Matematikere fra Michigan Technological University har udviklet kraftfulde nye værktøjer til luge ud blandt de gener bag nogle af menneskehedens mest genstridige sygdomme.
Med én, kan de kastet tilbage gennem generationer til at lokalisere de gener bag arvet sygdom. Med en anden, har de isoleret 11 variationer inden gener - kaldet enkelt nukleotid polymorfier, SNPs eller "klip"-associeret med type 2-diabetes.
"Med kroniske, komplekse sygdomme som Parkinsons, diabetes og ALS [Lou Gehrig sygdom], er flere gener involveret," sagde Qiuying Sha, en assisterende professor i matematiske fag. "Du har brug for en stærk prøve."
Denne test er det Ensemble Learning Approach (ELA), software, der kan registrere et sæt SNPs, der tilsammen har en betydelig effekt på en sygdom.
Med komplekse arvelige forhold, herunder type 2 diabetes, kan enkelte gener udfældes sygdommen på egen hånd, mens andre gener forårsager sygdommen, når de handler sammen. I fortiden, er at finde disse gen-gen-kombinationer været særligt besværligt, fordi beregningerne er nødvendig for at matche op mistanke om gener blandt de 500.000 eller deromkring i det menneskelige genom er blevet næsten umuligt.
ELA forbigås dette problem, først ved drastisk at indsnævre feltet af potentielt farlige gener, og for det andet ved at anvende statistiske metoder til at bestemme, hvilke SNPs handle på egen hånd og som fungerer i kombination. "Vi troede, det var ret cool," Sha sagt.
For at teste deres model på reelle data, Sha team analyseret gener fra over 1.000 mennesker i Det Forenede Kongerige, halvt med type 2-diabetes og halvdelen uden. De har identificeret 11 SNPs, at enkeltvis eller parvis, er knyttet til sygdommen med en høj grad af sandsynlighed. Deres arbejde er blevet accepteret af tidsskriftet Genetisk Epidemiologi og er tilgængelig online på http://www3.interscience.wiley.com/cgi-bin/abstract/117890704/ABSTRACT .