De Onderzoekers van Sinai van het Onderstel School van Geneeskunde hebben een nieuwe computermethode ontwikkeld die zal helpen wetenschappelijke gegevens organiseren, die het gemakkelijker maken voor wetenschappers om aan genen, drugdoelstellingen, en aanslutingen tussen drugs te identificeren en voorrang te geven. Door grote datasets eenvoudiger en efficiënt te ontginnen, zullen de onderzoekers gen-gen, eiwit-proteïne, en drug/bijwerkingsinteractie kunnen beter begrijpen. Het nieuwe algoritme is openlijk beschikbaar, kan op om het even welke gegevens worden toegepast en zal ook wetenschappers helpen medeonderzoekers identificeren met wie zij kunnen samenwerken.
Geleid door Avi Ma'ayan, Doctoraat, HulpProfessor van Farmacologie en de Therapeutiek van Systemen op Sinai van het Onderstel School van Geneeskunde, en Neil Clark, gebruikte het Doctoraat een post-doctorale kameraad in het laboratorium Ma'ayan, het team van onderzoekers het nieuwe algoritme om tot 15 verschillende types van gen-gen netwerken te leiden. Zij ontdekten ook nieuwe aanslutingen tussen drugs en bijwerkingen, en bouwden een samenwerkingsnetwerk dat verbonden Sinai onderzoekers opzet die op hun afgelopen publicaties worden gebaseerd.
Het „algoritme maakt het eenvoudig om netwerken van gegevens te bouwen,“ zei Dr. Ma'ayan. „Zodra het hoge dimensionale en complexe gegeven wordt omgezet in netwerken, kunnen ons wij de gegevens beter begrijpen en nieuwe en significante verhoudingen ontdekken, en op de belangrijke eigenschappen van de gegevens concentreren.“