I ricercatori progettano la modellistica del sistema per arguire le relazioni fra i geni, le droghe ed il loro ambiente

Un gruppo dei ricercatori alla scuola di medicina di Icahn al monte Sinai ed all'università di Washington ha progettato un sistema modellante che integra informazioni genomiche e temporali per arguire le relazioni causali fra i geni, droghe ed il loro ambiente, tenendo conto una previsione più accurata delle loro interazioni col passare del tempo. Il lavoro è descritto in un articolo pubblicato oggi nelle comunicazioni della natura.

“Capendo come l'ambiente di una persona, la dieta, i farmaci ed altri tratti malattia-associati di impatto di fattori ha col passare del tempo più esattamente il potenziale al modello il rischio di una persona di malattia,„ dice Eric Schadt, il PhD, decano per la medicina di precisione alla scuola di medicina di Icahn al monte Sinai; CEO di Sema4, un'impresa di monte Sinai; e un co-author del documento. “Questo sarà il futuro di salubrità di precisione o di medicina personale.„

Dato la complessità dei sistemi biologici, gli scienziati alla scuola di medicina di Icahn hanno ritenuto che fosse soltanto possibile aumentare l'accuratezza degli strumenti di previsione esaminando l'espressione genica ed altri dati in risposta alle varie perturbazioni ai punti multipli col passare del tempo. Gli strumenti hanno creato i cambiamenti statici che dinamici della misura sia per identificare il Web delle relazioni causali fra gli elementi molecolari che compongono le reti regolarici.

“Predire il comportamento dei sistemi biologici è immensamente difficile perché sono così dinamiche, adattandosi poichè le circostanze richiedono. È soltanto estraendo tanti dati come possibile che possiamo generare i risultati più affidabili circa come chiunque salubrità potrebbe cambiare come conseguenza dell'esposizione a determinati elementi ambientali o altri,„ abbiamo detto giugno Zhu, il PhD, professore della genetica e delle scienze genomiche alla scuola di medicina di Icahn, alla testa delle scienze di dati a Sema4 ed all'autore senior della pubblicazione. “I nostri nuovi strumenti offrono un passo avanti basilare analizzando i dati genomica col passare del tempo. Questo tipo di approccio sarà particolarmente utile per ricerca medica su invecchiamento ed infine ha potuto migliorare la nostra capacità di predire il rischio di malattia, permettente gli interventi più iniziali trattare o impedire la malattia complessivamente. „

Gli scienziati hanno esaminato i loro strumenti analizzando una popolazione geneticamente eterogenea delle celle di lievito curate con la rapamicina, una droga antinvecchiamento potenziale, profilante la popolazione ai punti multipli di tempo. I risultati hanno dimostrato che il nuovo approccio ha identificato una quantità significativa di associazioni fra la variazione del DNA e la variazione di espressione genica, particolarmente per i geni in relazione con l'invecchiamento, riflettendo l'impatto cambiante delle variazioni genetiche col passare del tempo. Più ulteriormente, questo più affidabile provato approccio nell'identificazione dei regolatori causali delle interazioni della gene-droga, confrontati ai metodi convenzionali facendo uso soltanto di singolo punto di tempo.

“Questo documento dimostra i miglioramenti nell'arguire le cause genetiche della malattia permesse a dal delineamento molecolare più di alta risoluzione. Poichè gli scienziati diventano sempre più capaci di comprendere le informazioni come temporale, unicellulare ed il microenvironment che profila negli studi, gli algoritmi come quello descritto in relazione del Dott. Lin saranno sospesi fare leva tali dati per arguire i modelli sempre più accurati dei driver molecolari della malattia che possono essere usati per progettare le terapie innovarici migliori.„ Adam detto Margolin, PhD, presidenza del dipartimento della genetica e decano e di scienza di socio senior genomica per la medicina di precisione alla scuola di medicina di Icahn.

Sorgente: https://www.mountsinai.org/about/newsroom/2018/mount-sinai-researchers-build-modeling-systems-identifying-gene-drug-and-environment-interactions

Advertisement