Lo strumento novello di bioinformatica migliora l'identificazione del gene

Come l'individuazione del ago di stampa in un mucchio di fieno, identificare i geni che sono in particolare malattie in questione può essere un trattamento arduo e che richiede tempo. Guardando per migliorare questo trattamento, un gruppo piombo dai ricercatori all'istituto universitario di Baylor di medicina ha sviluppato un nuovo strumento di bioinformatica che analizza i dati dello schermo riuniti CRISPR ed identifica i candidati per i geni potenzialmente pertinenti con la maggiori sensibilità ed accuratezza che altri metodi attuali. Il nuovo strumento del web analitico egualmente è più rapido e più facile da usare poichè non richiede l'addestramento di bioinformatica di usarlo. Lo studio compare nella ricerca del genoma del giornale.

“Questo progetto è risultato da una collaborazione con il laboratorio del Dott. Huda Zoghbi, che studia le malattie neurologiche. Uno degli scopi del laboratorio è di identificare i geni di modificatore che possono essere mirati a con le droghe,„ ha detto il Dott. corrispondente Zhandong Liu, professore associato dell'autore della pediatria e della neurologia a Baylor ed a Direttore della memoria di bioinformatica in gennaio e dell'istituto di ricerca neurologico di Dan Duncan all'ospedale pediatrico del Texas.

I geni di modificatore sono geni che pregiudicano l'espressione di un altro gene. L'idea dietro l'identificazione dei geni di modificatore è di tentare di trattare una malattia, non direttamente pregiudicando il gene che realmente la causa, ma attraverso i geni specifici di modificatore che possono diminuire gli effetti negativi del gene che causa la malattia.

Per identificare i candidati dei geni di modificatore, il laboratorio di Zoghbi usa la tecnologia di CRISPR per schermare l'intero genoma.

“Gli schermi di CRISPR generano gli insiemi di dati di molte migliaia di geni, così i ricercatori hanno avuto bisogno di uno strumento di limitare la lista ad una serie di candidati che sarebbero pratici provare in laboratorio,„ Liu hanno detto. “Sebbene ci siano parecchi metodi di calcolo disponibili, per analizzare i dati dello schermo di CRISPR è esattamente importante utilizzare gli strumenti analitici che modellano precisamente le caratteristiche naturali dei dati come possibile. Noi comunque che gli strumenti di calcolo disponibili non hanno compiuto questi criteri.„

“I dati di CRISPR vengono solitamente con molta variabilità che può rendere l'interpretazione di dati difficile,„ hanno detto il primo Dott. Hyun-Hwan Jeong, un socio postdottorale dell'autore nel laboratorio di Liu. “Abbiamo messo a punto un nuovo metodo che prende in considerazione la variabilità dei dati dello schermo di CRISPR; può migliorare le grandi che piccole variazioni di bloccaggio sia nei dati. In paragone agli otto metodi più comunemente usati, il nostro strumento di Web è più sensibile ed accurato, più rapidamente e più facile da usare.„

Il nuovo strumento di calcolo, che usa la modellistica beta-binomiale, permette agli scienziati del laboratorio di migliorare il preventivo il significato statistico di ogni gene che misurano. Anche possono compilare una lista dei geni che sono obiettivi probabili del candidato per la terapia compreso altrettanti geni del candidato come possibili, ma dei falsi positivi di minimizzazione.

“Che cosa è realmente emozionante circa questo strumento di calcolo è che i ricercatori non si limitano ad avere una bioinformatica o il biologo di calcolo li aiuta per analizzare i loro “grandi dati, “„ ha detto Zoghbi, che è professore della genetica molecolare ed umana e della pediatria e della neuroscienza a Baylor ed a Direttore di gennaio ed all'istituto di ricerca neurologico di Dan Duncan all'ospedale pediatrico del Texas. Egualmente è un ricercatore al Howard Hughes Medical Institute. “Questo strumento autorizza lo scienziato bagnato del laboratorio che non è formato in bioinformatica per analizzare i dati per identificare i migliori candidati del gene.„

Sorgente: https://www.bcm.edu/news/genetics/new-tool-improves-gene-identification