Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

L'outil logiciel neuf peut aider à recenser des régulateurs de gène plus efficacement

Une équipe des scientifiques à l'Université de l'Illinois Chicago a développé un outil logiciel qui peut aider des chercheurs plus efficacement à recenser les régulateurs des gènes. Le système influence un algorithme d'apprentissage automatique pour prévoir quels facteurs de transcription sont le plus susceptibles d'être en activité en différentes cellules.

Les facteurs de transcription sont des protéines qui grippent à l'ADN et règlent quels gènes sont "ON" ou "OFF" tourné à l'intérieur d'une cellule. Ces protéines sont appropriées aux chercheurs biomédicaux parce que la compréhension et manipuler de ces signes dans la cellule peuvent être une façon efficace de découvrir des demandes de règlement neuves pour quelques maladies. Cependant, il y a des centaines de facteurs de transcription à l'intérieur des cellules humaines et il peut prendre les années de la recherche, souvent par le test et erreur, pour recenser qui sont les plus en activité -- ceux qui sont exprimés, ou "ON" -- dans différents types de cellules et qui pourrait être accru comme objectifs de médicament.

Un des défis dans le domaine est que les mêmes gènes peuvent être "ON" tourné dans un groupe de cellules mais "OFF" tourné dans un groupe différent de cellules dans le même organe. Pouvoir comprendre l'activité des facteurs de transcription en différentes cellules permettrait à des chercheurs d'étudier des profils d'activité dans tous les types principaux de cellules d'organes importants tels que le coeur, le cerveau ou les poumons. »

Jalees Rehman, professeur au service de médecine et la pharmacologie et le médicament régénérateur à l'université du médicament, Université de l'Illinois chez Chicago

BITFAM nommé, pour le modèle d'activité de facteur de transcription d'inférence bayésienne, le système UIC-établi fonctionne à côté de combiner des caractéristiques neuves de profil d'expression du gène recueillies de l'ARN unicellulaire ordonnançant avec des caractéristiques biologiques existantes sur des gènes cibles de facteur de transcription. Avec cette information, le système fait fonctionner de nombreuses simulations automatisées pour trouver l'ajustement optimal et pour prévoir l'activité de chaque facteur de transcription dans la cellule.

Les chercheurs d'UIC, les dirigés par Co par Rehman et Yang Dai, professeur agrégé d'UIC dans le service de la bio-ingénierie à l'université du médicament et de l'université de l'ingéniérie, ont vérifié le système en cellules de poumon, de coeur et de tissu cérébral. L'information sur le modèle et les résultats de leurs tests sont aujourd'hui rapporté dans la recherche de génome de tourillon.

« Notre approche recense non seulement des activités signicatives de facteur de transcription mais fournit également des analyses précieuses dans les mécanismes de régulation fondamentaux de facteur de transcription, » a dit Shang Gao, le premier auteur de l'étude et un étudiant au doctorat dans le service de la bio-ingénierie. « Par exemple, si 80% des objectifs d'un facteur de transcription de détail sont allumés à l'intérieur de la cellule, qui nous dit que son activité est élevée. En fournissant des caractéristiques aimez ceci pour chaque facteur de transcription dans la cellule, le modèle peut donner à des chercheurs une bonne idée dont ceux à examiner au début quand le médicament neuf l'explorant vise pour travailler sur ce type de cellule. »

Les chercheurs disent que le système neuf est publiquement - procurable et pourraient être appliqués largement parce que les usagers ont la souplesse de la combiner avec les méthodes d'analyse complémentaires qui peuvent être plus adaptées pour leurs études, telles que trouver le médicament neuf vise.

« Cette approche neuve a pu être employée pour développer les hypothèses biologiques principales concernant les facteurs de réglementation de transcription en cellules liées à une large gamme d'hypothèses et de sujets scientifiques. Elle nous permettra de dériver des analyses dans les rôles biologiques des cellules de beaucoup de tissus, » Dai a dit.

Rehman, dont la recherche se concentre sur les mécanismes de l'inflammation dans les systèmes vasculaires, dit qu'une application concernant son laboratoire est d'employer le système neuf pour se concentrer sur les facteurs de transcription qui pilotent les maladies dans les types spécifiques de cellules.

« Par exemple, nous voudrions comprendre s'il y a une activité de facteur de transcription qui a discerné une réaction saine de cellule immunitaire de malsaine, comme dans le cas des conditions telles que COVID-19, cardiopathie ou maladie d'Alzheimer où il y a souvent un déséquilibre entre les réactions immunitaires saines et malsaines, » il disait.

Source:
Journal reference:

Gao, S., et al. (2021) A Bayesian inference transcription factor activity model for the analysis of single-cell transcriptomes. Genome Research. doi.org/10.1101/gr.265595.120.