Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Il nuovo software tool può contribuire ad identificare più efficientemente i regolatori del gene

Un gruppo degli scienziati all'università dell'Illinois Chicago ha sviluppato un software tool che può aiutare più efficientemente i ricercatori ad identificare i regolatori dei geni. Il sistema fa leva un algoritmo di apprendimento automatico per predire quali fattori di trascrizione sono più probabili da essere attivi in diverse celle.

I fattori di trascrizione sono proteine che legano a DNA e gestiscono che geni sono "ON" o "OFF" girato dentro una cella. Queste proteine sono pertinenti ai ricercatori biomedici perché capire e manipolare questi segnali nella cella possono essere un modo efficace di scoprire i nuovi trattamenti per alcune malattie. Tuttavia, ci sono centinaia di fattori di trascrizione dentro le cellule umane e possono richiedere gli anni di ricerca, spesso con approssimazioni successive, per identificare che sono la maggior parte del attivo -- quelli che sono espressi, o "ON" -- nei tipi differenti di celle e che potrebbe essere fatto leva come obiettivi della droga.

Una delle sfide nel campo è che gli stessi geni possono essere "ON" girato in un gruppo di celle ma "OFF" girato in un gruppo differente di celle all'interno dello stesso organo. Potere capire l'attività dei fattori di trascrizione in diverse celle permetterebbe che i ricercatori studino i profili di attività in tutti i tipi principali delle cellule di organi importanti quali il cuore, il cervello o i polmoni.„

Jalees Rehman, il professor nel dipartimento di medicina e di farmacologia e nella medicina a ricupero all'istituto universitario di medicina, università dell'Illinois a Chicago

BITFAM nominato, per il modello di attività di fattore di trascrizione di teorema di Bayes, il sistema UIC-in via di sviluppo funziona combinando i nuovi dati di profilo di espressione genica riuniti da RNA unicellulare che ordina con i dati biologici attuali sui geni dell'obiettivo di fattore di trascrizione. Con questi informazioni, il sistema esegue le numerose simulazioni computerizzate per trovare la misura ottimale e per predire l'attività di ogni fattore di trascrizione nella cella.

I ricercatori di UIC, i guidati co da Rehman e da Yang DAI, professore associato di UIC nel dipartimento della bioingegneria all'istituto universitario di medicina e della facoltà di ingegneria, hanno verificato il sistema in celle dal polmone, dal cuore e dal tessuto cerebrale. Le informazioni sul modello ed i risultati delle loro prove sono riferiti oggi nella ricerca del genoma del giornale.

“Il nostro approccio non solo identifica le attività significative di fattore di trascrizione ma egualmente fornisce le comprensioni apprezzate nei meccanismi regolatori di fattore di trascrizione di fondo,„ ha detto Shang Gao, primo autore dello studio e uno studente di laurea nel dipartimento della bioingegneria. “Per esempio, se 80% degli obiettivi specifici di un fattore di trascrizione sono accesi dentro la cella, che ci dice che la sua attività è alta. Fornendo i dati gradisca questo per ogni fattore di trascrizione nella cella, il modello può dare a ricercatori una buona idea di cui guardare inizialmente quando la droga nuova d'esplorazione mira a per lavorare a quel tipo di cella.„

I ricercatori dicono che il nuovo sistema è pubblicamente - disponibile e potrebbero applicarsi ampiamente perché gli utenti hanno la flessibilità combinarla con i metodi di analisi supplementari che possono essere più adatti per i loro studi, come individuazione della droga nuova mira a.

“Questo nuovo approccio ha potuto essere usato per sviluppare le ipotesi biologiche chiave per quanto riguarda i fattori di trascrizione regolatori in celle relative a una vasta gamma di a ipotesi e di argomenti scientifici. Permetterà che noi deriviamo le comprensioni nelle funzioni biologiche delle celle da molti tessuti,„ DAI ha detto.

Rehman, di cui la ricerca mette a fuoco sui meccanismi di infiammazione nei sistemi vascolari, dice che un'applicazione relativa al suo laboratorio è di usare il nuovo sistema per mettere a fuoco sui fattori di trascrizione che determinano le malattie nei tipi specifici delle cellule.

“Per esempio, vorremmo capire se c'è attività di fattore di trascrizione che ha distinto una risposta sana delle cellule immuni da non sana, come nel caso dei termini quali COVID-19, la malattia di cuore o il morbo di Alzheimer in cui c'è spesso uno squilibrio fra le risposte immunitarie sane e non sane,„ lui dicesse.

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.