Nowe metody analizy danych epigenomicznych
Badacze stworzyli nowe metody analizy danych epigenomicznych — informujących o tym, jak upakowanie DNA kontroluje ekspresję genów.Epigenomika to nauka o organizacji DNA na poziomie genomu. Jest to nowa dziedzina i naukowcy dopiero uczą się, jak znaleźć użyteczne informacje w nawale danych genomicznych.
Uczestnicy finansowanej przez UE inicjatywy EPIGENE INFORMATICS (Machine learning approaches to epigenomic research) mieli na celu stworzenie bioinformatycznych narzędzi do wyszukiwania użytecznych informacji w rozległych i skomplikowanych zestawach danych, generowanych podczas nowoczesnych badań biologicznych. W szczególności badacze chcieli stworzyć schemat badań statystycznych tych zestawów danych.
Uczestnicy projektu EPIGENE INFORMATICS stworzyli dwie nowe metody porównywania profili sekwencjonowania genetycznego z technik zwanych ChIP-Seq (sekwencjonowaniem poprzedzonym immunoprecypitacją chromatyny) oraz BS-Seq (sekwencjonowaniem bisulfitowym). Techniki te są używane do badania białek i zmian epigenomicznych związanych ze specyficznymi sekwencjami DNA.
Nowe metody umożliwiają badaczom porównywanie tych profili i identyfikację wyraźnych różnic bazujących na analizie statystycznej. Zespół przetestował te nowe metody poprzez badanie H3K4me3, powszechnego znacznika epigenomicznego, oraz Cfp1, białka odpowiadającego za wprowadzanie H3K4me3 do genomu.
Badania uczestników projektu pokazały, że Cfp1 ma ponad 1600 potencjalnych miejsc docelowych i łączy znacznik H3K4me3 ze zmianami ekspresji genów. Oznacza to, że nowa metoda MMDiff może posłużyć do identyfikacji biologicznie istotnych zmian epigenomicznych.
M3D natomiast umożliwia wykrycie zmian we wzorcach metylacji (powszechnej zmiany epigenomicznej) w całym genomie. Metoda ta wypada korzystnie w porównaniu do poprzednich narzędzi używanych w tym samym celu.
Właściwa analiza statystyczna danych genomicznych pomoże badaczom zrozumieć te zagadnienia. Pozwoli to lepiej poznać biologię człowieka i przyniesie liczne korzyści dla medycyny oraz zdrowia ludzi.
Źródło: www.cordis.europa.eu
Uczestnicy finansowanej przez UE inicjatywy EPIGENE INFORMATICS (Machine learning approaches to epigenomic research) mieli na celu stworzenie bioinformatycznych narzędzi do wyszukiwania użytecznych informacji w rozległych i skomplikowanych zestawach danych, generowanych podczas nowoczesnych badań biologicznych. W szczególności badacze chcieli stworzyć schemat badań statystycznych tych zestawów danych.
Uczestnicy projektu EPIGENE INFORMATICS stworzyli dwie nowe metody porównywania profili sekwencjonowania genetycznego z technik zwanych ChIP-Seq (sekwencjonowaniem poprzedzonym immunoprecypitacją chromatyny) oraz BS-Seq (sekwencjonowaniem bisulfitowym). Techniki te są używane do badania białek i zmian epigenomicznych związanych ze specyficznymi sekwencjami DNA.
Nowe metody umożliwiają badaczom porównywanie tych profili i identyfikację wyraźnych różnic bazujących na analizie statystycznej. Zespół przetestował te nowe metody poprzez badanie H3K4me3, powszechnego znacznika epigenomicznego, oraz Cfp1, białka odpowiadającego za wprowadzanie H3K4me3 do genomu.
Badania uczestników projektu pokazały, że Cfp1 ma ponad 1600 potencjalnych miejsc docelowych i łączy znacznik H3K4me3 ze zmianami ekspresji genów. Oznacza to, że nowa metoda MMDiff może posłużyć do identyfikacji biologicznie istotnych zmian epigenomicznych.
M3D natomiast umożliwia wykrycie zmian we wzorcach metylacji (powszechnej zmiany epigenomicznej) w całym genomie. Metoda ta wypada korzystnie w porównaniu do poprzednich narzędzi używanych w tym samym celu.
Właściwa analiza statystyczna danych genomicznych pomoże badaczom zrozumieć te zagadnienia. Pozwoli to lepiej poznać biologię człowieka i przyniesie liczne korzyści dla medycyny oraz zdrowia ludzi.
Źródło: www.cordis.europa.eu
Tagi: genetyka, epigenetyka, dna, genom, metylacja
wstecz Podziel się ze znajomymi
03-03-2023
Najdokładniejsze systemy satelitarnego transferu czasu
Nie zawsze zegar atomowy działa lepiej niż kwarcowy.
03-03-2023
Ponad połowa chorych z SARS-CoV2 cierpi na długi covid
Przez długi czas może mieć takie objawy jak zmęczenie.
03-03-2023
Uniwersytet Warszawski będzie kształcić kadry dla energetyki jądrowej
Przekazał Wydział Fizyki UW.
Recenzje