شناسه های برنامه منبع باز توالی های ژنی مصنوعی و طبیعی — ScienceDaily


مسلم است که باکتری ها و ویروس های خاصی می توانند باعث بیماری و بیماری شوند، اما مقصر واقعی توالی های نگران کننده ای هستند که در ژنوم این میکروب ها نهفته است.

فراخوانی آنها آسان تر می شود.

سال‌ها کار دانشمندان کامپیوتر دانشگاه رایس و همکارانشان منجر به ایجاد بستری بهبودیافته برای غربالگری DNA و شناسایی توالی‌های بیماری‌زا، چه به صورت طبیعی و چه مصنوعی، قبل از اینکه شانس تأثیرگذاری بر سلامت عمومی داشته باشند، شده است.

دانشمند کامپیوتر تاد ترانگن از دانشکده مهندسی جرج آر براون از رایس و متخصص ژنومی کریستا ترنوس از Signature Science LLC این مطالعه را رهبری کردند که SeqScreen را تولید کرد، برنامه ای برای توصیف دقیق توالی های DNA کوتاه، که اغلب الیگونوکلئوتیدها نامیده می شوند.

Treangen گفت SeqScreen برای بهبود تشخیص و ردیابی طیف گسترده ای از توالی های بیماری زا در نظر گرفته شده است.

Treangen گفت: “SeqScreen اولین ابزار نرم افزار منبع باز است که برای غربالگری DNA مصنوعی در دسترس است.” “برنامه ما نسبت به وضعیت قبلی هنر برای شرکت ها، افراد و سازمان های دولتی برای اقدامات غربالگری DNA آنها بهبود می یابد.”

این مطالعه که به عنوان تحقیقات پرخطر و با سود بالا توسط برنامه IARPA آژانس اطلاعات ملی در سال 2017 آغاز شد، در این مجله ظاهر می شود. زیست شناسی ژنوم.

SeqScreen از کار شرکای شرکت Signature Science مستقر در آستین، تگزاس برای مدیریت یک پایگاه داده از هزاران توالی ژنی که 32 نوع توابع بیماری زاست را نشان می دهد، استفاده می کند. Treangen گفت: «این پایگاه داده انتخاب‌شده سال‌ها به بررسی و بازبینی زیستی نیاز داشت تا توسعه یابد، و هسته اصلی داده‌های آموزشی الگوریتم یادگیری ماشینی SeqScreen است.

این شرکت سال گذشته با Treangen همکاری کرد تا جهش‌های SARS-CoV-2 را پیدا کند که ممکن است این میکرومتغیر را در برابر آنتی‌بادی‌ها، از جمله آنتی‌بادی‌های حاصل از واکسیناسیون، مقاوم‌تر کند. او گفت: “SeqScreen اول شد و برخی از ایده های آن به پروژه COVID منتقل شد.” اما SeqScreen از نظر دامنه بسیار گسترده تر است.

“ما بر شناسایی عملکرد توالی های نگران کننده تمرکز می کنیم – که ما آنها را FunSoCs می نامیم – در حالی که رویکردهای غربالگری قبلی بیشتر به بررسی “آیا شما این باکتری هستید؟” یا «این ویروس هستی؟» تریگن گفت. “SeqScreen روی نام باکتری یا ویروسی که در نمونه شما وجود دارد تمرکز نمی کند. بلکه می خواهیم بدانیم آیا توالی هایی در آن نمونه وجود دارد که می تواند مضر باشد، مانند سمومی که می توانند سلول های انسانی را از بین ببرند.”

او گفت که تمرکز بر عملکردهای نگران کننده مهم است، زیرا باکتری ها به راحتی DNA را از طریق انتقال افقی ژن تبادل می کنند.

ترانگن گفت: «ما نمونه‌هایی را در انتشار باکتری‌هایی که ژنوم‌هایشان اساساً یکسان است، برجسته کرده‌ایم، با این تفاوت که یکی از آن‌ها دنباله‌ای نگران‌کننده مانند سمی دارد که دیگری ندارد. “SeqScreen واقعاً وجود یا عدم وجود عملکردهایی را نشان می دهد که فاکتورهای بیماری زاست.”

او گفت که SeqScreen همچنین به شناسایی پاتوژن های جدید یا نوظهور از محیط کمک خواهد کرد.

آدوایت بالاجی و برایس کیل، دانشجویان فارغ التحصیل رایس، نویسندگان اصلی مقاله هستند. نویسندگان همکار عبارتند از رایس، همکار فوق دکتری، لئو الورث، فارغ التحصیلان Zhigin Qian و Dreycey Albin، و سانتیاگو سگرا، استادیار علوم کامپیوتر. آنتونی کاپل و جین گلدبولد از Signature Science; Madeline Diep of Fraunhofer USA Center Mid-Atlantic, Riverdale, Maryland; و دانیل ناسکو، نیدی شاه و میهای پاپ از دانشگاه مریلند.

این تحقیق توسط The Intelligence Advanced Research Projects Activity (IARPA) از طریق دفتر تحقیقات ارتش (W911NF-17-2-0089) پشتیبانی شد.

منبع داستان:

مواد تهیه شده توسط دانشگاه رایس. نوشته اصلی توسط مایک ویلیامز. توجه: محتوا ممکن است برای سبک و طول ویرایش شود.



منبع

Matthew Newman

Matthew Newman Matthew has over 15 years of experience in database management and software development, with a strong focus on full-stack web applications. He specializes in Django and Vue.js with expertise deploying to both server and serverless environments on AWS. He also works with relational databases and large datasets
[ Back To Top ]