October 10, 2018

团队构建识别基因 - 药物和环境互动的建模系统

西奈山和华盛顿大学的ICAHN医学院的研究人员设计了一个建模系统,将基因组和时间信息集成在基因,药物及其环境之间推断出因果关系,允许更准确地预测其随着时间的推移互动。这项工作是在今天发布的论文中描述的 自然通信.

“了解一个人的环境,饮食,药物和其他因素如何影响疾病相关的性状随着时间的推移,有可能更准确地模拟个体疾病风险,”Eric Sc​​hadt,Ph.D.,Dean进行精密药伊坎医学院在西奈山; Sema4首席执行官,西奈山风险投资;和本文的共同作者。 “这将是精确健康或个性化的未来 。“

鉴于生物系统的复杂性,ICAHN医学院的科学家认为,只有在检查中只能提高预测工具的准确性 和其他数据响应于多个点随时间的各种扰动。它们创建的工具衡量静态和动态变化,以识别构成监管网络的分子元素之间的因果关系网络。

“预测行为 非常困难,因为它们是如此动态,随着条件需求调整。只有通过挖掘尽可能多的数据,我们可以产生更可靠的结果,了解任何人的健康可能因暴露于某些环境或其他因素而变化,“朱朱,博士,遗传学和基因组教授SEMA4的ICAHN医学学院的科学,SEMA4和出版物的高级作者。“我们的新工具通过随着时间的推移分析基因组数据来提供一步。这种类型的方法对于对老化的医学研究特别有用,最终可以提高我们预测疾病风险的能力,使得早期的干预措施可以完全治疗或预防疾病。 “

科学家通过分析用雷帕霉素治疗的酵母细胞,潜在的抗衰老药物,在多个时间点分析群体来评估它们的工具。结果表明,新方法确定了DNA变异和基因表达变异之间的大量关联,特别是对于衰老相关基因,反映了遗传变异随时间的变化变化的影响。此外,与仅使用单个时间点的常规方法相比,该方法在鉴定基因 - 药物相互作用的因果调节剂方面已经证明了更可靠。

“本文展示了通过更高分辨率分子分析使能造成疾病的遗传原因的改善。由于科学家越来越能够将诸如时间,单细胞和微环境分析的信息纳入研究,诸如DR中所述的算法等算法。林的论文将有望利用此类数据来推断可用于设计改进的新疗法的疾病的疾病的日益准确的模型。“亚当·马尔戈林,博士,博士学位,遗传学和基因组科学系主席,高级助理院长,在伊坎医学院精密医学。



更多信息: 栾林等,颞遗传关联和用于解剖复合网络的时间遗传因果关系方法, 自然通信 (2018)。 DOI:10.1038 / S41467-018-06203-3
信息信息: 自然通信

Provided by 西奈山医院
引文: 团队构建鉴定基因 - 药物和环境互动的建模系统(2018年10月10日) 检索到2021年5月12日 from //xasqxhb.com/news/2018-10-team-gene-drug-environment-interaction.html
本文件受版权保护。除了私人学习或研究目的的公平交易,没有 未经书面许可,可能会复制部分。内容仅供参考。

用户评论