Ads-728

Ads-728

Psicología

Astrofísica

Genética

Neurociencia

» » Nuevo estudio revela mejor forma de interpretar los datos biológicos de alto rendimiento

Referencia: EurekAlert.org .
por Hayley Londres, 17 julio de 2015
*****
En este estudio se ha desarrollado un enfoque único de la bioinformática para identificar asociaciones entre las moléculas desde una enorme y variada fuentes de datos. Con el objetivo de medir el metabolismo de los tejidos bajo variables condiciones, por ejemplo, la genética, la dieta y el medio ambiente.


Opuesto a los métodos actuales que aplican análisis estadísticos para unos conjuntos de datos como un todo, el flujo de trabajo propuesto rompe los datos iniciales de grupos más pequeños, determinados por sus conocidas interacciones moleculares. Los métodos estadísticos se pueden aplicar a estos grupos resultantes, con resultados más precisos que si el análisis se hubiera aplicado a todo el conjunto de datos.

Esta técnica ha demostrado que mejora la detección de genes relacionados con el metabolismo de lípidos en un estudio nutricional de un ratón, aumentando nuestra comprensión de las fluctuaciones bioquímicas en un 15 por ciento.

Identificar las asociaciones entre los metabolitos (pequeñas moléculas producidas durante el metabolismo) y los genes, es crucial para la comprensión de los procesos en las células. Sin embargo, el descubrimiento de estas relaciones es una tarea compleja, especialmente cuando la integración de los datos hacen referencia a diversos tipos de moléculas. Se añade a esta complejidad la gran cantidad de datos disponibles para el análisis, el resultado del desarrollo de nuevas técnicas experimentales de alto rendimiento.

Inicialmente, el flujo de trabajo molecular se iba a aplicar a la investigación sobre los beneficios del brócoli para el cáncer de próstata, en colaboración con el Instituto de Investigación de Alimentos, así como a la aplicación del estudio de los beneficios para la salud de los flavonoides, que son metabolitos de las plantas que se encuentran en una variedad de frutas y verduras, en colaboración con la Universidad de East Anglia.

Al mejorar nuestra capacidad de integrar datos de diversas fuentes, e identificar vínculos entre los metabolitos y los genes, este flujo de trabajo proporcionaría un diagnóstico más detallado del metabolismo celular y la expresión génica en los procesos biológicos.

Su coautor, Wiktor Jurkowski, de Integrative Genomics Group Leader en TGAC, dijo: "El conocimiento reunido de las redes moleculares se puede aprovechar para mejorar la integración e interpretación de datos.

"Nuestro enfoque, la integración de los datos  transcriptómicos y metabolómicos ayudará a interpretar las señales medidas por técnicas omics para ampliar nuestro conocimiento de los procesos biológicos en condiciones específicas. Por lo tanto, beneficia a los biólogos en la interpretación de los datos, la creación de mejores hipótesis y en la localización de genes y metabolitos involucrados, a fin de desentrañar el mecanismo que interesa.

"Este es un estudio de prueba de concepto y actualmente estamos trabajando en la mejora de la estrategia de generación del grupo para las áreas de interactome. Estamos aplicando esta y otras redes moleculares acerca a los datos generados en proyectos de colaboración a través de la Norwich Research Park."

###
- Publicación: El documento titulado "ONION: Functional Approach for Integration of Lipidomics and Transcriptomics Data", se ha publicado en PLoS ONE.
- Imagen: The Genome Analysis Centre (TGAC)

«
Next
Entrada más reciente
»
Previous
Entrada antigua
Editor del blog Pedro Donaire

Filosofía

Educación

Deporte

Tecnología

Materiales