O rápido
desenvolvimento de métodos de
High-Throughput Sequencing, gerou
o crescimento exponencial de dados públicos de diferentes ensaios experimentais
de genoma em larga escala. Porém, obter informações relevantes à partir de um output obtido de diversos experimentos
com questões imunológicas distintas, transforma o acesso livre aos dados de high-throughput um obstáculo. Para
desobstruir o "big Data", pesquisadores da Universidade de Princeton (GORENSHTEYN et al.,
2015) desenvolveram uma nova
ferramenta online que prediz o papel de proteínas e genes do sistema imunitário
humano em vias de sinalização e associados a doenças, o ImmuNet, disponível em:
http://immunet.princeton.edu/.
O ImmuNet é um website de acesso público e usa os dados de 38,088 experimentos,
incluindo sequenciamento de larga escala e interação física de proteínas,
assim, faz uma predição de novas redes de sinalização, e da interação entre os
genes de interesse no contexto de processos imunológicos. Essa ferramenta vem
para facilitar o uso dos dados disponíveis para geração de hipóteses,
especificamente para linhas de pesquisa na imunologia. O objetivo dessa
plataforma online é o de encontrar a rede mais provável de interdependências
entre, por exemplo, assinaturas gênicas associadas a doenças compatíveis com os
dados obtidos sob várias condições experimentais, e assim explorar a network da sinalização celular para
entender o funcionamento do sistema imune (Figura 1).
Figura 1:
ImmuNet, desenvolvimento e aplicações. Dados de mais de 38,000 ensaios
experimentais foram coletados a partir de repositórios públicos e processadas
de forma sistemática. Estes dados revelam vias de sinalização do sistema imune,
e são de conhecimento prévio a partir da KEGG, e GO, assim, foram usados como input para inferir 15 networks imuno-específicas em um
contexto global de relacionamento. Cada rede funcional imuno-específico prevê a
associação funcional entre entidades moleculares (genes ou proteínas)
específicas, a um processo biológico imunológico particular, por exemplo,
processamento e apresentação de antígenos.
Segundo os autores, a integração e
interpretação do enorme conjunto de dados necessita de métodos estatísticos bem
estabelecidos, que neste caso, a abordagem por inferência Baysiana seleciona
primeiramente as informações conhecidas, como uma via imunológica específica, e
avalia a melhor forma de reconstruir a
via alvo com as novas informações, assim, cada conjunto de dados acrescenta novas relações funcionais entre as
entidades moleculares necessárias para a via de sinalização ou processo de
interesse.
Na perspectiva de praticar a
imunologia, o ImmuNet tem o potencial de acelerar a descoberta, e tornar a
análise de dados de bioinformática mais acessível, além de ajudar o pesquisador
a aproveitar ao máximo o conhecimento contido nos banco de dados disponíveis.
Referência:
GORENSHTEYN, D. et al. Interactive
Big Data Resource to Elucidate Human Immune Pathways and Diseases. Immunity, v. 43, n. 3, p. 605–14, 15 set. 2015.
Post de Ítala Cristine Silva (mestranda FMRP/USP-IBA)
Nenhum comentário:
Postar um comentário