domingo, 20 de dezembro de 2015

ImmuNet: Uma nova ferramenta para entender o sistema imunológico humano.


       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