Conosci Ferhat Ay, Ph.D., il cromosoma

Ferhat Ay, Ph.D., professore associato dell’Istituto La Jolla per l’immunologia, sta costruendo alcune delle mappe più piccole del mondo. Dott. Ay sfrutta i computer per trasformare le sequenze genomiche del DNA in mappe 3D. Queste mappe possono rivelare come interagiscono i geni e come il corpo combatte le malattie.

C’è un urgente bisogno di biologi computazionali come il Dr. Luna. Grazie a nuovi strumenti di sequenziamento più convenienti, gli scienziati oggi stanno generando set di dati sempre più grandi. Dott. Ay ha sviluppato nuovi metodi per ordinare rapidamente i “big data” e scoprire gli schemi che contano.

Domanda: Il tuo laboratorio ha un aspetto molto diverso dal solito laboratorio di immunologia. Cosa puoi ottenere con i computer?

Dott. Sì: esaminiamo una serie di diverse caratteristiche del tuo DNA, incluso il modo in cui è piegato e quali parti di esso portano segni di attività biochimica. Tutti questi insieme determinano i livelli di attività dei tuoi geni e come funzionano le cellule. Con metodi recenti, possiamo “vedere” come DNA, RNA e proteine ​​si uniscono per formare la cromatina.

È importante capire come la tua cromatina è strutturata e ripiegata all’interno di un minuscolo nucleo cellulare e in che modo è diverso da un tipo di cellula all’altro. I cambiamenti in questa intricata organizzazione 3D possono portare a malattie.

Cosa significa costruire una “mappa” genomica?

Analizziamo i dati posizionando ogni datapoint in una matrice enorme. A volte una matrice può avere una dimensione di un milione per un milione, oltre un trilione di punti. Abbiamo sviluppato modelli statistici e strumenti di elaborazione delle immagini davvero efficienti per scansionare la matrice, come se fosse una mappa, alla ricerca di modelli specifici e quindi collegare questi modelli a funzioni in celle diverse.

Dopo aver sequenziato miliardi di letture per quantificare le distanze tra diverse regioni del genoma, puoi iniziare a dire quali regioni genomiche si toccano molto. Usando questi punti come ancoraggi, possiamo trasformare queste informazioni in una mappa tridimensionale usando la modellazione computazionale per mostrare come interagiscono i geni.

Sviluppando nuovi algoritmi e metodi computazionali, possiamo analizzare set di dati di sequenziamento per rispondere a specifiche domande biologiche. Ad esempio, possiamo testare ipotesi su una specifica regione genomica che gioca un ruolo importante in una malattia autoimmune. Oppure possiamo testare ipotesi su alcuni riarrangiamenti nei cromosomi importanti per il cancro.

Come si riorganizza un cromosoma nel cancro?

Il mio laboratorio sta esaminando un sottogruppo di leucemia particolarmente aggressivo nei pazienti pediatrici. Questi pazienti hanno cellule in cui un cromosoma si è effettivamente frantumato in pezzi e quei pezzi sono tornati insieme in una sorta di ordine casuale.

Abbiamo sviluppato un progetto computazionale per rilevare questi riarrangiamenti. Quali geni sono scomposti e quali geni sono fusi l’uno con l’altro? Ci concentriamo sull’aiutare i pazienti pediatrici che hanno maggiori probabilità di non rispondere al trattamento e che hanno maggiori probabilità di avere una ricaduta.

Cosa può insegnarci la tua ricerca sulle malattie infettive?

In una collaborazione, siamo stati in grado di collegare le varianti genetiche alla gravità del caso COVID-19 trovando prima i geni che si trovano vicino a quelle varianti genetiche in specifiche cellule immunitarie. Le persone in precedenza avevano perso queste associazioni perché stavano guardando il genoma in una dimensione. Aggiungendo queste mappe tridimensionali, siamo stati in grado di identificare i geni che potrebbero essere rilevanti per la risposta del corpo a determinate malattie, come il COVID-19.

Immagino che il tuo campo cambi più velocemente degli altri.

È sia eccitante che spaventoso che, come ogni due anni, abbiamo nuove tecnologie che stanno emergendo, rendendo sostanzialmente obsolete alcune delle tecnologie precedenti. Ogni nuova tecnologia produce set di dati molto più grandi e complessi di quanto abbiamo mai visto. Come biologi computazionali, il nostro compito è sviluppare metodi efficaci che utilizzino al meglio questi dati e ci consentano di porre e rispondere a domande che prima non potevamo avere. Ci piace davvero farlo!

Hai qualche consiglio per gli studenti che potrebbero voler intraprendere una carriera nella biologia computazionale?

Dovresti essere in grado di lavorare con la mentalità che tutto cambierà. Le cose di cui sei un esperto oggi e gli strumenti che sviluppi saranno utili per un po’, ma dovresti essere in grado di accettare che potrebbero diventare obsoleti. Hai bisogno di rinnovarti. Ma è importante che ti prepari bene acquisendo abilità computazionali di base e costruendo una base di conoscenze che rimarrà con te ovunque ti porti la ricerca.

Leggi il numero completo di LJI Questioni immunitarie Rivista

Disclaimer: AAAS e EurekAlert! non sono responsabili dell’accuratezza dei comunicati stampa pubblicati su EurekAlert! da istituzioni contribuenti o per l’utilizzo di qualsiasi informazione attraverso il sistema EurekAlert.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *