Maak kennis met Ferrhat Ay, Ph.D., het chromosoom

La Jolla Institute for Immunology Universitair hoofddocent Ferhat Ay, Ph.D., bouwt enkele van ’s werelds kleinste kaarten. dr. Ay gebruikt computers om genomische DNA-sequenties om te zetten in 3D-kaarten. Deze kaarten kunnen onthullen hoe genen op elkaar inwerken en hoe het lichaam ziekten bestrijdt.

Er is dringend behoefte aan computationele biologen zoals Dr. Ja. Dankzij nieuwe, meer betaalbare sequencing-tools genereren wetenschappers tegenwoordig steeds grotere datasets. dr. Ay heeft nieuwe methoden ontwikkeld om snel “big data” te doorzoeken en de patronen te ontdekken die ertoe doen.

Vraag: Uw lab ziet er heel anders uit dan het gebruikelijke immunologielab. Wat kun je bereiken met computers?

dr. Ay: We kijken naar een aantal verschillende kenmerken van je DNA, inclusief hoe het is gevouwen en welke delen ervan sporen van biochemische activiteit dragen. Al deze factoren bepalen samen de activiteitsniveaus van uw genen en hoe cellen functioneren. Met recente methoden kunnen we ‚zien‘ hoe DNA, RNA en eiwitten allemaal samenkomen om chromatine te vormen.

Het is belangrijk om te begrijpen hoe uw chromatine is gestructureerd en gevouwen in een kleine celkern en hoe dat verschilt van het ene celtype tot het andere. Veranderingen in deze ingewikkelde 3D-organisatie kunnen leiden tot ziekte.

Wat betekent het om een ​​genomische „kaart“ te bouwen?

We analyseren data door elk datapunt in een enorme matrix te plaatsen. Soms kan een matrix een miljoen bij een miljoen groot zijn, meer dan een biljoen punten. We hebben zeer efficiënte statistische modellen en beeldverwerkingstools ontwikkeld om de matrix – alsof het een kaart is – te scannen op specifieke patronen en deze patronen vervolgens te koppelen aan functies in verschillende cellen.

Zodra je miljarden reads hebt gesequenced om de nabijheid tussen verschillende regio’s in het genoom te kwantificeren, kun je beginnen te vertellen welke genomische regio’s elkaar veel raken. Door deze punten als ankers te gebruiken, kunnen we die informatie omzetten in een driedimensionale kaart met behulp van computationele modellering om te laten zien hoe genen op elkaar inwerken.

Door nieuwe computationele algoritmen en methoden te ontwikkelen, kunnen we sequencing-datasets analyseren om specifieke biologische vragen te beantwoorden. We kunnen bijvoorbeeld hypothesen testen over een specifiek genoomgebied dat een belangrijke rol speelt bij een auto-immuunziekte. Of we kunnen hypothesen testen dat bepaalde herschikkingen in de chromosomen belangrijk zijn voor kanker.

Hoe zou een chromosoom herschikt worden bij kanker?

Mijn lab kijkt naar een bijzonder agressieve subgroep van leukemie bij pediatrische patiënten. Deze patiënten hebben cellen waar een chromosoom in stukken is gebroken en die stukjes kwamen weer bij elkaar in een soort willekeurige volgorde.

We hebben een rekenproject ontwikkeld om deze herschikkingen te detecteren. Welke genen worden afgebroken en welke genen worden met elkaar versmolten? We zijn gericht op het helpen van de pediatrische patiënten die het meest waarschijnlijk niet reageren op de behandeling en het meest waarschijnlijk terugvallen.

Wat kan uw onderzoek ons ​​leren over infectieziekten?

In één samenwerking konden we genetische varianten koppelen aan de ernst van COVID-19-gevallen door eerst de genen te vinden die aan die genetische varianten grenzen in specifieke immuuncellen. Mensen hadden deze associaties eerder gemist omdat ze naar het genoom in één dimensie keken. Door deze driedimensionale kaarten toe te voegen, konden we genen identificeren die mogelijk relevant zijn voor de reactie van het lichaam op bepaalde ziekten, zoals COVID-19.

Ik kan me voorstellen dat je vakgebied sneller verandert dan de meeste.

Het is zowel opwindend als angstaanjagend dat we, zoals om de paar jaar, nieuwe technologieën hebben die opkomen, waardoor sommige van de vorige technologieën in wezen achterhaald zijn. Elke nieuwe technologie levert datasets op die veel groter en complexer zijn dan we ooit hebben gezien. Als computationele biologen is het onze taak om effectieve methoden te ontwikkelen die deze gegevens het beste gebruiken en ons in staat stellen vragen te stellen en te beantwoorden die we voorheen niet hadden. Dit vinden wij erg leuk om te doen!

Heb je advies voor studenten die een carrière in de computationele biologie willen nastreven?

Je moet kunnen werken met de mentaliteit dat alles zal veranderen. De dingen waar je tegenwoordig een expert in bent – en de tools die je ontwikkelt – zullen een tijdje nuttig zijn, maar je moet kunnen accepteren dat ze verouderd kunnen raken. Je moet jezelf vernieuwen. Maar het is belangrijk dat je jezelf goed voorbereidt door kernvaardigheden op het gebied van rekenkunde te verwerven en een kennisbasis op te bouwen die je bijblijft, waar het onderzoek je ook brengt.

Lees het volledige nummer van LJI’s Immuunkwesties Tijdschrift

Vrijwaring: AAAS en EurekAlert! zijn niet verantwoordelijk voor de juistheid van persberichten die op EurekAlert! door bijdragende instellingen of voor het gebruik van informatie via het EurekAlert-systeem.

Kommentar verfassen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert