Новый алгоритм поможет в поиске ответственных за развитие болезней генов

Биоинформатики из Университета ИТМО разработали алгоритм для оценки влияния генов на различные процессы в организме человека, в том числе на развитие заболеваний. Метод позволяет рассчитать вероятность связи каждого гена с интересующей болезнью и проанализировать взаимодействие генов между собой. Работа опубликована в журнале BMC Bioinformatics.

Заболевания и предрасположенность к ним могут быть связаны с определенными генами. Для того чтобы повлиять на их работу, нужно найти участок генома, ответственный за изменения, а кроме того, понимать, как взаимодействуют между собой сами гены, которых у человека около 20 тысяч. Сравнивая гены больных и здоровых людей, ученые могут увидеть отличия в их активности и выраженности. На основе этой информации создается общий граф, где видна связь между всеми генами и каждому присвоен показатель важности. Обычно ученые продолжают работу только с самыми активными генами, однако в этом случае теряется возможность оценивать корреляцию каждого гена с другими генами и рассматриваемым диагнозом.

Вместо того чтобы выделять только одну систему из генов, российские биоинформатики предложили способ, при котором генерируется сотни и тысячи подграфов с использованием данных всего генома. Разработанный алгоритм позволяет рассчитать вероятность связи каждого образца с интересующей болезнью и проанализировать их состав с учетом взаимодействия каждого гена.

«Представьте, что вы хотите собрать корабль в бутылке. Можно попытаться сделать это пинцетом, а можно просто, грубо говоря, трясти бутылку. Когда детальки соберутся, как нужно, мы фиксируем систему в этом состоянии и продолжаем трясти дальше. Если же нас не устраивает новое положение деталей — начинаем сначала. Рано или поздно у нас получится что-то похожее на корабль. Аналогично и в нашей программе. В одном из наборов генов убирается один. Если число активных генов растет — мы сделали все правильно, сохраняем. Если нет — действуем дальше. Через несколько похожих шагов важность может резко возрастать. Так алгоритм формирует множество вариантов графов», — объясняет один из авторов исследования Никита Алексеев.

Получив такую выборку, можно увидеть, какие гены встречаются в ней чаще. Например, если какой-то из генов встречается в 90% таких подграфов, значит, ученые могут быть уверены в его связи с исследуемым состоянием на 90%. Авторы проекта отмечают, что в будущем алгоритм может быть представлен в виде системы с ползунком, с помощью которой можно будет получать показания для разных целей и с разной точностью.

Понравился материал? Добавьте Indicator.Ru в «Мои источники» Яндекс.Новостей и читайте нас чаще.

Пресс-релизы о научных исследованиях, информацию о последних вышедших научных статьях и анонсы конференций, а также данные о выигранных грантах и премиях присылайте на адрес science@indicator.ru.