Buona sera lettori del Mio Diabete, Donovan ha problemi con la rete e quindi tocca a me pubblicare una notizia di sua opera. Probabilmente a voi importa sega della ricerca e di questo fatto sotto riportato. D’altronde siamo nell’epoca a pazienza zero, del tutto e subito e prenditi una, dieci, cento, mille pastiglie. Invece sarebbe meglio darci una scorsa.
I ricercatori della Scuola di Medicina Icahn al Monte Sinai e della Princeton University in New York hanno progettato un nuovo strumento online che prevede il ruolo delle proteine ??chiave e geni nelle malattie del sistema immunitario umano. Chiamato “Immunet,” i dettagli della risorsa sono a disposizione del pubblico e la cosa è stata pubblicata oggi online sulla rivista Immunity.
Lo strumento utilizza le informazioni raccolte da 38,088 esperimenti pubblici per prevedere nuove immuni interazioni nei percorsi, meccanismi, dei geni associati alla malattia. Con i progressi della potenza di calcolo e i dati raccolti memorizzati nell’era dei “big data”, i ricercatori sono ora in grado di coniugare algoritmi e modelli in strumenti come Immunet i quali sono in grado di estrarre modelli di malattia in precedenza non riconosciuti dal database. Questi modelli computazionali sono predittivi, e i ricercatori possono testarli con ulteriori esperimenti.
“Questo nuovo strumento sblocca l’intuizione contenuta in grandi dati in uscita nella ricerca biomedica a livello mondiale, per aiutare a capire i meccanismi delle malattie immunologiche”, ha detto Stuart Sealfon, MD, Preside e Professore del Dipartimento di Neurologia nel Monte Health System Sinai e co-maggiore autore della pubblicazione. “L’obiettivo di ‘Immunet’ è quello di accelerare la comprensione dei percorsi dei geni del sistema immunitario, in ultima analisi, che porta allo sviluppo di una migliore trattamento per le malattie con una componente immunologica.”
Immunet consente ai ricercatori di immunologia senza una formazione specifica di calcolo di utilizzare le tecniche statistiche degli algoritmi con integrazione dei dati e apprendimento automatico bayesiani a “interrogare” questo enorme compendio di dati pubblici. L’analisi bayesiana è in grado di rilevare le informazioni rilevanti in un mare di dati spesso contrastanti ottenuti da diversi esperimenti. Questa forma di analisi seleziona solo i set di dati che forniscono nuove informazioni su un percorso di interesse escludendo gli stessi che non sono rilevanti per la specifica destinazione.
Un obiettivo della strumento online sta nel far progredire la comprensione del sistema immunitario, la rete di cellule e organi che proteggono il corpo contro le infezioni e il cancro. Mentre l’immunità protegge dalle infezioni, le cellule immunitarie possono colpire le stesse cellule del corpo per causare infiammazione come componente di molte malattie in cui i meccanismi non sono ancora conosciuti (è il caso del diabete tipo 1).
“Ci aspettiamo che l’applicabilità di Immunet per aree ad ampio raggio di immunologia crescerà con l’incorporazione sempre più estesa e pubblica nel big data”, ha detto Olga Troyanskaya, PhD, Professore, del Dipartimento di Informatica e Lewis-Sigler Institute of Genomic Integrative della Princeton University e Vice Direttore di Genomic, co-maggiore autore della pubblicazione. “Consentendo ai ricercatori immuni da background diversi, di sfruttare queste preziose ed eterogenee raccolte di dati e Immunet ha il potenziale per accelerare le scoperte in immunologia.”