预测multi-omics与OmicsPred基因型
工作领导的一个国际研究小组于徐和迈克尔Inouye的公共卫生和初级保健,剑桥大学,导致了一个独特的资源预测multi-omics直接从基因型数据。团队如何发展OmicsPred资源的细节是在一篇文章中,“阿特拉斯的遗传分数预测multi-omic特征,”发表在《华尔街日报》自然。研究简报的研究是在同一个问题》期刊上发表。
有一个未来的愿景,包括设备的医疗tricorder“星际迷航”,一个手持设备或应用程序纳入一个移动设备。快速、无痛扫描后通过挥舞着设备在受灾地区,是prognosis-such巴克莱protomorphosis综合症,一种有害的DNA的疾病,使人产生最有趣的科幻小说可能的方式。虽然这种类型的设备仍然是科幻小说,许多医疗分析仪的功能已经存在的形式笨重的实验室设备和数据库分布在组学的领域。
疾病的彻底调查,或疾病易感性,需要很多不同的omics-genomics,表观基因组学、转录组、蛋白质组学和代谢组学。multi-omics是昂贵的和数据密集型的集合,使它有些罕见的研究。这些领域的知识数据库的详细分析人类细胞功能和疾病的关联。此外,许多multi-omics研究是针对特定子集人口审问疾病机制。更广泛的捕获multi-omics可以证实推断知识和发现隐藏的生物学途径。
徐和同事使用机器学习方法创建遗传分数17227从48813年健康的血液样本,生物分子特征能预测13668年的水平RNA转录,蛋白质2692和867种代谢物。遗传的分数被验证在七个不同,独立的群体。
OmicsPred团队预计,这个新资源将在调查multi-omic广泛有用的特征和对生物特征。这项研究的所有基因的分数已经通过门户网站公开omicspred.org,科学界邀请使用它来预测multi-omic特征从基因型在他们自己的数据集。
目前,这些分数的分子特征预测只反映了遗传和变异的训练数据集,这是源自欧洲白人血统的健康献血者。创造者计划加强和完善遗传分数OmicsPred中可用资源的范围,扩大祖传的多样性与更新训练数据集。
更多信息:于徐et al,阿特拉斯的遗传分数预测multi-omic特征,自然(2023)。DOI: 10.1038 / s41586 - 023 - 05844 - 9
Genome-based分数预测人类成千上万的分子特征,自然(2023)。DOI: 10.1038 / d41586 - 023 - 00721 - x
©2023科学BOB体育赌博X网络
