A főelőadók a Recomb2020 Computational Molecular Biology konferencián

Russ Biagio Altman

főelőadók

Kenneth Fong biomérnöki, genetikai, orvostudományi és orvosbiológiai adattudományi professzor, Stanford Egyetem, USA
Társigazgató, Stanford Institute for Human-Centered AI (HAI)

Beszélgetés címe: Gépi tanulási módszerek a ritka farmakogenetikai variációk osztályozásához

A farmakogenetika annak vizsgálata, hogy a genetika hogyan befolyásolja a gyógyszer-reakció fenotípusait. A kutatási tevékenységről a klinikai megvalósításra költözött. A legtöbb farmakogenetikai felfedezés a közös genetikai variációkra vonatkozik - mind az anyagcserét végző génekben, mind a gyógyszerhatásban részt vevő génekben. Ezeknek a nagyon fontos farmakogéneknek a ritka variációi kétségtelenül fontos szerepet játszanak a gyógyszeres válasz modulálásában a populáció nagy része számára. Ezért annak érdekében, hogy a farmakogenetika teljes előnyeit mindenki számára elérhessük, szükségünk van módszerekre a fontos gének ritka variációinak hatásainak felfedezésére és értelmezésére. Ez a beszélgetés áttekinti az Egyesült Királyság Biobankjának friss elemzését, amelyben populációskála szerinti variációs leltárt készítettünk, és dokumentáltuk az új genetikai variáció értelmezésének szükségességét. Ezután bemutatjuk erőfeszítéseinket, hogy egy transzfertanulás segítségével megjósoljuk egy fontos farmakogén, a CYP2D6 variációjának hatását, példaként bemutatva, hogyan kezdhetjük el kidolgozni a ritka variáció klinikailag hasznos értelmezéseit.

Russ Biagio Altman a biotechnológia, a genetika, az orvostudomány, az orvosbiológiai adat tudomány és (jóvoltából) a számítástechnika Kenneth Fong professzora és a Stanford Egyetem biomérnöki tanszékének korábbi elnöke. Elsődleges kutatási területe a számítástechnika (AI, adattudomány és informatika) alkalmazása az orvostudomány szempontjából releváns problémákra. Különösen érdekli azokat a módszereket, amelyekkel meg lehet érteni a gyógyszer hatását molekuláris, sejtes, organizmus és populációs szinten. Laboratóriuma azt vizsgálja, hogy az emberi genetikai variáció hogyan befolyásolja a gyógyszerreakciót (pl. Http://www.pharmgkb.org /). Más munka a biológiai molekulák elemzésére összpontosít, hogy megértse a gyógyszerek cselekvéseit, kölcsönhatásait és nemkívánatos eseményeit (például segít az FDA által támogatott Szabályozási Tudományos és Innovációs Kiválósági Központ vezetésében. .

Manuela Helmer Citterich

Molekuláris biológia és bioinformatika professzor, Róma Tor Vergata Egyetem, Olaszország

Beszélgetés címe: RNS másodlagos szerkezet: üldözési funkciók az lncRNS-ekhez

Manuela Helmer Citterich fizikai diplomával rendelkezik, de a biológia vonzotta már karrierje elején. 12 évig kísérleti molekuláris biológusként dolgozott a római Sapienza egyetemen az N crassa mitochondriumokon, valamint a heidelbergi EMBL-ben az E coli ColE1 szabályozásának mechanizmusain. Ezután áttért a számítási biológiára, és 2 évig dolgozott Anna Tramontanóval, fehérje dokkoló programot fejlesztve az IRBM-ben Pomeziában. Visszatért a római Tor Vergata egyetemre, ahol a fehérje szerkezetének elemzésén dolgozott, kidolgozta a funkcionális 3D motívumok azonosításának módszereit és a fehérje kölcsönhatás specifitásának szabályait. Az elmúlt években kutatócsoportja a rákos gének expressziójának elemzésével foglalkozott, az RNS-seq adatok elemzésére szolgáló módszer kifejlesztésével egysejtű kísérletekben és az lncRNS-ek funkcionális annotációjával.

Biológiai kémia professzor a jeruzsálemi Héber Egyetemen, Izrael
A Sudarsky Számítástechnikai Központ igazgatója

Beszélgetés címe: Varázslatos rejtélytúra a vírusvilágban

A COVID-19 betegséget 2020 márciusában világjárványnak jelentették be, és néhány hónapon belül sújtotta a világot, amely több mint 8 millió azonosított esetet és 430 000 halálesetet eredményezett. Megbeszéljük a vírusok és gazdaszervezeteik együtt evolúcióját a replikáció hatékonysága, a fehérje transzláció és összeszerelés, valamint a sejtes erőforrások optimális felhasználása érdekében. Számos egyedi genomikai tulajdonság teszi a SARS-CoV-2-t annyira sikeressé. A kodon információk kiválasztása az optimalizálás egyik módja, amelyet a vírusok nyilvánítanak meg. Ezenkívül a vírusok megtalálják a módját a gazdavédelmi vonalak hatékony leküzdésének. Bemutatunk néhány epidemiológiai megfigyelést, amelyek korrelálnak a COVID-19 kimenetelének országonkénti változékonyságával. Annak lehetősége, hogy a vírus kimeríti a sejt erőforrásait, bemutatásra kerül, ha a gazdaszámfordító gépet alkalmazzák. Végül a vírus Achilles-sarka azonosítása alapvető fontosságú a gyógyszerek és oltások fejlesztése szempontjából. Egy ilyen globális erőfeszítés ötvözi a genomikát, a proteomikát, a metabolomikát, az evolúciót és az orvosi adatokat, miközben modern számítási módszereket alkalmaz, hogy koherens képet alkosson a vírusfertőzés ciklusáról.

Michal Linial a Jeruzsálemi Héber Egyetem (HUJI) biokémiai és bioinformatikai professzora, valamint a jeruzsálemi Izraeli Advance Studies Institute (IIAS) igazgatója (2012-2018). A Héber Egyetem Szudarszkij Számítási Biológiai Központjának igazgatójaként és az ELIXIR-IL Node vezetőjeként dolgozott.

Professzor, Humán Genom Központ, Tokiói Egyetem, Orvostudományi Intézet, Japán

Beszélgetés címe: A rák nagy adatainak kihívásai a genomoktól a hálózatokig

Satoru Miyano, PhD, a tokiói Orvosi és Fogorvosi Egyetem M&D Data Science Center alapító igazgatója. Miután befejezte a Tokiói Egyetem Orvostudományi Intézet Humán Genom Központjának igazgatóját, 2020 áprilisától kezdte meg ezt az orvosi adattudissziát. Megkapta a B.S. (1977), M.S. (1979) és PhD (1984), mind matematikából a japán Kyushu Egyetemen. A bioinformatika területén dolgozik, és 1996-ban csatlakozott az Emberi Genom Központhoz. Kutatási feladata a „Számítógépes orvosi rendszerek biológiájának fejlesztése a genomikus személyre szabott orvoslás felé”, különösen a rákkutatás és a klinikai szekvencia informatika fejlesztése. PI-ként részt vett az innovatív területek MEXT tudományos kutatásában „Rendszerrák projekt”, „Rendszerrák neodimenzióban”, a Nemzetközi Rákgenom Konzorciumban, a MEXT nagyszabású adatelemzésben K számítógéppel és a Post-K számítógépes „Fugaku” -val. Projekt. Az ISCB 2013-as munkatársa. A 2016. évi Uehara Emlékalap Alapítvány díját a rákgenomikához való hozzájárulásért ítélték oda.

Ronald R. Taylor elnök és jeles professzor a Kaliforniai Egyetemen, San Diego, USA
Howard Hughes Orvostudományi Intézet professzora, USA
Igazgató, NIH Számítógépes Tömegspektrometriai Központ, USA

Beszélgetés címe: Genomgyűlés: A rövidektől a hosszú olvasmányokig

A régóta olvasott összeállítások javultak a rövid olvasmányú összeállításokhoz képest, mivel nagyobb képességük van a genomi ismétlések egyértelművé tételére. Azonban a hosszú olvasmányok összeállítására szolgáló algoritmusok többsége összefüggő genomi szegmenseket (folytatásokat) konstruál, de nem nyújt pontos ismétlési jellemzést (ismétlődési grafikon), amely az optimális együttesek előállításához szükséges. Bemutatjuk a Flye összeszerelési algoritmust, amely nem a kezdeti összeszerelési szakaszban próbál meg folytatásokat konstruálni, hanem tetszőleges útvonalakat (disjointigeket) generál az ismeretlen ismétlődési gráfban, és ezekből a hibákat tartalmazó diszjointigekből szerkeszt egy ismétlődési gráfot. Ellen intuitív módon ez a meggondolatlannak tűnő megközelítés pontos ismétlődési grafikont eredményez, és javítja a korszerű, sokáig olvasott szerelőket. Továbbá leírjuk a Flye összeállítási eszköztár kifejlesztését, amely magában foglalja a metaFlye-t (metagenome-összeállítás), a centroFlye-t (centromere-összeállítás) és a mosaicFlye-t (a szegmentális duplikációk összeállítása).

Ez Mihail Kolmogorov, Jeffrey Yuan, Yu Lin, Anton Bankevich és Andrey Bzikadze közös munkája.

Számítástudományi professzor, Weizmann Intézet, Izrael

Beszélgetés címe: A kezelések személyre szabása mikrobiom és klinikai adatok felhasználásával

A felhalmozódó bizonyítékok alátámasztják az emberi bél mikrobiomjának oki szerepét az elhízásban, a cukorbetegségben, az anyagcserezavarokban, a szív- és érrendszeri betegségekben és számos más betegségben. Bemutatom az emberi mikrobiom egészségben és betegségben betöltött szerepével kapcsolatos kutatásainkat, amelyek végső soron az emberi genetikát, mikrobiómát és táplálkozást ötvöző, személyre szabott orvosi megközelítések kidolgozását célozzák.

Az egyik projektben az emberi táplálkozás személyre szabásának témájával foglalkoztunk, több mint 1000 fős kohorsz segítségével, amelyben több mint 50 000 étkezés, életmód, orvosi és étkezési gyakorisági kérdőívek, vérvizsgálatok, genetika és a bél mikrobiómák vérmérését vizsgáltuk. Megmutattuk, hogy az étkezésekre adott vércukorszint-válaszok nagyon eltérőek az emberek között, még akkor is, ha azonos ételeket fogyasztanak; kidolgozta az első algoritmust az ételek személyre szabott glükózválaszainak pontos előrejelzésére klinikai és mikrobiológiai adatok alapján; és kimutatták, hogy az algoritmusunkon alapuló személyre szabott étrendek sikeresen kiegyensúlyozták a vércukorszintet prediabetikus egyénekben.

Ugyanazon kohorsz felhasználásával megvizsgáltuk az emberi vérben keringő metabolitokat, amelyeket szérum metabolomnak nevezünk, és amelyek rengeteg biomarkert és kórokozót tartalmaznak. Ezen metabolitok szintjét meghatározó tényezők azonosítása céljából gépi tanulási algoritmusokat dolgoztunk ki, amelyek megjósolják a metabolit szintjét a kinyújtott alanyokban. Megmutattuk, hogy ezeknek a metabolitoknak a nagy számát jelentősen megjósolja a mikrobiom, és feloldják azokat a specifikus baktériumokat, amelyek valószínűleg modulálnak bizonyos metabolitokat. Ezek a megállapítások utat nyitnak a mikrobiom alapú terápiák felé, amelyek célja a keringő metabolit szintek manipulálása az egészség javítása érdekében.

Végül bemutatok egy algoritmust, amelyet a mikrobiális szubgenomikus régiók variabilitásának azonosítására dolgoztunk ki. Megállapítottuk, hogy az ilyen szubgenomikus variáció (SGV) elterjedt a mikrobiomban több mikrobiális phylán keresztül, és hogy ezek összefüggenek a baktériumok alkalmasságával, és taggénjeik gazdagodnak a CRISPR-hez kapcsolódó és antibiotikum-termelő funkciókhoz, és kimerültek a háztartási génekből. Több mint 100 újszerű asszociációt találunk az SGV-k és a gazdabetegség kockázati tényezői között, és feltárjuk a mikrobiom és gazdája közötti lehetséges mechanisztikus kapcsolatokat, bizonyítva, hogy az SGV-k a metagenomikus információk új rétegét alkotják.

Eran Segal a Weizmann Természettudományi Intézet Számítástudományi és Alkalmazott Matematikai Tanszékének professzora, a számítástechnikai biológusokból és kísérleti tudósokból álló multidiszciplináris csoport laboratóriumát vezeti a Számítási és Rendszerbiológia területén. Csoportjának nagy tapasztalata van a gépi tanulásban, a számítási biológiában és a heterogén nagy áteresztőképességű genomi adatok elemzésében. Kutatása a mikrobiómára, a táplálkozásra, a genetikára és azok egészségre és betegségekre gyakorolt ​​hatására összpontosít. Célja a személyre szabott orvoslás fejlesztése az emberi kohorszok nagy adatain alapulva.

Prof. Segal több mint 150 publikációt tett közzé, és számos díjat és kitüntetést kapott munkájáért, köztük az Overton-díjat, amelyet a Nemzetközi Bioinformatikai Társaság (ICSB) évente egy tudósnak ítélt oda a számítási biológia terén elért kiemelkedő eredményekért, valamint a Michael Bruno-díjat. Nemrégiben az EMBO tagjává és a fiatal izraeli tudományos akadémia tagjává választották.

Mielőtt csatlakozott a Weizmann Intézethez, Prof. Segal független kutatói pozíciót töltött be a New York-i Rockefeller Egyetemen.

Oktatás:
Prof. Segal B.Sc.-t kapott 1998-ban a Tel-Avivi Egyetemen szerzett számítástechnika összeg cum laude és Ph.D. számítástechnika és genetika szakon 2004-ben, a Stanford Egyetemen.

Az átütemezés miatt a következő két főhangzó nem fog tudni bemutatni a RECOMB 2020-on:

Tanszék és neurológiai professzor, Padovai Egyetem, Olaszország

Kutatási igazgató, Inria a Lyon 1 Egyetemen, Franciaország

Marie-France Sagot a RECOVB 2021 padovai főelőadója lesz!