News : Paper published on IEEE Transactions on Emerging Topics in Computing
https://gene.disi.unitn.it/test/forum_thread.php?id=298#2008 Actualités : Article publié sur les transactions IEEE sur des sujets émergents en informatique
L'article suivant, «Un système informatique pour découvrir les relations causales entre les gènes humains pour améliorer le repositionnement des médicaments», est disponible dans la zone «Accès anticipé» sur IEEE Xplore.
Cet article a été accepté pour publication dans un prochain numéro de cette revue, mais n'a pas été édité et le contenu peut changer avant la publication finale. Cet article apparaît dans: IEEE Transactions on Emerging Topics in Computing , Digital Object Identifier: 10.1109 / TETC.2020.3031024.
Vous pouvez le trouver ici: https://ieeexplore.ieee.org/document/9224179 (voir cadre ci-dessous)
Merci à tous pour votre précieux soutien !
Un système informatique pour découvrir les relations causales entre les gènes humains afin d'améliorer le repositionnement des médicaments
Extrait :
La découverte automatique de relations causales entre les gènes humains peut éclairer les processus de régulation des gènes et guider le repositionnement des médicaments. À cette fin, une méthode lourde de calcul pour la découverte causale est distribuée sur une grille de calcul volontaire et, en tirant parti du sous-ensemble variable et de la stratification, s'avère utile pour étendre les réseaux locaux de régulation des gènes. Les données d'entrée sont des mesures purement observationnelles de l'expression des transcriptions dans les tissus humains et les lignées cellulaires collectées dans le cadre du projet FANTOM. Le système s'appuie sur la plateforme BOINC et sur un code client optimisé. La pertinence fonctionnelle des résultats, mesurée en analysant les annotations des interactions identifiées, augmente significativement par rapport à la simple corrélation de Pearson entre les transcriptions. Aditionellement, dans 82% des cas, les réseaux se chevauchent significativement avec les interactions protéine-protéine connues annotées dans les bases de données biologiques. Dans les deux études de cas présentées, cette approche a été utilisée pour élargir les réseaux de gènes associés à deux pathologies humaines sévères: le cancer de la prostate et la coronaropathie. La méthode a identifié respectivement 22 et 36 gènes à évaluer comme de nouvelles cibles pour des médicaments déjà approuvés, démontrant l'applicabilité efficace de l'approche dans les pipelines visant le repositionnement des médicaments.
Lien PDF complet (en anglais) : https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9224179
