Un nouvel outil informatique, BIT, facilite la recherche génétique en identifiant les régulateurs transcriptionnels

Édité par : Elena HealthEnergy

Des chercheurs de l'Université du Texas à Arlington (UTA) ont développé un nouvel outil informatique appelé BIT (Identification bayésienne des régulateurs transcriptionnels à partir d'ensembles de régions de requêtes basées sur l'épigénomique). Cet outil aide les scientifiques à identifier les protéines, connues sous le nom de régulateurs transcriptionnels (RT), qui contrôlent l'expression des gènes. Les RT sont essentiels à de nombreux processus biologiques, notamment la croissance, le développement et les maladies. BIT utilise une méthode appelée modélisation hiérarchique bayésienne. Cette approche évalue les probabilités à travers différents types de preuves, permettant aux scientifiques d'identifier les RT avec plus de précision, même dans des situations complexes où plusieurs RT sont actifs en même temps. L'outil intègre de grandes quantités de données pour montrer quels régulateurs sont actifs et comment ils fonctionnent. L'étude a été publiée dans la revue *Nature Communications* en juin 2024. Lorsque les RT ne fonctionnent pas correctement, ils peuvent provoquer des problèmes de santé comme le cancer. BIT peut aider les chercheurs à trouver les RT qui sont importants pour la survie des tumeurs. Cela pourrait conduire à de nouveaux traitements qui ciblent des RT spécifiques pour arrêter la croissance tumorale. L'outil peut également aider à étudier les troubles métaboliques et les maladies cardiaques. Le développement de BIT souligne l'importance de l'apprentissage automatique et des statistiques avancées dans la recherche moderne. La recherche a été soutenue par les National Institutes of Health et le Cancer Prevention and Research Institute of Texas.

Sources

  • Technology Networks

  • Bayesian Learning Enhances Accuracy in Gene Research - Bioengineer.org

  • ZeyuL01/BIT: Bayesian Identification of Transcriptional regulators - GitHub

  • PMC - BIT: Bayesian Identification of Transcriptional Regulators from Epigenomics-Based Query Region Sets

  • Biomedical Computing and Intelligent Systems Laboratory - College of Engineering - The University of Texas at Arlington

  • Biomedical Research in AI and Neuroimaging Laboratory - The University of Texas at Arlington

  • Integrative Immunology Laboratory - The University of Texas at Arlington

  • Computational Data Science Lab - The University of Texas at Arlington

Avez-vous trouvé une erreur ou une inexactitude ?

Nous étudierons vos commentaires dans les plus brefs délais.

Un nouvel outil informatique, BIT, facilit... | Gaya One