Vorhersage der Evolution von genetischen Mutationen

0

Die quantitativen Biologen David McCandlish und Juannan Zhou vom Cold Spring Harbor Laboratory haben einen Algorithmus mit Vorhersagekraft entwickelt, der den Wissenschaftlern die Möglichkeit gibt, zu erkennen, wie bestimmte genetische Mutationen zusammenwirken können, um kritische Proteine im Laufe der Evolution einer Spezies zu verändern.Der in Nature Communications beschriebene Algorithmus, der als “Minimum Epistasis Interpolation” bezeichnet wird, führt zu einer Visualisierung, wie sich ein Protein entwickeln könnte, um entweder hochwirksam oder überhaupt nicht wirksam zu werden.

Sie verglichen die Funktionalität von Tausenden von Versionen des Proteins und fanden Muster, wie Mutationen die Entwicklung des Proteins von einer funktionellen Form in eine andere bewirken.”Epistase” beschreibt jede Interaktion zwischen genetischen Mutationen, bei der die Wirkung eines Gens vom Vorhandensein eines anderen Gens abhängig ist.

In vielen Fällen gehen Wissenschaftler davon aus, dass, wenn die Realität nicht mit ihren Vorhersagemodellen übereinstimmt, diese Interaktionen zwischen Genen im Spiel sind.

In diesem Sinne schuf McCandlish diesen neuen Algorithmus mit der Annahme, dass jede Mutation von Bedeutung ist.

Der Begriff “Interpolation” beschreibt den Akt der Vorhersage des evolutionären Pfades von Mutationen, den eine Spezies durchlaufen könnte, um eine optimale Proteinfunktion zu erreichen.Die Forscher entwickelten den Algorithmus, indem sie die Auswirkungen spezifischer Mutationen in den Genen testeten, die das Streptokokken-GB1-Protein bilden.

Sie wählten das GB1-Protein wegen seiner komplexen Struktur, die eine enorme Anzahl von möglichen Mutationen hervorrufen würde, die auf eine enorme Anzahl von möglichen Arten kombiniert werden könnten.”Aufgrund dieser Komplexität wurde die Visualisierung dieses Datensatzes so wichtig”, sagt McCandlish.

Tun Sie mir einen Gefallen: Bitte TEILEN Sie diesen Beitrag.

Wir wollten die Zahlen in ein Bild verwandeln, damit wir besser verstehen können, was [die Daten]uns sagen.

“Die Visualisierung ist wie eine topologische Karte.

Höhe und Farbe korrelieren mit dem Niveau der Proteinaktivität, und der Abstand zwischen den Punkten auf der Karte gibt an, wie lange es dauert, bis die Mutationen dieses Niveau erreichen….

Share.

Leave A Reply