北卡罗来纳州立大学和加利福尼亚大学研究团队Davis开发出模型算法,能够识别植物中与特定生物函数相关基因建模工具将帮助植物生物学家以个体基因为对象,控制植物如何应对干旱、高温或其他环境压力
算法提升生物建模技术 深入了解个体基因 和哪些环境因素影响基因行为克拉诺斯威廉姆斯论文对应作者描述NC州电气计算机工程的工作和副教授
生物学家更容易理解如何开发抗旱作物或植物,密钥可用现实世界应用解锁大量的植物生物研究
生物模型工作需要数据数据出自植物暴露压力
研究队先用数类模型Arabidopsisthaliana植物正常生长取植物样本来确定哪些基因有效,以及这些基因活跃程度如何植物通过置入缺铁介质接触环境压力植物样本按规定间隔3天计算,以确定基因活动在每个时间点的变化
研究者想了解植物对压力的反应方式 和哪个基因负责触发响应
问题出在基因活动频发很难判断哪些基因与哪个函数相关, 或哪些基因作用为真正让球滚动植物应力研究者发现2700个不同基因活动 — — 多到无法测试实验中所有可能的选项
新建建模算法从此实现研究者将所有基因活动数据插进算法中,算法预测7个基因或转录因子参与启动工厂缺铁应变小数测试
转录因子像数列中第多米诺产生小信号 影响目标基因的重要活动 更主动地判断植物对压力的响应研究者发现原始数据显示2700基因活动显示931可能的转录因子/目标基因关系重复 多测试
算法缩小到32个预测传译因素与目标基因间有影响力关系和,再次,这是一个小数测试
算法结果测试实验室时 研究者发现 七大预测基因中四大相关转录因子三十二大预测有影响力关系中17大 — — 53% — — 准确性。 四大验证转录因子中,前无一与缺铁相关联
数周内识别相关基因和交互关系, 而不是几十年内识别出相关基因和交互关系, Williams表示 :
算法对植物生物学家的用法大大限制拟研究的趣味候选基因数,从而减少时间、能量和基金量以识别压力响应中的重要基因泰里龙论文上的另一对应作者 和NCState植物和微生物学助理教授
报社集群化差分算法:识别初级阶段管理者Arabidopsisthaliana缺铁响应在线公开存取日志SPLOSone系统.论文主笔NC国家博士亚历山德鲁科和Anna Matthiadis论文合编人Durresshava Muhammad、Joel Ducoste和NC州James TuckJessicaForet和Siobhan BradyUCDavis
工作得到了国家科学基金会赠款支持1247427.
