4 計算生物学の最近の進歩

0

計算生物学 は、新しいテクノロジーの出現により、特にデータの収集、分析、可視化の方法において、急速に進化しています。ラゴサマン・イェンマリ博士が コラブツリー フリーランスの科学者が、4つの有望な進歩を検証します。  

をフォローアップしています。 前紹介記事ここでは、計算生物学を大きく変えつつある生物科学の最近の傾向や進歩に焦点を当て ます。これらの進歩は、ビッグデータ解析、マルチスケールモデリングなど、計算機ツールや手法に大きく依存しています。そのいくつかを以下に紹介します。

1.ビッグデータ

This is a well known term in computer science and has been picked by biologists only recently. Thanks to the next generation sequencing techniques, the sequence of a genome can be obtained in relatively shorter time. For example, the relevance of generating data quickly is magnified when working with metagenomic data or a microbiome. How can one manage the data? What about storage for long term? What are the tools for analyzing such massive data? These questions arise and they  do have answers. As mentioned this is a recent 動向 in biology but not in computer science or experimental 物理学, where handling and analyzing big data is  a routine job.

big-data-1667184_1280
One particular instance where research is happening is in the file formats of biological big data. In the case of protein structure file format, the current standard is the .pdb format, a column dependent format that is parseable and both human and マシン readable. However, this format fails when describing mega structures, such as the ribosome or full viral capsids. Hence, a new format has been proposed called the .pdbx format that overcomes the previous format’s limitations. There is also another format called MMTF format that spees up the loading time for structures with more then 20 million atoms within seconds.

Further 読書 on big data in computational 構造生物学:
http://science.sciencemag.org/content/355/6322/248

2.クライオ電子顕微鏡とXFEL技術

この2つの方法は、それ自体は新しいものではありません。しかし、この2つの分野で起きている現在の技術や進歩は、生体分子構造の解析の限界を超えつつあります。 クライオ電子顕微鏡 は、電子顕微鏡を使って生体分子の3次元構造を高解像度でとらえる技術である。NIHの先駆的な研究室では、2.5Åの構造が解かれたことがある。この分解能は通常、タンパク質の結晶構造で得られるもので、X線ビームを照射する最適な結晶を標準化するのに少なくとも1〜2ヶ月の時間を要するのが通例である。

ALAT2-872522_1920
これに対して、構造生物学に革命をもたらす最近の技術は XFEL method, which involves shooting high intensity x-ray beams on microcrystals of proteins. Due to the high radiation the microcrystals are literally burned to get the data. Tens of thousands of microcrystals are required to get a data of decent coverage. Each イメージ captured from a microcrystal has to be analyzed with the rest to get the 3D structure of the biomolecule.

Such techniques depend heavily on automated software that use image processing algorithms and to some extent machine learning approaches to identify the 信号 from the surrounding noise. This は、情報の多様性と取得速度が天文学的であるため、ビッグデータであると言えます。

3.マルチスケールモデリング

Unlike single biomolecular structure modelling and extrapolating to a more complex システム, multiscale modelling involves more than 200,000 atoms and the dynamics obtained reveal long time range interactions and complex behavior of the multiple components (either homogeneous or heterogenous). The data generated from such experiments are massive due to the number of data points obtained, also due to multiple runs to get a statistical significance.

マルチスケールモデリングが使われた例として、セルロースに付着する異種タンパク質と酵素からなるバクテリアの複合構造体であるセルロソームのダイアニズムを理解することが挙げられます。セルロソームは、バイオ燃料の分野、特にバイオエタノール生産において工業的に重要である。

さらに読む http://www.ks.uiuc.edu/Research/biofuels/

4.シングルセルシーケンス

Instead of looking at multiple セル the latest technique is to isolate each individual cell and extract the RNA and sequence them. This recent technique is called シングルセルRNAシーケンシングまたはscRNA-seq.このNatureの論文では、この方法とその利点について、次のように言及している。

個々の細胞を操作するのは大きな集団よりもはるかに難しく、また、それぞれの細胞から得られるRNAはごくわずかであるため、失敗は許されないのだ。また、膨大な量のデータを分析することも問題です。特に、使用するツールが直感的でないことが原因です。

An excellent 見直し of the workflow and tools for scRNA-seq is given here: https://doi.org/10.3389/fgene.2016.00163


からの相談に乗ってほしい。 計算機生物学者?を雇う。 フリーランス・コンピューター・バイオロジー エキスパート をKolabtreeに掲載しました。プロジェクトを投稿して、見積もりをもらうのは無料です。

Yennamalli博士にプロジェクトの相談をしたいですか?Kolabtreeで彼と連絡を取ってください。 これ.

関連する専門家
バイオインフォマティシャンの採用         分子生物学者の採用      バイオスタティシャンの採用


Kolabtreeは、世界中の企業がオンデマンドで専門家を雇用できるよう支援します。私たちのフリーランサーは、企業が研究を公開するのを助けてきました。 書類製品開発、データ解析など、さまざまな業務に対応します。1分ほどで、お客様のご要望をお聞かせいただき、専門家によるお見積りを無料でお受けしています。


共有しています。

著者について

2008年、ニューデリーのジャワハルラール・ネルー大学で計算生物学とバイオインフォマティクスの博士号を取得。その後、アイオワ州立大学(2009年~2011年)、ウィスコンシン大学マディソン校(2011年~2012年)、ライス大学(2012年~2014年)でポスドク研究を行いました。 現在、インドのヒマーチャル・プラデーシュ州ワクナガットにあるJaypee University of Information Technologyの助教授を務めている。

返信を残す