Conferences

2022. november 11.

Letölthető program pdf formátumban

1. szekció - Tudományos előadások

2. szekció - Fiatal Kutatók előadásai Elnök: Csabai István

11:35 - 11:50: Az autofágia indukciójában kulcsfontosságú mTORC1-ULK1-PP2A szabályozási háromszög működésének rendszerbiológiai vizsgálata

    Hajdú Bence (SE Molekuláris Biológia Tanszék)

Részletek

Az autofágia indukciójában kulcsfontosságú mTORC1-ULK1-PP2A szabályozási háromszög működésének rendszerbiológiai vizsgálata

×

• Kivonat
• Videó

A sejtek önemésztésért felelős autofágia-függő túlélést fehérje kinázok és foszfatázok egyaránt szabályozzák. A sejtek belső homeosztázisát fenntartó mTORC1 az autofágia kulcsfehérjéjének, az ULK1-nek a foszforilálásával gátolja folyamatot, míg a PP2A foszfatáz képes defoszforilálni azt, ezzel elősegítve az autofágia aktiválódását. Az aktív ULK1 gátolja az mTORC1-et és aktiválja a PP2A-t, továbbá az mTORC1 képes gátolni a PP2A-t is. Elképzelésünk szerint a szabályozási hálózatban így kialakuló pozitív és dupla negatív visszacsatolási hurkok (mTORC1-|PP2A-|mTORC1, mTORC1-|ULK1-|mTORC1, ULK1->PP2A->ULK1) szükségesek az autofágiás és a nem autofágiás állapotok közötti bistabil kapcsolószerű elválasztásához. Vizsgálatunk során rendszerbiológiai megközelítést alkalmaztunk, mely során HEK293T sejteken végzett molekuláris biológiai kísérletek eredményeit matematikai modellek segítségével is vizsgáltuk, hogy jobban megértsük a szabályozási hálózat dinamikai viselkedését. A modell paramétereinek beállítását, illetve a modell validálását a sejtpopulációkon végzett kísérletekből (pl. mTORC1 gátlás, éhezés, PP2A gátlás vagy ULK1 csendesítés) nyert adatokkal végeztük. Megvizsgáltuk az mTORC1-ULK1-PP2A szabályozási háromszög dinamikai jellemzőit, feltételezve, hogy a visszacsatolási hurkok elengedhetetlenek a robusztus sejtválaszhoz különböző celluláris stressz esetén, illetve bizonyítottuk, hogy a PP2A gátlása (okadánsav hozzáadásával) képes autofágia oszcillációt indukálni.

11:50 - 12:05: SARS-CoV-2 PCR primerek célrégióiban megjelenő mutációk vizsgálata

    Mentes Anikó (ELTE TTK Fizikai Intézet Komplex Rendszerek Fizikája Tanszék)

Részletek

SARS-CoV-2 PCR primerek célrégióiban megjelenő mutációk vizsgálata

×

• Kivonat
• Videó

A SARS-CoV-2 genomjának folyamatosan növekvő számú mutációja miatt aggályok merültek fel a SARS-CoV-2 diagnosztikájának „arany standardja”, a reverz transzkripciós-polimeráz láncreakciónak (RT-PCR) megbízhatóságával kapcsolatban. Kidolgoztunk egy olyan bioinformatikai vizsgálati módszert, amely a WHO által javasolt vagy a tudományos közösség által publikált, nyilvánosan elérhető PCR-tesztek célrégióival átfedő genomi változásokat tárja fel, kifejezetten a PCR tesztek hatékonyságára gyakorolt hatásuk alapján.

Nemzetközi együttműködésben, a VEO (Versatile emerging infectious disease observatory) projekt keretében több, mint 1,2 millió SARS-CoV-2 szekvenciában vizsgáltuk a célrégiókban előforduló mutációkat. Megközelítésünk különbséget tesz a PCR-hatékonyságot esetlegesen károsan befolyásoló és az ilyen értelemben várhatóan semleges mutációk között. A mintákat a jelen lévő mutációk becsült hatása alapján a "téves besorolásra hajlamos" és a "valószínűleg helyesen detektálható" kategóriákba soroljuk egy adott PCR-primer készlettel.

A téves besorolásra hajlamos minták általában napi 2%-os vagy annál alacsonyabb arányban vannak jelen, bár úgy tűnik, hogy bizonyos primer-készletek az Omicron vírustörzs kimutatásában gyengébb teljesítményt nyújtanak. Mivel a SARS-CoV-2 víruspopulációban világszerte átmenetileg különböző variáns törzsek válhatnak dominánssá, egy adott PCR-primer készlet hatékonysága idővel változhat, ezért a primerek célrégióiban található mutációk folyamatos nyomon követése erősen ajánlott.

12:05 - 12:20: A SARS-CoV-2 potenciális új variánsai által okozott betegség lefolyásának előrejelzése gépi tanulás segítségével mutációs adatok alapján

    Kalcsevszki Regina (PPKE ITBK)

Részletek

A SARS-CoV-2 potenciális új variánsai által okozott betegség lefolyásának előrejelzése gépi tanulás segítségével mutációs adatok alapján

×

• Kivonat
• Videó

Számos tanulmány bizonyította, hogy a COVID-19 kimenetele és a betegségre való fogékonyság statisztikailag összefügg különböző társbetegségekkel, a beteg korával és közvetlenül vagy közvetve a vírus genomjában szereplő mutációkkal.

Munkánk során fejlesztettünk egy mutáció azonosító pipeline-t, valamint gépi tanulás segítségével egy olyan eszközt, ami a betegség kimenetelét képes előre jelezni a genom mintából és a beteg életkorából. A genom mintához — abban eredetileg nem, de a tanulóhalmazban szereplő — mutációkat adva, képesek vagyunk előre jelezni, új potenciális variánsok által okozott betegség kimenetelét.

A GISAID adatbázisából letöltött genom mintákon és a metaadatokon (pl. betegség kimenetele, életkor, ország, mintavétel időpontja) végzett alapos adattisztítás után, 97 ezer mintát dolgoztunk fel, melyekben 1122 gyakori mutációt azonosítottunk.

A végső tanítóhalmaz létrehozásához az adatokat stratifikáltuk a mintavétel időpontjára és országára. A feature halmazban a mutációk mellett a beteg életkora is szerepel. A végső modellt így 2680 enyhe, és 2680 súlyos lefolyású betegséget okozó minta alapján tanítottuk a JADBIO automatikus gépi tanuló eszköz segítségével. A modell előre jelző teljesítménye: ROC AUC 0.855 [0.811, 0.896].

A modell által kiválasztott featureök elemzése során, olyan mutációkat találtunk, melyek összefüggenek a súlyos lefolyással (pl.: NS3a P42L és Q57H, NSP4 A446V, NS8 T11I, NS10 V30L). Ezen mutációkat az omikron variánshoz adva a betegség súlyos lefolyásának predikált értéke 1,6-szorosára nőtt.

12:20 - 12:35: A HLA-I és HLA-II variánsok közötti kölcsönhatás befolyásolja a tumorellenes immunválasz erősségét és időzítését melanómás betegeknél

    Koncz Balázs (SzTE SZAOK Szent-Györgyi Albert Klinikai Központ Bőrgyógyászati és Allergológiai Klinika)

Részletek

A HLA-I és HLA-II variánsok közötti kölcsönhatás befolyásolja a tumorellenes immunválasz erősségét és időzítését melanómás betegeknél

×

• Kivonat
• Videó

A tumorellenes immunválaszhoz alapvetően szükséges, hogy a tumorokban mutációk következtében megjelenő módosult peptideket a HLA-I és HLA-II molekulák bemutassák a T-sejteknek. Ezen HLA molekulák rendkívüli módon diverzek, és a különböző variánsokat eltérő peptidkötő specificitás jellemzi. Ugyan néhány kutatás bizonyítja a HLA diverzitás és bizonyos HLA variánsok hatását a tumorellenes immunválaszra, ezek az eredmények ellentmondásosak. Mivel mind a HLA-I, mind a HLA-II molekuláknak alapvető szerepe van a tumoros sejtek felismerésében, a közös hatásukat vizsgáltuk melanómás betegekben. Számos HLA-I és HLA-II allélkombinációt találtunk, melyek pozitív (előnyös kombinációk) vagy negatív (káros kombinációk) összefüggést mutattak áttétes, ICB immunterápiát kapott melanómás betegek túlélésével. Továbbá ezek az allélkombinációk immunterápiát nem kapó, melanómás betegek túlélését is befolyásolták. A tumorminták sejtösszetételét megvizsgálva is nagy különbségeket kaptunk a káros, valamint az előnyös allélkombinációt hordozó betegekben. A káros allélkombinációk primer mintákban a citotoxikus immunválasz jeleit, míg áttétes mintákban az immun elkerülés jeleit, valamint egy hatástalan tumorellenes immunitást mutattak. Ezzel szemben az előnyös kombinációt hordozó minták esetében csak az áttétek mutattak aktív citotoxikus immunválaszt. Eredményeink bizonyítják a HLA-I és HLA-II molekulák együttes hatását a tumorellenes immunválaszra.

12:35 - 12:50: A TNMplot.com bővítése: új analízisek lefuttatási lehetőségei és új grafikus megjelenítési formák bemutatása

    Munkácsy Gyöngyi (SE Bioinformatika Tanszék)

Részletek

A TNMplot.com bővítése: új analízisek lefuttatási lehetőségei és új grafikus megjelenítési formák bemutatása

×

• Kivonat
• Videó

A tumorban vagy metasztatikus szövetekben magasabb expressziót mutató gének segíthetnek a daganatképződés jobb megértésében, miáltal a progresszió biomarkereiként vagy lehetséges terápiás célpontokként szolgálhatnak. A TNMplot.com oldal hátterében egy általunk összeállított, transzkriptom szintű adatkészletek felhasználásával készült adatbázis áll, amelyben egy online felhasználói felület révén valós időben összehasonlíthatjuk az összes gén normál, daganatos és metasztatikus adatait 22 tumortípusban. A teljes adatbázis 56 938 mintát tartalmaz -ebből 33 520 gén chip és 23 418 RNA-Seq alapú -, amelyeket az NCBI-GEO, TCGA, TARGET, és GTEx adataiból építettük fel. A 2021-ben publikált verzióhoz képest (A. Bartha, B. Győrffy, TNMplot.com: A Web Tool for the Comparison of Gene Expression in Normal, Tumor and Metastatic Tissues. Int. J. Mol. Sci. 2021, 22(5), 2622;) új analízisekkel és grafikus megjelenítési formákkal bővítettük a webes keresés lehetőségeit: a pan-cancer áttekintést egy heat mappel egészítettük ki, lehetőség van korrelációs mátrix készítésére (Spearman vagy Pearson) és enrichment analízisekre. A statisztikai szignifikancia kiszámítása Mann–Whitney vagy Kruskal–Wallis tesztekkel történik mind az RNA-Seq és gén chip adatok elemzésekor. Az előadásban ezek az újonnan telepített algoritmusok fognak bemutatásra kerülni.

12:50 - 13:20: Szünet

    

3. szekcio - Fiatal Kutatók előadásai

4. szekció - Tudományos előadások