Konferenciák

2019. november 15.

Letölthető program pdf formátumban

1. szekció Elnök: Pongor Sándor

10:00 - 10:05: Köszöntő

    Pongor Sándor

10:05 - 10:30: Hogyan kezeljünk bizonytalanságot, hibát és torzításokat high-throughput biológiai kísérletekben?

    Ladunga István (Department os Statistics and Department of Biochemistry, University of Nebraska-Lincoln, NE, USA)

Részletek

Hogyan kezeljünk bizonytalanságot, hibát és torzításokat high-throughput biológiai kísérletekben?

×

• Kivonat

Ugyanaz a high-throughput biológiai kísérlet rendkívül eltérő módon értelmezhető többek között a transzkripció szabályozásánál. A génreguláció ágenseit kromatin immuno- precipitációval és szekvenálással (ChIP-seq) térképezik a genomokra rendkívül zajos és nem megfelelően replikált kísérletekben. Az ilyen eredmények korrekt és torzítatlan kommuniká- ciója még megoldatlan probléma. Mintegy 30000 cikkben mester regulátoroknak tulajdonít- ják a génszabályozás oroszlánrészét. Az ilyen „vonzó” de túlegyszerűsített magyarázatok el- lentmondanak egymásnak, nem felelnek meg a méréseknek, és evolúciós zsákutcát jelente- nek. Ezzel szemben az általunk bemutatott pluralisztikus és sztochasztikus génszabályozás al- kalmas a komplexitás növelésére és adaptációra, összhangban van a ChIP-seq térképezések- kel, a sztochasztikus génexpresszióval és fehérje-DNS interakciókkal.

10:30 - 10:55: Antibiotikum rezisztencia gének kimutatása és követése komplex mikrobiológiai közös- ségekben

    Kalmár Lajos (Cambridge-i Egyetem, Állatorvostudományi Kar, Egyesült Királyság)

Részletek

Antibiotikum rezisztencia gének kimutatása és követése komplex mikrobiológiai közös- ségekben

×

• Kivonat

Az emberi és állati fertőző betegségek több mint felét baktériumok okozzák és ezen fertőzések okozói között növekvő arányban találunk antibiotikumra rezisztens változatokat. A rezisztencia kialakulásáért számos különböző gén tehető felelőssé, terjedésüket pedig nagy- ban segíti, hogy ezek a gének legtöbbször mobil genetikai elemeken (pl. plazmid) kódoltak. Az új generációs szekvenálás a mikrobiológiában forradalmi változást hozott, de eddig az ezen alapuló metagenomikai (komplex mikrobiológiai közösségek genetikai állományának egyszerre történő analízise) módszerek nem voltak alkalmasak a fizikailag külön DNS szálon kódolt elemek (esetünkben a bakteriális genom és a plazmid) összekapcsolására. Az általunk kifejlesztett laboratóriumi módszer és a hozzá kapcsolódó komplex bioin- formatikai kiértékelés lehetővé teszi, hogy tenyésztés nélkül, közvetlenük a komplex mikro- biológiai közösséget vizsgálva határozzuk meg annak összetételét és a talált rezisztencia gé- neket a gazda faj(ok)hoz rendeljük. Az előadásban, elsősorban a kifejlesztett módszer bioinformatikai vonatkozású kihívásai és az azokra alkalmazott megoldások lesznek ismertetve. Röviden bemutatásra kerülnek az ered- mények az első projektünkből melyben a módszert 5-5 hagyományos és organikus sertés- farmról származó 100 mintát vizsgálatában használtuk fel.

10:55 - 11:20: “SVD clustering”, egy új, SVD algoritmuson alapuló képanalizáló és pixelcsoportokba rendező módszer (Modellek és Raman mikro-spectroszkópiai példák)

    Bagyinka Csaba (Szegedi Biológiai Központ, Biofizikai Intézet)

Részletek

“SVD clustering”, egy új, SVD algoritmuson alapuló képanalizáló és pixelcsoportokba rendező módszer (Modellek és Raman mikro-spectroszkópiai példák)

×

• Kivonat

Az előadásban egy új képanalizáló módszert (SVD-clustering) mutatunk be. Először az SVD faktorizáció amplitúdó vektorait (V1...Vi) használtuk fel képek készítésére. A Vi vektorok tartalmazzák a mikroszkópos kép összes pixelét, ezért képekké konvertálva vizuálisan mutat- ják be az SVD analízis bázis spektrumainak (U1...Ui) eloszlását a mikroszkóp felvételen. Ezek a képek a(z első, másod, harmadik rendű) változásokat mutatják be a mintákon. Ezt a képi áb- rázolást egy csoportba rendező (clustering) módszerrel egészítettük ki. Ehhez az SVD analí- zisből meghatározható (szignifikáns, vagy effektív, ne) számú Vi vektort vettünk számításba. A Vi vektorokat mint koordinátavektorokat használtuk, így minden képpontot transzformál- tunk egy ne dimenziós térbe. Az ne dimenziós térben így egy pontcsoportot kaptunk. A cso- portokba rendezést ezen a pontcsoporton hajtottuk végre.

Az eljárás (SVD clustering) univerzális, bármilyen mérésre alkalmazható ahol az adato- kat valamilyen külső paraméter függvényében (pl. idő, térbeli koordináták, hőmérséklet, koncentráció, stb.) vesszük fel. Következésképpen a módszer nem csak olyan képek esetében alkalmazható, ahol a kép pontok mögött spektrumok vannak, hanem bármilyen 2D vagy akár 3D (pl. MRI vagy CT) képalkotás esetében is, amennyiben a képeket valamilyen paraméter függvényében veszik fel.

Az eljárást először modelleken mutatjuk be, megmutatjuk a lehetőségeket és a korláto- kat (különös tekintettel a mérési zajokra), különös tekintettel a kapott csoportok értelmezé- sére. Két konkrét minta Raman spektroszkópiai képein a módszer alkalmazhatóságát mutat- juk be gyakorlati mérések esetében.

11:20 - 11:45: Szerkezeti bioinformatika alkalmazása a növény, állat és humán virológiai kutatások szolgálatában

    Gellért Ákos (Agrártudományi Kutatóközpont, Állatorvostudományi Intézet)

Részletek

Szerkezeti bioinformatika alkalmazása a növény, állat és humán virológiai kutatások szolgálatában

×

• Kivonat

Összefoglaló előadásomban két növény, két állat és egy humán virológia példán fogom bemutatni, hogy a szerkezeti bioinformatika milyen hatékonyan tudja segíteni a genomikai és molekuláris biológiai vonatkozású virológiai kutatásokat. Mindegyik példában közös, hogy a vizsgált fehérjék szerkezetét fehérje szerkezet jósló alkalmazásokkal állítottam elő. Ezen kívül fehérje-fehérje dokkolást és molekuladinamikai (MD) szimulációt is alkalmaztam egy-egy probléma megoldásához. A növény virológiai példákban bemutatom, hogy az uborka mozaik vírus köpenyfehérje felszínén egy glutamát-arginin csere egy nem várt nagyon erős kölcsön- hatást vált ki a fertőzött növény ATP-szintázának F1 motor komplexével. MD szimulációk se- gítségével arra is fényt derítettünk, hogy ugyanennek a növényi vírusnak a siRNS kötő fehér- jéje (2b) foszforlilációja egyszerre felelős a siRNS kötésért és a kérdéses fehérje sejten belüli elhelyezkedéséért. A paramyxoviridae családba tartozó három különböző genocsoportba so- rolt pikkelyes-hüllő ferlavírusok patogenitásában jelentős eltérés van. Ehhez kapcsolódóan feltételezhető, hogy a csoportok közötti eltérés részben a virion felszínén található, a fúzióért (F) és a kötődésért (HN) felelős glikoproteinek szerkezeti és funkcionális különbségeire ve- zethető vissza. Egy másik állat virológiai példában felvillantom, hogy az NGS technikával azo- nosított új denevér calicivírusok virionja miben tér el a legjobb templátaikhoz képest. Utolsó példaként pedig bemutatom, hogy az 1-es típusú humán astrovírus törzsek kapszid fehérjéin végzet evolúciós elemzés eredményei hogyan jeleníthetők meg a fehérje modellen és hogy ezek hogyan tölthetők meg szerkezeti biológiai jelentésekkel.

11:45 - 12:10: Soksejtűségtől a biotechnológiai alkalmazásokig: összehasonlító -omikák a gombák világában.

    Nagy G. László (Szegedi Biológiai Központ, Biokémiai Intézet, Szintetikus és rendszerbiológiai Egység)

Részletek

Soksejtűségtől a biotechnológiai alkalmazásokig: összehasonlító -omikák a gombák világában.

×

• Kivonat

A gombák funkcionális és ökológiai szempontból az egyik legdiverzebb eukarióta cso- port, hatalmas biotechnológiai potenciállal. Az új generációs szekvenálási technológiák szé- leskörű elterjedésével a gombák volt az az eukarióta csoport amelyben leggyorsabban felfu- tottak nagyléptékű genomszekvenálási projektek. Ennek eredményeként, több tíz vagy száz fajt tartalmazó összehasonlító adatsorok összeállítása elől elgördültek az akadályok, nem úgy ezek elemzése elől, amely új bioinformatikai módszerek fejlesztését tette szükségessé. Nap- jainkra, köszönhetően alkalmas módszerek megjelenésének, az is körvonalazódott, hogy ge- nomszekvenciák elemzése önmagában nem tud teljes képet adni számos biotechnológiai szempontból jelentős gomba jelleg genetikai hátteréről, szükségessé téve különböző nagy áteresztőképességű módszerek kombinálását. Ebben az előadásban kutatócsoportom érdek- lődési területeinek példáján keresztül bemutatom a gomba evolúciós genomika evolúcióját, az első genomszekvenciák megjelenésétől, több száz genomot tartalmazó adatsorok elemzé- sének kihívásain keresztül a génszabályozási hálózatok high-throughput rekonstrukciójáig, va- lamint ezek alkalmazását a gombák soksejtűségének és lignocellulóz lebontó képességének megértésére.

12:10 - 12:50: Ebédszünet

    

2. szekció

Fiatal Kutatók előadásai