Konferenciák

2023. november 10.

Letölthető program pdf formátumban

1. szekció - Bioinformatikai algoritmusok

2. szekció - Szerkezeti bioinformatika

3. szekcio - Rendszerbiológia

4. szekció - Orvosi bioinformatika Elnök: Prof. Győrffy Balázs

A napjainkban futó orvosbiológiai kutatások kétharmada alkalmaz valamilyen bioinformatikai eszközt. Mik ezek? A szekcióban a bioinformatika négy fő területéről (általános bioinformatika, omika, integratív tudomány, és mesterséges intelligencia) lesznek olyan előadások, amelyek direkt egészségügyi alkalmazást vagy ezekhez kapcsolódó adatbázisok bemutatását tartalmazzák:

15:05 - 15:25: Transzkriptomiai és fehérje-fehérje kölcsönhatási hálózatelemzés gyógyszercélpontok azonosítására

    Ágg Bence (SE ÁOK)

Részletek

Transzkriptomiai és fehérje-fehérje kölcsönhatási hálózatelemzés gyógyszercélpontok azonosítására

×

• Kivonat

: Az iszkémiás szívbetegség kezelése céljából hipotézis vezérelt módszerekkel felderített terápiás megközelítések klinikai gyakorlatba történő átültetése mindezidáig sikertelen volt. A probléma hátterében az elfogult kísérlettervezést, illetve a komorbiditások módosító hatásának figyelmen kívül hagyását feltételezhetjük. : Célul tűztük ki ezért olyan szoftverek kifejlesztését és alkalmazását, melyek lehetővé teszik a hipotézismentes megközelítések alapját képező, nagy áteresztőképességű molekuláris biológiai módszerekkel nyert adathalmazok hálózatelméleti kiértékelése révén új gyógyszercélpontok felderítését. : Az interaktómok hipotézismentes megközelítések alkalmazását hátráltató hiányosságainak kezelése céljából a fehérje-fehérje kölcsönhatás hálózatok elemzésére alkalmas feltételes generatív adverzális hálózat (cGAN) alapú szoftvert (https://github.com/semmelweis-pharmacology/ppi_pred) fejlesztettünk. Szoftverünk validálása az International Network Medicine Consortium által szervezett együttműködés keretében a STRING és a BioGRID adatbázisok fehérje-fehérje kölcsönhatás hálózatain, illetve yeast-two-hybrid módszerrel történt. 26 módszer teljesítményének szisztematikus összehasonlítása során cGAN alapú szoftverünk az élmezőnybe került. A kis nem kódoló RNS-ek, azon belül is a mikroRNS-ek különféle megbetegedések pathomechanizmusában betöltött szerepének vizsgálatára mikroRNS-target hálózatok integratív elemzését megvalósító, felhasználóbarát webes felületen keresztül is elérhető, miRNAtarget™ nevű (Pharmahungary, Szeged, https://mirnatarget.com) szoftvert hoztunk létre. A prediktált és kísérletesen validált mikroRNS-target kölcsönhatás adatbázisokra (microrna.org, miRDB, miRTarBase) támaszkodó miRNAtarget szoftver által azonosított targetek mRNS- és fehérjeszintű validációja sikerrel megtörtént számos, többek között kardiovaszkuláris kórképeknek és azok komorbid kórállapotainak vizsgálatára szolgáló kísérleti modell esetében. : Elsőként sikerült igazolnunk, hogy egy kizárólag a hálózattopológia elemzésére szorítkozó, így a fehérjék molekuláris tulajdonságainak ismerete hiányában is működőképes, cGAN alapú gépi tanulási algoritmus alkalmas fehérje-fehérje kölcsönhatások hatékony predikciójára. Emellett a költséghatékonyan meghatározható kis RNS transzkriptomikai profilok elemzésére szolgáló, sikeresen validált miRNAtarget szoftverünkkel több potenciális gyógyszercélpontot azonosítottunk.

15:25 - 15:45: A kissejtes tüdőrák genomikai jellemzése

    Pongor S. Lőrinc (HCEMM Onkogenomikai és Epigenetikai Kutatócsoport)

Részletek

A kissejtes tüdőrák genomikai jellemzése

×

• Kivonat

A kissejtes tüdőrák (SCLC) a tüdőrákok egy igen agresszív formája, amelynél gyakran már diagnóziskor áttétek találhatók. Jelenleg az SCLC kutatás célja megérteni a genom-szintű genetikai és epigenetikai dinamikus változásokat, amik a heterogenitást és a gyógyszerrezisztenciát irányítják. Korábbi munkánban sikerült bemutatni, hogy az SCLC heterogenitását hajtó MYC paralóg amplifikációk főként az extrakromoszomális DNS (ecDNS) elemeinek részét képezik, illetve jelenlétük rosszabb túlélési prognózissal jár együtt. A DNS és epigenetikai szekvenálási adatok integrálásával célunk az SCLC altípusaira jellemző transzkripciós faktorok által vezérelt genom lókuszok azonosítása, amelyek befolyásolják a gén transzkripciót. A transzkripciós profil alapján új gyógyszer célpontokat lehet azonosítani, amik segíthetnek az SCLC kezelésének a fejlesztésében.

15:45 - 16:00: Vesetumorok célzott terápiás célpontjainak kifejeződése egysejt RNS-szekvenálási adatok alapján

    Dobolyi Zsófia (SE, Bioinformatika Tanszék; HUN-REN, TTK, Onkológiai Biomarker Kutatócsoport)

Részletek

Vesetumorok célzott terápiás célpontjainak kifejeződése egysejt RNS-szekvenálási adatok alapján

×

• Kivonat

A vesesejtes karcinóma (RCC) világszerte átlagosan 180 000 ember halálát okozza. Ez a vesét érintő leggyakoribb rákos megbetegedés, azonban kezelése nehéz, mivel gyakran alakul ki terápiás rezisztencia. Feltételezésünk szerint ennek oka a célzott gének mérsékelt expressziója lehet a rákos sejtekben. Kutatásom során 174 611 sejt expressziós profilját vizsgáltam szabadon hozzáférhető egysejt RNS-szekvenálási adatbázisok integrálásával, az analízishez bioinformatikai munkafolyamatot terveztem Python programozási nyelven. A CellMarker2.0 és a CancerSEA adatbázisok markergénjeit használtam az integrált adathalmaz különböző sejttípusainak annotálásához. A DrugBank adatbázis segítségével összegyűjtöttem a jelenleg forgalomban lévő-, vagy klinikai vizsgálatokban tesztelt RCC elleni gyógyszereket, és azonosítottam ezen gyógyszerek célgénjeit. A legtöbb rendszeresen célzott gént csak kis arányban expresszálták az annotált tumorsejtek: PARP - 4,95% és mTOR - 2,51%. Míg a VEGFA, a jelenleg leghatékonyabb gyógyszerek célpontja az annotált tumorsejtek 77,29%-ában fejeződik ki. Az egysejt-szintű génexpressziós profilok tehát korrelálhatnak az ismert célzott terápiák átlagos hatékonyságával. Továbbá olyan géneket is azonosítottam, amelyek az annotált tumorsejtek több, mint felében expresszálódnak. Ezek az új potenciális terápiás célgének a következők: UGT2B7; CA9; és VEGFB. Ezeken a célpontokon érdemes gyógyszerfejlesztést kezdeményezni.

16:00 - 16:15: Arc fotó alapú biológiai óra elemzése mortalitásra és foglalkozásokra

    Fejes Iván (HUN-REN Sztaki)

Részletek

Arc fotó alapú biológiai óra elemzése mortalitásra és foglalkozásokra

×

• Kivonat

Az emberi arc rendkívül sok, az öregedést jelző mintázatot tartalmaz, kérdéses, hogy ezekből a mintázatokból milyen módszerekkel és milyen pontossággal lehet kronológiai és biológiai életkort, esetleg mortalitást becsülni. A SZTAKI-nál fejlesztettünk egy arc fotó-életkor biológiai órát mely 6.5 év átlaghibával képes kronológiai életkort becsülni. Kutatásom során az arc fotó-életkor predikciók biológiai aspektusait vizsgáltam, miszerint lehet-e gyorsult, illetve lassult öregedésre következtetni az arcképek alapján, esetleg összefügg-e különböző életviteli változókkal a modellünk becsléseinek eredménye. A kutatásom folyamán az IMDB-WIKI adathalmazt használtam fel, mely híres emberek képeit tartalmazza. Az adathalmazban található személyekről életviteli adatokat, foglalkozásukat, halálozásuk időpontját és módját, betegségeiket a WIKIDATA publikus adatbázisból nyertem ki. Az adathalmaz képeire a modellünk becslései alapján age accelerationt (öregedés gyorsultsági faktort) számoltunk ki, majd személyenként csoportosítva vizsgáltam az age acceleration és az életviteli adatok közötti összefüggéseket. Eredmények: Kijött, hogy 45 év felett szignifikánsan korrelál az age acceleration és a halálig eltelt idő és az alacsonyabb age acceleration értékkel rendelkezők tovább élnek, mint a magasabb értékkel rendelkezők. Szintén hasonlóan szignifikáns eredmény jött ki, amikor Kaplan-Meier túlélési analízist végeztem gyorsult és lassult öregedők csoportjai között. 45 éves korcsoport felett 5-10 évvel később feleződött le a lassult öregedők populációja, a gyorsult öregedők megfeleződéséhez képest. Kijött még hogy a foglalkozások közül a sportolók öregednek a leglassabban és a hosszantartó ülőmunkát végzők a leggyorsabban. Az eredmények nagyrésze hasonlít az epigenetikai órákkal történt kutatások eredményeire, ezzel igazolható, hogy modellünk képes a biológiai életkor becslésére.

16:15 - 16:30: Kvantitatív szerológia növekedési függvények alkalmazásával

    Prechl József (Diagnosticum Zrt., K+F Laboratórium)

Részletek

Kvantitatív szerológia növekedési függvények alkalmazásával

×

• Kivonat

A vérben található specifikus ellenanyagok kimutatása fontos diagnosztikai eszköz, azonban azok kvantitatív jellemzése máig megoldatlan probléma. A gondot az jelenti, hogy nagyon sok ismeretlen van a képletben: sok limfocita klón vesz részt az immunválaszban, ennek megfelelően sok ellenanyag szerkezet, változó affinitásokkal és koncentrációkkal járul hozzá a mérhető reakciókhoz. Egy mikromátrixokon alapuló technológiai megoldást ötvözve az eredmények mélyebb matematikai elemzésével, Richards növekedési függvények alkalmazásával, valós biokémiai mértékegységeket eredményező technológiát dolgoztunk ki. A módszert autoimmun (cöliákia) és fertőzéses (SARS-CoV-2) folyamatok marker ellenanyagainak kimutatására is alkalmaztuk. A technológia kiegészítheti a jelenlegi orvosdiagnosztikai módszereket és utat nyithat a kvantitatív immunbiológia irányába.

16:30 - 16:35: Zárszó

    Prof. Győrffy Balázs