IEEE BIBM 2009 の講演内容メモ

bioinformatics

ちなみに来年は，香港, 12/18-21 です．http://www.math.hkbu.edu.hk/BIBM2010/

ーーーーーーーー
Chris Sander

  • 物理からガンの生物学へ- ガンの細胞動態は複雑である．
  • 複雑なデータから単純なモデルを導出したい．
    • http://www.ncbi.nlm.nih.gov/pubmed/18766176
    • タンパク質の量を観測.
    • Network Phrarmacology: design combinatorial therapy
      • Wei Quing Wang, Rosen Lab. 2007-2008 (MCF7 cell, combination of 7 drugs)
    • 実験と理論の中庸をnon-liner function'の最小化問題として解く
  • 薬の組み合わせ % by Niklasu Schultz
    • the cancer genome atlas (TCGA)を利用
    • sequencing, copy number, methylation, expression, miRNA, data storage and distribution
    • 〜5 years のプロジェクト
    • 著者の順番に寄らない，電話すれば全てのデータを渡すコラボレーションを作る
    • 25 samples, 3billion datapoints
    • coding regionのSNPsは，タンパクの3次元構造を調べる．
  • Biological knowledge を，計算に入れる. 計算結果と何が同じで，何が違うのか
    • BioPAX, GO representations
    • copy number を pathway に入れる
    • www.cbio.mskcc.org/cancergenomics
    • 部分パスウエイの変化によるガンの発生
    • ガン特異的に働くネットワーク
    • 論文に出たネットワークを基にネットワークを描く

ーーーーーーーーーーーーー
Mark Gastein

スライドを飛ばしながら講演していたので，追てない．

  • コストとテクノロジー問題．コストをかければできるけど，技術を使って安く済ませたい．どれだけ効率よくできるか．
  • ショートリードの三つの利用法：pair read, split read (intron-exonの境界を跨いだリード)，depth
  • プログラム紹介：seqnode
    • HMMでsequenceをパラメータ化
    • sequence biasが変化している所を計測
  • プログラム紹介：ArrayCGH
    • 統計量を定義してcopy numberのmean shift を観測
  • プログラムの紹介：PEMer
    • simulationからsequence biasを計測する

ーーーーーーーーーーー
Trey Ideker

  • Working Map
    • 入力：進化，分子プロファイル，転写，"進化とタンパク質ネットワークのアラインメント"
    • 出力：病気，病理，遺伝子ファミリーの病気，"ネットワーク形式のGWAS"
  • Double deletionの影響を予測し，コロニーサイズを調べた (Kelly, Nature Biotech, 2005)
    • 発展系：Functional maps of protein complexes. PLoS Comp 2008
      • Comparison of genetic interaction network across budding and fission yeast
  • NWAS：GWASのネットワーク解析
    • Network-based approaches to identify genetic interactions in gene association studies
    • NY Timesの記事: A dissenting voice as the genome is shifted to fight disease
    • GWASをネットワークに
    • SNPsの相関を調べる -> 相関有るSNPsのペアを作成 -> networkに
    • 相関のある領域は飛び飛び．補完のために，chromosome vs chromosome で図を書いて相関する領域の補完をする．
      • 領域にかぶる遺伝子に着目．
      • 補完した領域の中にSNPsの関係が予測できる場所があるだろう
      • 2005 年の論文の図と，似たもの(PPIのmoduleとgenetic)が出てくる
        • 遺伝的な相関blue: genetic interaction, black protein interaction
    • higher level maps of GWAS genetic interactions
      • 発見できいる内容が，mitochondrial, ribosomalだけ？
      • 実験はYeast．120個体 (だからmitochondrionとかribosomalが多いのだろう). trait は何だろう？->今は使ってない．
                                                                      • -

Stephen TC Wong from Texas Medical Center

  • ゲノムから治療までは遠い．
  • 画像などの高次の情報からゲノムへ
  • Hoplins , Nature Reviews Drug discoverry 2002
    • 薬が設計できるのは3000遺伝子，疾患に関連するのは3000遺伝子．両者の積集合は600-1500遺伝子．
      • ターゲットに制約があるので，薬を組み合わせて処方する．
      • 薬を組み合わせて処方する事が多い．組み合わせを決めるのは医者の芸術．
  • Deng X. comput methods progrms biomed, 2009
    • 数遺伝子から成る全てのネットワークモチーフを作成し，ネットワークモデル
    • G, Jin H Zhao, K. Cui TMHRI. 14 different cancers
      • 101 genes and 900 network path
    • Nature 2009, Genes that mediate breast cancer metastasis to the brain
    • Bloodの論文で検証．
    • 25個の乳がん以外のガンの薬が認可．4つの候補が1.5年以内．
    • 薬の組み合わせの発見は，SVMやペトリネットで．
  • Drug interaction by bioluminecense, Ziao
  • 神経軸索の動的なモデルを作成．3Dの画像を見られるようにした（Axon Tracker）
  • Cancer stem cell
    • cencer stem cell があると，爆発的に増加する
    • stem cell を減らせれば直る？-> ccaner sterm cell を 普通のcellに
    • high drug-efflux cancer cells
    • bioimage -> detect cells -> screening
                                                              • -

Owen White

Towards a consensus annotation system.
Q

  • What if annotation generation can be easily out-sourced?
  • How Would multiple centers rationally contribute annotation >
  • What is the role of the increasing number of closely related species ?

TIGRFam HMM

  • annotation sources to functional names, GO assignments, genetic names, EC numbers.
  • 予測のannotationは"hypotheticalに"
  • 予測精度は良く知られた遺伝子でも低い．ribosomal proteinとかhisAとか．
  • siteによって，completenessにバラツキがある．
  • completeness と consistencyのバランス
  • completeness と consistencyでソートして，よさげな物から取っていく
  • Refinement of annotation data
    • assign assertions and describe evidence code (GO based)
    • Rich data types can be combined, to:
      • improve annotations
      • present an audit trail for users
      • cooperative model of annotation
      • aid addition of old annotation on top of new
      • make exchange of data possible
  • Minimal data types
    • Defines what we guarantee.
    • Simplify conversion to ontologies
  • Critical assessment of functional annotation experiments (CAFAE) by DOE/NIH, GSC
    • annotation の casp?
    • international consortium, fair and open evaluation
  • paper: toward an online repositoy of standard...
    • dataのDOI
    • pipe line by XML file
    • crowd computing. Free science cluuds
      • Terragrid, U. of Chicago, U. of Florida
  • M5
    • datashar. share search result ?
    • run data-intensive workflows on cloud based systems