Bevallom, ezen a konferencián meglepődtem. Nem hallottam semmit az előkészületekről, egyszer csak lett. Ráadásul nem is Budapesten. Szerencsére teljesen online volt, így könnyű volt követni. Még az sem volt olyan zavaró, hogy a szervezők nagy része egyben előadó is volt.
Katalin Gombos: Synthesis of molecular genetics and bioinformatics to develop clinical diagnostics and surveillance
A bemutatott intézetben genetikai teszteket csinálnak és diagnosztikát végeznek. Az előadás során ezeket mutatták be. PCR-t vagy NGS-t használnak. Bemutatták a covid azonosítást. covid-pte.vercel.app csináltak saját vizualizációt. Fej és nyak tumor diagnosztikában is használnak bioinformatikát. CT-vel megnézik, hol lehet a tumor, biopsziát vesznek belőle, majd genetikai vizsgálatot csinálnak rétegről rétegre. Mesterséges megtermékenyítésnél beültetés előtt aneuploidiát néznek.
Zoltán Rádai: Complex effects of Next Generation Sequencing error sources on the quality of de novo genome assembly
Az újgenerációs szekvenálások hibákat tartalmaznak, amelyek kihathatnak a metagenomikai elemzések végeredményére. A hibák hatásait szimuláción alapuló elemzéssel vizsgálták. Tizenhárom genomot raktak össze, ahol folyamatosan növelték a hiba mértékét. A statisztikai elemzés GLM-el és meta-regresszióval történt. A szekvenálási hibák mértékét a szekvenálás mélysége erősítette A GC bias mértékét a törzsek kezdeti GC tartalma határozza meg. A PCR és optikai duplikációk hatása nem olyan számottevő, bár PCR hiba hatása a szekvenálási hiba hatásához hasonló.
Alex Váradi: Effects of genome size and composition and duplicate removal on the results of de novo transcriptome assembly and DGE analysis: an in silico study
Milyen hatások befolyásolják a transzkriptóm összeszerelését? Nézték a lefedettséget, expresszáló gének arányát és még sok más hatást. Túl sok változót néztek egyszerre, nem láttak nagy különbségeket. Kevés szisztematikus hatást tudtak azonosítani. Az alkalmazott statisztikai módszerek véleményem szerint kicsit gyengék voltak.
Otília Menyhart: Preserved correlations identify extracellular matrix organization as a critical factor in pancreatic ductal adenocarcinoma
Gén korrelációkat néztek egészséges és tumor szövetekben, hogy további terapeutik targeteket keressenek. Néhány génnek nagyobb volt a korrelációs partnereinek a száma, mint másnak. Nézték azt is, mely gének expressziója emelkedik folyamatosan a normál-tumor-metasztázis összehasonlításnál. Amit találtak: Motility gének, Click1, glikolitikus enzimek. GO elemzés eredményeként az extracellulár mátrix organizáció jött fel. Az előadás végén kaptunk egy kis TNMplot reklámot is.
Serhii Vakal: Why protein folding is not yet solved, and you should be careful when using AlphaFold as a "black box"
Az AlphaFold előtt előtt, ha bioinformatikailag kellett megállapítani egy fehérje térszerkezetét, akkor két módszert használtak. Az elsőben ismert szerkezet alapján megmondták, hogy nézhet ki új szekvencia. Másik módszer molekula dinamika alapján állapította meg a szerkezetet. Ezzel a módszerrel csak kicsi szekvenciákat lehet modellezni, azt is sok számítógép kapacitással. Azután jött az AlphaFold. Kétszázmillió fehérje struktúra van meg, hála az AF2-nek. PDB 194 ezret tartalmazott. De ez nem jelenti azt, hogy minden probléma megoldódott. Azoknak a fehérjéknek, amelyeknek nincs homológ struktúrájuk, most sem tudunk túl sokat. Néha az AF pocsék eredményt ad, különösen repetitív szekvenciálnál. Felbontás sem az igazi. Rendezetlen részek is pontatlanok, de legalább jelöli őket. GPU memóriája is limitáló tényező a predikciónál. AF multimer nem olyan jó. Protein modifikációk valamint a nem természetes aminosavakat tartalmazó fehérjék sem modellezhetőek. Ligandokat, kofaktorokat sem tud értelmezni. Szabad forma sem predikátlható jól, mert a tanulás alapjául szolgáló PDB adatbázis ezt nem tartalmazza. Konformáció változási események sem prediktálhatóak. Az elkészült térszerkezet pontosságáról az AF ad egy becslést, hogy mennyire pontos. Ez hasznos jellemző, de néha korrekt formára is alacsony pontszámot ad. Ezért ellenőrizni kell a kérdéses fehérjével homológ szerkezeteket, érdemes megnézni az Uniprot rekordot is. Érdemes a pLDDT plotot is nézni, és az alacsony pontszámú régiókat óvatosan kezelni. A ligandokat manuálisan adjuk hozzá az elsődleges szerkezet megismerése után.
Szonja Anna Kovács: Investigation of predictive biomarkers in cancer patients treated with immune-checkpoint inhibitors
ROCPlot-ot használtak, azon lehet a címben leírt paramétereket klikkelni. YAP1 kijött. In vivo validációt is csináltak, de az nem tűnik jónak.
János Tibor Fekete: Predictive biomarkers in cancer cell lines
Nem ment az előadó mikrofonja, ezért telefonon felhívta a szekcióelnököt, aki a telefont odatartotta a saját mikrofonjához. Érteni ezért nem sokat lehetett. A diák képei alapján a következő benyomásaim voltak: Gén expresszió és terápiás célpont között néztek ROC görbét és Mann-Whitney alapú differenciál expressziót. Az eredményül kapott géneken random forest klasszifikációt csináltak. A felvetített folyamatábrán az volt a furcsa, hogy a teszt adatszett feldolgozása nem a fenti lépéseken keresztül történt, hanem az közvetlen a ROC görbébe ment. ERBB2-re jól működött a fenti módszer.
Zoltán Pethő: Protein homology modeling as a tool to study intra- and interprotein interactions
Ion csatorna konfrontáció változás után nyílik. Festékkel nézik a konformációt, egy voltage clamp fluorometry nevű módszerrel nézik az ionváltozást. Ez utóbbinak nem tudom, mi lehet a magyar neve. A vizsgált fehérjéknek nem ismert a szekvenciájuk, ezért közel rokon fajok szekvenciáit néztek. Egy másik vizsgálatban a homológiai modelleket használták arra, hogy a mutációk hatásait vizsgálják a fehérje struktúrára.
Péter Oláh: Analysis of whole-genome and marker gene-based cutaneous microbiome signatures in autoimmunity and allergy
Megszekvenálták a bőrön a baktériumokat, különböző technológiákkal. Használtak mikroarray-t, 16S-t, WGS-t, SNP array-t. CoMeanR néven készítettek egy új eszközt is. Elég nehéz volt hallani, néha teljesen elhalkult. Sok antimikribiális gént találtak a transzkripciós vizsgálatokkal. Tanúság: A bioinformatikus tudása a szűk keresztmetszet.
Levente Laczkó: Assessment of the accuracy of plasmid prediction tools using draft genome sequences
Rengeteg eszköz van, amivel el lehet különíteni a genomi és plazmid szekvenciákat. Az előadásban ezeket hasonlították össze. A Plasclass magas szenzitivitású, a mlplasmid viszont magas specificitást ért el. A mutációk nagyon befolyásolják a programok kimenetét, rosszabb eredményt produkálnak, de nem drasztikusan. Plasforest egész jó, rfplasmid, mlplasmid a sorrend. Harmadik generációs szekvenálás segíthet a jövőben, hogy pontosabb módszerek szülessenek.
Valter Péter Pfliegler: Phylogenomics of Saccharomyces yeasts infecting and colonizing humans
Az élesztő házisasított, keresztezett nagyon mixelt a szekvencia. Besznülöttekről izolált élesztő nagyon egyenes leszármazási vonalat mutat, de a kenyér élesztő nagyon változatos. Letöltöttek 10 ezer élesztőt az SRA-ból, voltak közöttük még ősi metagenomok is. Elég jó a lefedettsége ezeknek az ősi szekvenciáknak. Az élesztő mitokondrium máshogy fejlődött evolúciósan, mint a genom, ami azt jelzi, hogy sok horizontális hatás érte ezt a taxont.
Eszter Ari: Global map of evolutionary dependencies between antibiotic resistance and virulence genes in E. coli
Ugyan az volt, mint a Bioinformatika 2022 előadás.
Eszter Virág: Time-course gene expression analysis of the effect of SC-CO2 garlic extract encapsulated in nanoscale liposomes
Az előadásban azt mutatták be, hogyan vizsgálták a fokhagyma kivonatot, mint növényvédő szert. Alacsony hőmérsékleten vonják ki az anyagokat a fokhagymából. A vizsgált anyagok liposzómákban vannak. A liposzómákat TM elektronmikroszkóppal nézték és autómatikusan mérték a liposzóma méretet egy képfeldolgozó algoritmussal. Drónról permetezték a növényekre a fogkagyma kivonatot. A növényekre gyakorolt hatást infravörös kamerákkal, szintén drónokról nézték. A fotoszintetikus aktivitást mérték IR-ben. Nagyobb vegetációs indexet, több terményt kaptak, ha alkalmazták a fokhagyma kivonatot. Fitotronban is neveltek növényeket, azokat is sprézték a kísérleti növényvédő szerrel, majd NGS-alapú transzkripciós meghatározást végeztek. Differenciál expresszió meghatárizása után a reakcióutakat figyelték. Növényi patogén védelemmel kapcsolatos utak jöttek fel.
William Jayasekara Kothalawala: Transcriptomic and cell type enrichment analysis of colorectal cancer by combining multiple independent cohorts
Differenciál expressziót néztek normál és tumoros szövet között. A GEO-ból leszedték az expressziós adatokat, majd Mann-Whitney és Kruskal-Wallis tesztekkel kerestek olyan géneket, amlyek expressziója eltér. Ezek az előadó szerint kandidáns gének, amelyeket immunterápiában lehetne használni.
Eszter Kaszab: Genetic characterization of probiotic candidate microbial strains
Probiotikus törzseket kerestek tejtermékekben, fermentált anyagokban, stb., majd szekvenálták és jellemezték a törzseket különböző módszerekkel, pl. MALDI-TOF-al. Végigcsinálták a klasszikus de-novo munkafolyamatot (denovot, Busco, annotáció). Azt vették észre, hogy ay antimikrobiális gének jelenléte fontos, hogy a probiotikum fennmaradjon. Vegetariánusok probiotikum bevitelét lehetne céklából nyerni, amin van laktobacillus.
Gergely Nagy: Dissecting the cistromes determining bone marrow-derived macrophage identity
Az egér csontvelő eredetű makrofágjaiból van chip-seq, gro-seq, atac-seq, biszulfid szekvenálás. Ezen adatok alapján lehet jellemezni a cisztromokat. Klaszterezték az elemeket. Egy részük metilálható, míg más csoportok nem. Promótereket is klasztereztek, hogy feltárják, hogyan történik a gének szabályozása.
Gyula Hoffka: Structural analysis of the binding of nirmatrelvir to the SARS-CoV-2 main protease
A nirmatrelvir egy Covid-2 ellenes kísérleti fázisban lévő gyógyszer, ami köti a vírus Mpro proteinjét az aktív helyére. Azt vizsgálták a különböző vírus törzsek mutációi okozhatnak-e rezisztenciát a gyógyszerre. Ezért térben modellezték a gyógyszert és a vírus fehérjét, próbáltak meghatározni olyan jövőbeli lehetséges mutációt is, ami rezisztens lenne a gyógyszerre.
