Nuovo dataset DPCfam-UHGP50: una risorsa preziosa per la ricerca sul proteoma gastrointestinale umano

31 Ottobre 2024
DPCfam-UHGP

Il nuovo strumento, sviluppato da Area Science Park, migliora l’annotazione delle sequenze proteiche e promuove scoperte nel campo della metagenomica.

 

Il Laboratorio di Data Engineering (LADE) di Area Science Park ha recentemente pubblicato su Nature – Scientific Data un importante articolo riguardante l’annotazione delle sequenze proteiche.

Grazie ai progressi tecnologici nel sequenziamento genomico, il numero di sequenze proteiche conosciute è cresciuto esponenzialmente.

Molte di queste sequenze provengono da progetti metagenomici che analizzano campioni ambientali e clinici.

 

Tra i dataset più rilevanti in questo ambito, si distingue il catalogo del Proteoma Gastrointestinale Umano Unificato (UHGP), con svariate applicazioni in medicina e biologia. Tuttavia, la limitata annotazione di queste sequenze ne riduce l’efficacia.

Per ovviare a questo problema, è stato sviluppato il dataset DPCfam-UHGP, che classifica le sequenze UHGP in famiglie proteiche, che tipicamente raggruppano proteine che condividono la stessa funzione biologica. Il dataset contiene 10.778 famiglie, generate attraverso il clustering DPCfam, un metodo non supervisionato che organizza le sequenze in architetture a singolo o multi-dominio.

Questo lavoro, che costituisce parte del lavoro di dottorato di Federico Barone supervisionato da Alessio Ansuini e Alberto Cazzaniga, è un esempio emblematico di interazione proficua tra data management e data science. In questo contesto, la costruzione di un database curato di proteine dell’apparato gastrointestinale ha portato ad una catalogazione più raffinata tramite algoritmi avanzati di machine learning, permettendo di aggiornare nuovamente il database, in un ciclo continuo di feedback interdisciplinare.

Il dataset DPCfam-UHGP, navigabile attraverso un web server, è stato costruito seguendo le migliori pratiche FAIR (Findable, Accessible, Interoperable, Reusable) e ha l’obiettivo di favorire nuove scoperte nel campo della metagenomica del tratto gastrointestinale umano.

In precedenza, il LADE aveva già prodotto il database DPCfam-UR50 accompagnato da una pubblicazione su PLOS – Computational Biology

 

fonte testo e foto: Area Science Park

Scheda azienda

© Riproduzione riservata

ARTICOLI CORRELATI

KEAPness istituto tumori regina elena

Individuata firma molecolare che predice l’efficacia dell’immunoterapia nel tumore al polmone

Clinical Cancer Research pubblica un importante studio dell’IRCCS Istituto Nazionale Tumori Regina Elena svolto con ricercatori di Londra e Boston.

Milano Life Science Forum 2024

Milano Life Science Forum 2024: investire sulla salute, crescere come sistema

Il 26 novembre la settima edizione dell'evento annuale di Assolombarda in partnership con il Cluster lombardo scienze della vita.

Starlab

Il laboratorio sostenibile: consigli e pratiche green

Possiamo essere più sostenibili in laboratorio? Quali sfide dobbiamo affrontare per diventare più green? Seguite il webinar di Starlab organizzato...

Testata giornalistica registrata presso il Tribunale di Milano in data 07.02.2017 al n. 60 Editrice Industriale è associata a:
Anes
Assolombarda

LabWorld

Testata giornalistica registrata presso il Tribunale di Milano in data 07.02.2017 al n. 59

Se vuoi diventare nostro inserzionista, dai un’occhiata ai nostri servizi.
Scarica il mediakit per maggiori dettagli in merito.

La nostra certificazione CSST WebAuditing

Editrice Industriale è associata a:Anes  Assolombarda