Инструмент использует информацию, собранную из 38 088 публичных экспериментов, для прогнозирования новых взаимодействий, механизмов и генов, связанных с иммунными путями. С развитием недорогих вычислительных мощностей и массовым накоплением хранимых данных в эпоху «больших данных» исследователи теперь могут комбинировать алгоритмы и модели в такие инструменты, как ImmuNet, которые извлекают ранее нераспознанные паттерны болезней из баз данных. Эти вычислительные шаблоны являются предсказательными, и исследователи могут проверить их с помощью дальнейших экспериментов.
«Этот новый инструмент раскрывает понимание, содержащееся в больших данных, результатах мировых биомедицинских исследований, чтобы помочь понять иммунологические механизмы и заболевания», – сказал Стюарт Силфон, доктор медицинских наук, председатель и профессор Гликенхауса, кафедра неврологии, система здравоохранения Mount Sinai, и со-старший автор публикации. «Цель ImmuNet – ускорить понимание иммунных путей и генов, что в конечном итоге приведет к разработке улучшенного лечения заболеваний с иммунологическим компонентом."
ImmuNet позволяет исследователям-иммунологам без специальной компьютерной подготовки использовать статистические методы интеграции байесовских данных и алгоритмы машинного обучения для «опроса» этого огромного сборника общедоступных данных.
Байесовский анализ способен обнаруживать релевантную информацию в море часто противоречивых данных, полученных в результате различных экспериментов. Эта форма анализа выбирает только наборы данных, которые дают новое представление об интересующем пути, исключая наборы данных, не относящиеся к целевому пути.
Цель онлайн-инструмента – улучшить понимание иммунной системы, сети клеток и органов, которая защищает организм от инфекций и рака.
В то время как иммунитет защищает от инфекции, иммунные клетки также могут нацеливаться на собственные клетки организма, вызывая воспаление как часть многих заболеваний, механизмы которых еще не известны.
«Мы ожидаем, что применимость ImmuNet к широкому кругу областей иммунологии будет расти с включением постоянно растущих общедоступных больших данных», – сказала Ольга Троянская, доктор философии, профессор кафедры компьютерных наук и Института интегративной геномики Льюиса-Сиглера, Принстонский университет и Заместитель директора по геномике Центра анализа данных Саймонса, соавтор публикации. "Позволяя иммунным исследователям из разных слоев общества использовать эти ценные и разнородные коллекции данных, ImmuNet имеет потенциал для ускорения открытий в иммунологии."