Acronym:

Identify pathogens from a stream of RNA sequences 

From: 2014-03-01 To: 2015-04-30 (Completed)

BICRO 

PoC 

- 

Doc.dr.sc. Mile Šikić

- 

Jedan od glavnih zadataka medicinske dijagnostike je određivanje patogenih organizama u tijelu čovjeka, životinje ili biljke. Dijagnostika zahtijeva stručno praćenje simptoma zaraze, uzimanje brisa zaraženog tkiva te razvijanje kulture u laboratoriju. Proces je često dugotrajan i ne dovodi uvijek do rezultata. Univerzalni pristup detekcije patogena danas je moguć sekvenciranjem transkriptoma stanice (RNA molekule) čime se dolazi do genetskih podataka stanice domaćina i prisutnih patogena. Projekt se temelji na računalnoj identifikaciji patogena usporedbom sekvenciranog transkriptoma s podacima u biološkim bazama podataka. U prvom koraku komadići dobivene RNA se mapiraju na gene organizama dostupne u biološkim bazama. Iz toga se određuju prisutni organizmi i proteini. Trenutno ne postoje računalne metode specifično dizajnirane za ovu primjenu. Postojeće metode za određivanje vrste su temeljene na sporijim algoritmima za mapiranje starije generacije (npr. BLAST), određuju samo organizme i pripadnost određenoj funkcionalnoj skupini proteina, ne i konkretnom proteinu te su obično realizirane kao javni web poslužitelji i kao takve neprilagođene velikim ulaznim podacima. Dodatni problemi pri realizaciji ovakvoga sustava su razasutost podataka, različitost formata te loša kvaliteta i nekonzistentnost dijela informacija. Cilj projekta je alat s kojim će biti moguće iz sekvenciranih podataka odrediti sve prisutne organizme u stanici domaćina te izražene gene unutar 6 sati s točnošću od barem 90 % na poslužitelju čija je vrijednost do 15 000 USD. Važno je napomenuti da ako podaci o prisutnim patogenim organizmima ne budu dostupni u postojećim bazama podataka kao rezultat će biti vraćen najbliža srodna vrsta ili razred u taksonomijskom stablu. Razvoj će se odvijati u 4 smjera, a svaki će rezultirati nezavisnom komponentnom sustava. Smjerovi su:a) objedinjavanje postojećih bioloških baza podataka u jednu lako pretraživu bazu, b) razvoj metode za mapiranje velikoga broja očitanja dobivenih iz različitih platformi, c) dodatno ubrzanje razvojem paralelnih algoritama za poravnavanje sljedova, d) razvoj algoritama za identifikaciju prisutnih organizama i izraženih gena u stanici domaćina i patogenima.