طراحی نرم‌افزاری برای پیشگیری از بیماری های آلزایمر و پارکینسون

به گزارش خبرگزاری مهر به نقل از دانشگاه تهران، پژوهشگران دانشکده زیست‌شناسی با همکاری دانشکده ریاضی، آمار و علوم کامپیوتر دانشکدگان علوم دانشگاه تهران موفق به طراحی و ابداع نرم‌افزار پیش‌بینی تمایل شکل‌گیری تجمعات پپتیدی و پروتئینی با عنوان SqFt شدند.

این دستاورد طی همکاری بین‌رشته‌ای فاطمه اشعاری پژوهشگر آزمایشگاه بیوتکنولوژی پروتئین با پژوهشگران رشته‌های آمار و نیز مهندسی شیمی دانشگاه تهران به راهنمایی مشترک دکتر مهران حبیبی رضایی استاد دانشکده زیست‌شناسی و دکتر سودابه شمه سوار دانشیار دانشکده ریاضی آمار و علوم کامپیوتر دانشگاه تهران محقق شده است.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

دکتر حبیبی رضایی، سرپرست این گروه پژوهشی، در خصوص اهمیت این دستاورد اظهار داشت: در شرایط استرس اکسیداتیو، بسیاری از پروتئین‌ها و پپتیدهای طبیعی با عملکردهای معلوم و بعضاً نامعلوم دارای درجات متفاوت تمایل به تشکیل تجمع آمیلوئیدی هستند. در نتیجه تشکیل تجمعات آمیلوئیدی، عملکرد طبیعی پروتئین‌ها از بین رفته و بعضاً سمی می‌شوند. این شرایط به صورت وابسته به سن در بیماری‌های وابسته به استرس‌های اکسیداتیو مانند دیابت نوع ۲ (T۲DM)، آلزایمر (AD) و پارکینسون (PD) که امروزه شاهد روند فزونی آنها در جوامع از جمله کشورمان هستیم، مشاهده می‌شود.

وی افزود: این تجمعات آمیلوئیدی در بیماری آلزایمر بصورت پلاک‌های آمیلوئیدی خارج سلولی و کلاف‌های رشته‌های درون سلولی و در بیماری پارکینسون بصورت رسوبات درون سلولی موسوم به اجسام لووی تشکیل می‌شود. تشکیل تجمع در پروتئین‌ها تابع ویژگی‌های شیمی فیزیکی و ساختار مولکولی پیچیده آنها است. از این رو، فراهم شدن امکان پیش‌بینی تجمع پروتئین‌ها برای اتخاذ راهکارهای پیشگیرانه برای بیماری‌های مرتبط با آمیلوئید و همچنین برای طراحی و فراوری و ارزیابی عملکردی داروهای زیستی در حوزه تخصصی مهندسی پروتئین حائز اهمیت است.

حبیبی رضایی تاکید کرد: تا کنون ابزارها و سرورهای متنوعی جهت پیش‌بینی تجمع پروتئین‌ها و پپیتدها معرفی شده است؛ با این حال یافتن مدل یا سرور با حساسیت و دقت بالاتر مبتنی بر درک اثر هر یک از ویژگی‌های ذاتی و ساختاری پپتیدها و پروتئین‌ها همچنان مورد توجه پژوهشگران قرار دارد. در راستای دستیابی به این دستاورد، ابتدا اثر مستقیم هر یک از ویژگی‌ها در فرایند تجمع‌پذیری بررسی و مدل جدید جهت پیش‌بینی تجمع هگزاپپتتیدها با استفاده از روش یادگیری ماشین (Machine Learning) ارائه شد.

استاد دانشکده زیست‌شناسی دانشگاه تهران افزود: به منظور طراحی و آزمایش مدل با رهنمودهای دکتر سودابه شمه سوار دانشیار آمار، از سرور WALTZ DB-۲.۰ که متشکل از ۱۴۱۶ هگزاپپتید آمیلوئیدی و غیرآمیلوئیدی بود، استفاده شد. ابتدا با استفاده از رگرسیون لجستیک (Logistic Regression) مدل طراحی و از ۳۵۴ هگزاپپتید جهت آزمون نرم‌افزار استفاده و به منظور بررسی کارآیی مدل از شاخص‌ها و آنالیزهای آماری بهره‌برداری شد. در ادامه، کارآیی و پایایی مدل ابداع شده طی مقایسه کمیت‌های محاسباتی مورد نظر با مقادیر بدست آمده از سرورهای رایج و شناخته‌شده مانند Aggrescan، WALTZ، Metamyl و PASTA۲.۰ به اثبات رسید.

نتایج این پژوهش با عنوان Prediction of protein aggregation propensity employing SqFt-based logistic regression model اخیراً در مجله «International Journal of Biological Macromolecules» با ضریب تأثیر ۸.۲ منتشر شده است.

کد خبر 5885382 مهتاب چابوک

منبع: مهر

کلیدواژه: آلزایمر دانشگاه تهران پارکینسون محققان ایرانی تحقیقات علمی هوش مصنوعی تولید دانش بنیان شرکت دانش بنیان حاکمیت سایبری معاونت علمی فناوری و اقتصاد دانش بنیان ریاست جمهوری وزیر ارتباطات و فناوری اطلاعات نوآوری فناوری نانو فناورانه و پژوهشی شرکت های دانش بنیان اینترنت وزارت ارتباطات و فناوری اطلاعات فناوری فضایی دانشگاه تهران پروتئین ها پیش بینی

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.mehrnews.com دریافت کرده‌است، لذا منبع این خبر، وبسایت «مهر» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۸۶۷۹۷۲۴ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

از پیشگیری آسان تا درمان مشکل

به گزارش خبرگزاری صداوسیمای مرکز اراک؛ رئیس گروه بیماری‌های غیر واگیر دانشگاه علوم پزشکی اراک با توجه به نامگذاری ۹ می‌ مصادف با ۱۹ اردیبهشت بعنوان رز جهانی تالاسمی گفت: هدف از نامگذاری این روز، توجه به بیماران مبتلا، فراهم آوردن امکانات درمانی مطابق با استاندارد‌های جهانی و ترویج پیشگیری از تولد نوزادان تالاسمی است.
دکتر میرشفیعی افزود: تالاسمی یک  اختلال خونی ژنتیک است که به دلیل شکل گیری غیر طبیعی هموگلوبین و کم خونی ایجاد می شود که فرزند از پدر و مادر دارای تالاسمی نوع خفیف به ارث می برد.
او با بیان اینکه تالاسمی به دو شکل مینور و ماژور (شدید) وجود دارد، گفت: اختلال ژنتیکی تالاسمی از طریق ژن‌ها از والدین به کودک به ارث می‌رسد و زمانی که یکی از والدین یا هر دوی آنان حامل این ژن باشند، احتمال ابتلای کودک نیز وجود دارد و در صورت ابتلای پدر و مادر به بیماری تالاسمی مینور یعنی فُرم خفیف بیماری هستند ۲۵ درصد شانس ابتلا به بیماری تالاسمی ماژور ۵۰ درصد احتمال ابتلا به تالاسمی مینور و ۲۵ درصد هم تولد فرزند سالم وجود دارد که این بستگی به این دارد که کدام ژن معیوب از پدر و مادر را دریافت.
میرشفیعی افزود: بزرگ شدن جمجمه، بزرگ شدن استخوان‌های صورت، رنگ پریدگی و پهن شدن بینی از جمله علائم مبتلا به بیماری تالاسمی است و بیماری‌های قلبی، کلیوی، اختلالات تیروئید و پوکی استخوان به خاطر خون سازی غیرموثر از عوارضی است که این بیماری بر روی فرد می‌گذارد.
او گفت: خوشبختانه از سال ۷۶ تاکنون بروز بیماری تالاسمی در سطح استان نداشتیم و طی ۱۵ سال گذشته هیچ بیمار مبتلا به تالاسمی ماژور (شدید) متولد شده در استان نداشتیم.
رئیس گروه بیماری‌های غیر واگیر دانشگاه علوم پزشکی اراک دراستان ۱۳ بیمار مبتلا به تالاسمی وجود دارد که تحت حمایت‌های درمانی و پزشکی هستند و با رایزنی‌هایی که با وزارت بهداشت انجام شده این بیماران مشکلی برای دریافت دارو ندارند.
هشتم ماه می‌مصادف با ۱۹ اردیبهشت به نام روز جهانی تالاسمی نامگذاری شده است.