一种新方法来破译复杂的免疫反应

对感染的反应是非常变量从一个人到另一个。内环境协会,协调教授马修·阿尔伯特(免疫生物学的树突细胞单位,巴斯德研究所/ Inserm)和Lluis quintana - murci博士(人类进化遗传单位,巴斯德研究所/ CNRS)寻求建立的参数描述健康个体的免疫系统和它的自然变化。在刚发表的一项研究(8月25日)在细胞的报道,马格努斯合著的丰特斯(隆德大学数学科学中心和数据分析国际集团,巴斯德研究所)和Qlucore的创立者之一,研究人员描述了一种新的方法分析基因表达水平的炎症反应在健康人的血液样本,体内的繁殖条件刺激。引人注目的从这个研究结果是,免疫反应复杂的刺激如细菌,病毒,真菌可以定义和区分基于少量的基因被诱导4关键免疫蛋白或细胞因子。特别是只有fourty-four基因被识别通过机器学习技术,可以解释方差在这些不同的免疫反应。在高通量测序的方法,为数据分析和医疗应用程序创建巨大挑战,这项研究表明,简化方法如果适当的目标可能更容易临床翻译提供更有效的解决方案。此外,高度标准化的研究强调了利用技术为所有步骤包括样本采集、样品制备、数据分析结果的生成更高质量和更丰富的数据。“我们正兴奋的这项研究的结果表明,一个相对较小的子集的确定基因的变化可以解释反应不同的复杂的免疫刺激”Darragh Duffy博士说,免疫学家和内环境经理财团在巴斯德研究所,巴黎。

支持发表文章,引用值为每个免疫刺激providied这反映了人类的自然变异免疫反应。发布的在线应用程序还提供一个科学界的机会利用这些数据和探索基因引起的各种免疫刺激。这个新方法是目前应用于1000年建立健康的捐赠者内环境中的队列,这将使的解剖年龄、性别、环境、生活方式、免疫反应和遗传学为变量。这是一个必要的第一步朝着精密医学方法。

几个数据的分析在本研究中进行了使用Qlucore组学探险家。最上游的分析研究可以快速复制使用Qlucore组学探险家,直接从基因表达综合下载数据(GEO)。这项工作的一个例子是Qlucore组学科学家使用浏览器,可以浏览一个广泛数百的链接列表(超过300)科学文章的同行评议期刊Qlucore客户写的。