大数据工具显示在疾病免疫系统的作用

“ImmuNet”的细节公开可用的资源是最近在线发表。

编译工具使用信息从38088年公共实验来预测新的免疫途径相互作用,机制和疾病有关的基因。随着廉价的计算能力的进步,和存储数据收集成为巨大的“大数据”时代的研究人员现在可以把算法和模型合并到ImmuNet等工具把以前未被认识的疾病模式的数据库。这些计算模式预测,研究人员可以通过进一步的实验测试。

”这个新工具打开大数据中包含的洞察力,世界生物医学研究的输出,以帮助理解免疫机制和疾病,”斯图尔特说Sealfon,医学博士,董事长兼•格里肯豪斯教授,神经学,西奈山医疗体系和文章的第二作者的出版。“‘ImmuNet的目标是加速免疫途径和基因的理解,最终导致的发展改善治疗疾病免疫成分。”

ImmuNet使免疫学研究人员没有特殊计算训练使用贝叶斯数据集成的统计技术和机器学习算法来“审问”这个巨大的公共数据概要。贝叶斯分析能够发现获得相关信息往往相互矛盾的数据从不同的实验。这种形式的分析选择的数据集提供新的见解对感兴趣的途径,同时剔除了数据集不相关的目标路径。

在线工具的目标是促进对免疫系统的理解,网络的细胞和器官,保护身体对抗感染和癌症。免疫预防感染,免疫细胞也可能目标人体自身的细胞引起炎症的许多疾病的机制还不清楚。

“我们期望ImmuNet的适用性广泛的免疫学领域将会不断增加公共大数据整合,”奥尔加Troyanskaya说,博士,教授,计算机科学和Lewis-Sigler整合基因组学研究所,普林斯顿大学和基因组学副主任,西蒙斯数据分析中心出版的文章的第二作者。”通过使免疫人员来自不同背景,利用这些宝贵的和异构的数据收集,ImmuNet免疫学有可能加速发现。”