Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Identificación in-silico de antígenos de linfocitos T en The

No description
by

Emilio Fenoy

on 8 July 2014

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Identificación in-silico de antígenos de linfocitos T en The

Identificación in-silico de antígenos de linfocitos T en
Theileria parva

Análisis de Secuencia
Autor: Fenoy, Luis Emilio
Director: Nielsen, Morten

Coordinador: Pais, Carlos

Evaluadores:
Welchen, Elina
Hadad, Alejandro

Rhipicephalus appendiculatus
Bos indicus/Bos taurus
Métodos de Control
Infección y tratamiento
Problemas para lidiar con la diversidad antigénica
Costoso

Quimioterápia
Acaricidas
Dañan el medio ambiente
El vector desarrolla resistencia
No produce inmunidad
Costosos
Desarrollo de resistencia
Problemas de distribución
Solo efectivos en etapas tempranas
Costosos
Theileria parva
Métodos computacionales de identificación de epítopes
Cultivo.
Seguridad e instalaciones.
Contaminación.
Costo económico.
Métodos tradicionales
Vacunología inversa
Basados en secuencia.
Basados en disposición tridimensional.
Basados en redes.
Basados en priorización.
Basados en redes de interacción
Datos biológicos
Proteoma
Grupo positivo
Grupo negativo
4050 proteínas
4061 proteínas
11 antígenos
Definición de la función de puntuación
Prueba de diferencia de medias T-student
|t|>1,96

Valor de AUC
111 Proteínas
100 proteínas negativas
11 Antígenos
Análisis de Interactoma
Interactoma
Características
Functional Flow
Conclusiones
Optimización de la función de puntuación
Optimización
Resultados obtenidos
Evaluación del proteoma
AUC 0.934
Mycobacterium Tuberculosis H37Rv
1582 proteínas
4736 interacciones
57 antígenos
Identificación de características
Proteoma extraido de GenBank
Antígenos extraídos de publicaciones previas
Búsqueda de características relevantes
Categorías ontológicas del gen
Presencia de péptidos señal
Regiones repetitivas
Puntaje SIR
Similitud a antígenos conocidos
Nivel de Expresión
Ubicación dentro de la célula
Clases de enzima
Clasificación enzima/no enzima
Categorías funcionales
Regiones transmembrana
Biosíntesis de aminoácidos
Biosíntesis de cofactores
Envoltura celular
Procesos celulares
Metabolismo intermediario central
Metabolismo energético
Metabolismo de ácidos grasos
Purinas y pirimidinas
Funciones regulatorias
Replicación y transcripción
Traducción
Transporte y unión
Oxidoreductasa
Transferasa
Hidrolasa
Liasa
Isomerasa
Ligasa
Interior de la Mitocondria
Vías de secreción
Otras ubicaciones
Longitud de secuencia
Transductor de señal
Receptor
Hormona
Proteína estructural
Transportador
Canal iónico
Canal iónico regulado por voltaje
Canal de cationes
Transcripción
Regulación de la transcripción
Respuesta al estrés
Respuesta inmune
Factor de crecimiento
Transporte de iones metálicos
Filtrado
Características Seleccionadas
ProtFun 2.2
ProtFun 2.2
ProtFun 2.2
ProtFun 2.2
TargetP 1.1
SignalP 4.1
TRUST
TMHMM
NetMHCpan 2.8
BLAST
Muchas gracias!
Introducción
Obtención de información
Búsqueda de características relevantes
Definición de la función de puntuación
Optimización
Resultados
Curva ROC
AUC
Tablas de puntaje
AUC: 0.588
Regresión de Ridge
Método analítico de optimización
Poco costo computacional
Robusto
Distribución
Reescalamiento
Procesamiento de características
Los antígenos comparten características que los hacen susceptibles a ser reconocidas por el sistema inmune.
Objetivos
Determinar características clave en la identificación de antígenos.
Definir una función que permita puntuar una proteína según su potencial como antígeno.
Aplicar el método para identificar potenciales antígenos en T. parva.
De centralidad
Betweenness
K-coreness
Closeness
De conectividad
Grado
KNN
Authority
De agrupamiento
Coef. de agrupamiento
Within module degree
Participación
De asociación con antígenos
Functional flow
Prueba de fisher
AUC de "Expresión" = 0.846
AUC: 0.834
T-value: 2.402
AUC: 0.754
T-value: 1.544

AUC: 0.521
T-value: -3.003

Casos
Culpabilidad por asociación
Se evaluaron diversas propiedades
Se implementó un modelo de priorización basado en estas características.
Se optimizó y aplicó el modelo con muy buenos resultados.
Se seleccionaron de los posibles candidatos 100 proteínas de las cuales 50 están siendo probadas de manera experimental.
Espectativas a futuro
Añadir nuevas características al modelo
Proseguir el estudio basado en redes de interacción
Extrapolar el método a otros organismos
Full transcript