AptamerRunner:一种可访问的aptamer结构预测和聚类算法,用于可视化选择的aptamer
Dario Ruiz-Ciancio1,2,3, Suresh Veeramani4,5, Rahul Singh6
1Instituto de Ciencias Biomédicas (ICBM), Facultad de Ciencias Médicas, Universidad Católica de Cuyo, Av. José Ignacio de la Roza 1516, Rivadavia 5400, San Juan, Argentina.
Molecular therapy. Nucleic acids
|November 7, 2024
概括
AptamerRunner是一个新的算法,它分析下一代测序数据,以识别有前途的aptamer. 它整合了计算和可视化,以改进验证的aptamers的选择.
科学领域:
- 生物技术是生物技术.
- 生物信息学是一种生物信息学.
- 分子生物学分子生物学
背景情况:
- 亚胺是DNA/RNA分子具有很高的目标亲和力,通过SELEX进行选择.
- 下一代测序 (NGS) 与桑格测序相比,增强了体分析.
- 从NGS数据中识别最佳的aptamer候选物仍然是一个挑战.
研究的目的:
- 为了介绍AptamerRunner,一个用于aptamer序列和结构聚类的新算法.
- 将计算分析与可视化集成在一起,以改进吸收体选择.
- 为了方便识别高概率的候选aptamers进行实验验证.
主要方法:
- 开发了AptamerRunner,这是aptamer NGS数据集的集群算法.
- 集成的计算分析与可视化工具.
- 将专业知识导向的决策纳入工作流.
主要成果:
- AptamerRunner为网络的aptamer和排名数据提供了一个视觉上下文.
- 该算法促进了基于折叠丰富和得分的候选aptamer的选择.
- 与现有的aptamer聚类工具相比,提供了显著的进步.
结论:
- AptamerRunner增强了从NGS数据中识别经过验证的aptamer的功能.
- 该工具的灵活性和用户友好的设计有利于aptamer研究人员.
- 未来的改进有望在各个学科中得到更广泛的应用.
