Γενετική

Learning the language of viral evolution and escape

Brian Hie, Ellen D. Zhong, Bonnie Berger, Bryan Bryson
Science  15 Jan 2021: Vol. 371, Issue 6526, pp. 284-288, DOI: 10.1126/science.abd7331

Για να προβλέψουν ποιες μεταλλάξεις μπορεί να οδηγήσουν σε ιική διαφυγή (viral escape), οι συγγραφείς χρησιμοποίησαν μια τεχνική μηχανικής εκμάθησης για την επεξεργασία φυσικών γλωσσών με δύο συστατικά: γραμματική (ή σύνταξη) και νόημα (ή σημασιολογία)

Identification of LZTFL1 as a candidate effector gene at a COVID-19 risk locus.

Downes, D.J., Cross, A.R., Hua, P. et al.

Nat Genet (2021). https://doi.org/10.1038/s41588-021-00955-3

Published: 04 November 2021

Σε αυτή τη μελέτη, αναγνωρίζεται το rs17713054 ως πιθανή αιτιολογική παραλλαγή και το LZTFL1 ως υποψήφιο γονίδιο τελεστή που συμβάλλει στην απενεργοποίηση ενός προστατευτικού μηχανισμού των επιθηλιακών κυττάρων των πνευμόνων, αυξάνοντας, πιθανόν, τον κίνδυνο για σοβαρή Covid-19.

How sick will the coronavirus make you? The answer may be in your genes
Jocelyn KaiserMar. 27, 2020. doi:10.1126/science.abb9192

March 27, 2020
Η ασθένεια COVID-19, που προκαλείται από τον νέο κορονοϊό, λειτουργεί με έναν τρόπο αδιευκρίνιστο και τραγικά επιλεκτικό. Έχει παρατηρηθεί ότι μόνο μερικοί από τους προσβεβλημένους ανθρώπους τελικά αρρωσταίνουν και επίσης ότι οι περισσότεροι από τους σοβαρά ασθενείς είναι ηλικιωμένοι ή έχουν ήδη υποκείμενα προβλήματα υγείας όπως καρδιακές παθήσεις. Όμως υπάρχουν και κάποιοι που πέθαναν τελικά από τη νέα λοίμωξη παρότι προηγουμένως ήταν υγιείς και σχετικά νέοι. Οι ερευνητές επιδιώκουν τώρα να εξετάσουν τα γονιδιώματα των ασθενών για παραλλαγές στο DNA ελπίζοντας να βοηθηθούν στην εξήγηση του μυστηρίου. Τα ευρήματα θα μπορούσαν καθοδηγήσουν τους ερευνητές στην αναζήτηση νέων θεραπειών αλλά και να χρησιμοποιηθούν για τον εντοπισμό εκείνων των ομάδων που κινδυνεύουν περισσότερο από σοβαρές ασθένειες και που θα μπορούσαν να προστατευθούν.