COMPUTATIONAL EXPERTISE & RESOURCES

广场

计算正在进行的项目

博力/ 核心3

博力的研究兴趣包括数据分析新一代测序,尤其是RNA-Seq的数据分析和统计学习。我完成了他在威斯康星 - 麦迪逊大学的博士学位开发RSEM其中,最广泛使用的RNA-Seq的转录丰度评估工具之一。 RSEM在国家大项目作为TCGA这样的(//wiki.nci.nih.gov/display/tcga/rnaseq+version+2)。然后,我搬到了教授。利尔·帕特的实验室作为博士后研究员。帕切特在实验室里,我的作品的主题的不同数量,RNA-Seq的如系统生物学,单细胞转录组测序数据分析。他现在的工作重点是建立DMS(硫酸二甲酯)-seq数据,这是一个全转录,体内形状序列的“版本”的计算模型。

有关详细信息,请参阅 研究.

詹姆斯·劳埃德/ 项目1
剪接事件的NMD-目标网络的产生:可变剪接可以生成转录组和蛋白质组是多样的,由蛋白质称为剪接因子的调节。而很多的一些剪接因子的目标是已知的,许多成果是通过拼接无义介导的mRNA降解(NMD)隐藏。 ,介绍剪接事件提前终止密码子中不常见的转录组测序分析看出它们被降解给出NMD他们。充分体会到的目标范围内剪接因子的作用,我们将击倒或剪接鉴于两件NMD-能力和-incompetent细胞系中过表达的因素。那么RNA将收集并测序,布伦纳组开发了一种计算管线将被用来确定依赖于研究的剪接因子身份公认的选择性剪接的活动,包括通过降低正常NMD。这将是集成了蛋白质的RNA可用物理交互的数据产生通过剪接直接因素调节剪接事件的高置信度的列表。这将会对数的剪接因子的SR和核蛋白组候选人进行。然后,我们将生成一个网络描绘了不同的剪接因子之间的关系,并剪接因子和转录物之间。之间的关系可以研究使用类似于在[1]中使用的方法剪接因子。交规,其中一个剪接因子变造编码另一剪接因子初级转录的剪接产生更多的NMD-针对性变种的流行将是特别感兴趣的。机器学习技术将被应用到我们的RNA-Seq的数据集,以更好地理解初级转录招募业主剪接因子的顺式序列。这将包括亚型通常通过NMD会丢失会增加一个分析,例如功率。不同的剪接因子的目标功能富集也将被分析,以深入了解这些剪接事件的生物学作用。

它也被称为剪接事件很多应激反应[2]。我们有十一网络完成上面详述的,我们就可以开始的细胞暴露于热休克这种应力如,DNA损伤和缺氧和监控NMD能力的细胞和-incompetent选择性剪接的细胞差。这将额外的数据显示拼接那我们可以将与我们的网络分析来预测哪些五月剪接因子有响应测试应力的作用。反应测定拦截或剪接因子的过度表达将确认,如果我们的预测是准确的。总之,这将确定此前剪接因子,错过成绩单以及剪接因子之间的相互作用来链接重要的生物学过程。

有关详细信息,请参阅 研究.