ניתוח מוטציות גנטיות בנוגדנים באמצעות מודלים הסתברותיים

Probabilistic models for mutation processes in antibodies

מדע הנתונים (data science) הינו תחום המתפתח במהירות בזכות טכנולוגיות מתקדמות המסוגלות לייצר כמויות עצומות של נתונים. ניתוח של הנתונים על מנת לענות על שאלות מחקר שונות דורש ידע והבנה בתחומים רבים כגון מתמטיקה, סטטיסטיקה,מדעי המחשב ועוד. 

בעשור האחרון חלה התקדמות משמעותית בתחום ריצוף הגנום וטכנולוגיות חדישות אפשרו ריצוף של כל החומר הגנטי ביעילות גבוהה ובעלות נמוכה וכך שינו את האתגר של איסוף המידע לאתגר של ניתוח נתונים רבים בזמן קצר. 

המחקר במעבדה מתמקד בניתוח חישובי של רצפים גנטיים שמקורם בתאים של מערכת החיסון הנרכשת, תאי B וT. תאים אלו בעלי חשיבות רבה בהגנה על הגוף מפני מחוללי מחלה (פתוגנים) שונים ובנוסף מאפשרים זיכרון חיסוני שמתבטא בתגובה מהירה ויעילה בחשיפה חוזרת לאותו פתוגן.

היכולת לאפיין באופן חישובי את מיליוני הרצפים (רפרטואר) הנמצאים על גבי תאים אלו בגוף האדם הינו בעל חשיבות קלינית עצומה. לדוגמה, זיהוי מוקדם של דחיית שתל אצל מושתל כליה, מציאת תבנית (מוטיב) ברצפים של תאי B ברפרטואר של חולים שהבריאו באופן ספונטני מוירוס צהבת C שיעזור בפיתוח חיסון, בניית מודלים של למידת מכונה על מנת לזהות נטייה גנטית לפתח צליאק ועוד.

פרוייקט זה יעסוק בניתוח ואפיון כמויות גדולות של רצפים מתאי B ויכלול בניית מודלים הסתברותיים לאוסף המוטציות שעוברים הרצפים בתגובה לפתוגן, וזאת כדי ללמוד על מנגנון הביולוגי שעוברים התאים בתגובה החיסונית.

*מתאים גם למסלול עיבוד אותות.*