Datu analīzes algoritma izstrāde šūnas kodolā internalizējošu aptamēru atlasei

Abstract

Aptamēri ir moderna zāļu ārstēšanās forma ar lielu potenciālu, kas iekļauj sevī gan jaunas diagnostikas iespējas, tā var tikt lietota kā zāļu forma kurai piemīt agonisma vai antagonisma farmakoloģiskās īpašības pret receptoriem, vai aptamēri var tikt izmantoti kā īpašs zāļu transports. Aptamēru iegūšanas un pētīšanas metodika ir ļoti daudzveidīga un vēl aizvien uzlabojama, jo tai ir daudz posmu, kurus ir iespējams modificēt un pielāgot izpētes vajadzībām, īpaši interesanta ir arī sekvenču datu apstrādes daļa, caur kuru no miljoniem sekvenču beigās, pēc aptamēriem nepieciešamām īpašībām – specifiskuma pret mērķi, saistīšanās spējas jeb afinitātes ar mērķi, oligonukleotīdu stabilitātes un citām īpašībām, tās tiek atlasītas un tikai tad tās var tikt sauktas par aptamēriem. Šajā bakalaura darbā mēs vēlējāmies padziļināti izpētīt un apskatīt datu apstrādes iespējas, lai beigās panāktu atkārtojamu rezultātu, ja tiktu izmantoti līdzīgi dati, šajā gadījumā no pētītām sekvencēm, kuras spētu internalizēties šūnas kodolā.

Aptamers are a modern drug form with a very high potential. It can be used in diagnostics, as a drug itself (agonist or an antagonist) or it can be used as a drug delivery tool. Methods that are used to acquire and to also study aptamers are very diverse and still are being improved, because it has many steps between – starting with just a random sequence library and ending with the actual end sequence which in the end can be called an aptamer. These steps can be modified and adjusted to get the sequence that is wanted. Particularly interesting is data processing by which only a couple out of million sequences are filtered out that have the wanted specific characteristics, such as a high specificity against the target, high affinity with the target, structural stability and other specific features that make aptamers a very favorable and promising potential drug class. In this work we looked at data processing and what it can offer, also we completed data processing of existing data and by using our methods, the results can be repeated.