Persson labb

Professor Bengt Persson använder strukturberäkningar för att studera effekter av mutationer, utvecklar system för automatiserad funktionell proteinklassificering samt studerar genuttryck vid hjärtsvikt.

Populärvetenskaplig presentation

En gren av vår forskning gäller utveckling av bioinformatiska algoritmer och metoder som kan besvara biomedicinskt intressanta frågeställningar. En annan gren gäller studier av proteinfamiljer, inklusive strukturella egenskaper, som kan ge kunskap om proteinernas funktioner och bidra till att klassificera proteinerna.

Ett av våra pågående projekt skall karakterisera de två typerna av hjärtsvikt – hjärtsvikt med sänkt (HFrEF) och bibehållen (HFpEF) pumpförmåga i vänster hjärtkammare – med avseende på genuttryck, proteinförekomst, metaboliter samt fysiologiska egenskaper. Projektet ingår i PREFERS och är ett samarbete med Cecilia Linde och Hans Persson vid Karolinska Institutet. Projektet finansieras av AstraZeneca.

Ett annat projekt gäller studier av sekvensvariation av betydelse för skillnader mellan individer, skillnader i risk för vissa sjukdomar och skillnader i läkemedelskänslighet. Vi arbetar med att utveckla metoder för att förutsäga effekterna av genetisk variation. Genom att använda flera olika proteinparametrar och utföra strukturberäkningar för proteinvarianterna kan vi uppnå en högre träffsäkerhet än hittillsvarande metoder. Med den ökande informationen om individuell sekvensvariation får vi fantastiska möjligheter till ökad förståelse av proteiners molekylära mekanismer. Mutationer som är associerade med defekta proteiner kan analyseras med strukturberäkningar för att förstå de underliggande molekylära orsakerna, t.ex. förändringar i substratspecificitet, DNA-bindning eller proteininteraktioner. Mutationers effekter kan förutsägas och allvarliga mutationer tidigt diagnostiseras, ibland redan innan de hunnit ge symptom, vilket är av särskilt stor betydelse för de sjukdomar där en tidig diagnos är livsviktig.

Dessutom arbetar vi med proteinklassificering, där vi använder hidden Markov models (HMMs) för att indela proteinfamiljer i funktionella grupper. Vi utvecklar en automatiserad strategi för denna subklassificering, som möjliggör användandet för storskaliga data. Två betydelsefulla proteinfamiljer som vi studerar är de stora superfamiljerna SDR och MDR (short-chain respektive medium-chain dehydrogenases/reductases), som är av central betydelse för metabolismen i alla organismer.

Bengt Persson är också föreståndare för den nationella infrastrukturen i bioinformatik – BILS.

Forskning

...

Gruppmedlemmar

Gruppmedlemmar: Bengt Persson

Medarbetare

Bengt Persson, prof., bpn@icm.uu.se
Sarbashis Das, post-doc, sarbashis.das@icm.uu.se
Christoffer Frisk, project assistant, christoffer.frisk@icm.uu.se
Linus Östberg, Ph.D. student, linus.ostberg@scilifelab.se

Senast uppdaterad: