United KingdomForscher der University of Virginia School of Medicine identifizierten eine signifikante Fehlerquelle in der CUT&Tag-Methode, die für epigenomische Forschung verwendet wird, und entwickelten ein maschinelles Lernwerkzeug namens PATTY, um dies zu beheben. Die Studie ergab, dass das in CUT&Tag verwendete Tn5-Transposasenzym bevorzugt an offene genomische Regionen bindet und künstliche Signale erzeugt, die echte biologische Muster nachahmen. Dieses Problem betrifft sowohl konventionelle als auch einzellige Zelldaten, was möglicherweise zu falschen Schlussfolgerungen über die Genregulation führt. Das PATTY-Werkzeug wurde entwickelt, um diese Artefakte genau zu identifizieren und zu entfernen und die Zuverlässigkeit epigenetischer Analysen zu verbessern. Die Ergebnisse wurden in Communications Nature veröffentlicht und unterstreichen die Bedeutung der Korrektur solcher Vorurteile zur Verbesserung der Genauigkeit der genomischen Forschung.
Tendenz-Einschätzung (Mitte): Der Artikel präsentiert wissenschaftliche Forschung ohne politische Implikationen. Er konzentriert sich auf eine technische Herausforderung in der Genomik und die Entwicklung einer Lösung, ohne Hinweis auf ideologische Neigung. Der Ton bleibt neutral und objektiv.
