«Σπούδασα Βιολογία στο Πανεπιστήμιο Αθηνών αλλά από νωρίς κατάλαβα την αξία του υπολογισμού και των μαθηματικών στη Βιολογία» λέει ο ίδιος μιλώντας στα «ΝΕΑ». «Είχα και από το σχολείο μια αγάπη για τα μαθηματικά, οπότε αποφάσισα για μεταπτυχιακές σπουδές να επιλέξω τη Βιοστατιστική». Στη συνέχεια ασχολήθηκε με την υπολογιστική πρόβλεψη της δομής των πρωτεϊνών.

«Τα πλεονεκτήματα του να δουλεύεις σε ένα νέο και διεπιστημονικό περιβάλλον είναι πολλά, καθώς έχεις την ευκαιρία να συμμετάσχεις στη διαμόρφωση των προϋποθέσεων για το μέλλον» αναφέρει. «Από την άλλη, απαιτείται μεγάλη προσπάθεια και κόπος για να στηθεί ένα τέτοιο Τμήμα από την αρχή, ιδιαίτερα σε μια μικρή επαρχιακή πόλη που δεν είχε την εμπειρία και την κουλτούρα πανεπιστημιακών σχολών. Η οικονομική κρίση που ακολούθησε μας έφερε πολλές φορές σε απόγνωση, με απίθανα προβλήματα υποχρηματοδότησης, αυξημένου φόρτου κ.ά., αλλά δεν τα παρατήσαμε».

Πρωτεΐνη
Στο Εργαστήριο Μοριακής, Υπολογιστικής Βιολογίας και Γενετικής του κ. Μπάγκου η έρευνα της «ομάδας» αφορά την ανάπτυξη υπολογιστικών και μαθηματικών μεθόδων για την ανάλυση μοριακών – κυρίως – βιολογικών δεδομένων. «Ενα μεγάλο κομμάτι έχει να κάνει με την ανάπτυξη μεθόδων πρόβλεψης λειτουργικών και δομικών χαρακτηριστικών των πρωτεϊνών από την αλληλουχία τους» λέει ο ίδιος.

«Δηλαδή, από την αλληλουχία μιας πρωτεΐνης να μπορούμε να έχουμε μια -περισσότερο ή λιγότερο ακριβή – εικόνα για τη δομή της στον χώρο ή για λειτουργικά χαρακτηριστικά όπως θέσεις δράσης κάποιων ενζύμων, μετα-μεταφραστικών τροποποιήσεων κ.ο.κ. Αυτό είναι σημαντικό γιατί τα μοριακά δεδομένα αυξάνονται συνεχώς και η πειραματική επαλήθευση σε όλες τις περιπτώσεις είναι δύσκολη έως αδύνατη, με συνέπεια η υπολογιστική ανάλυση να μπορεί να λειτουργήσει ικανοποιητικά μέχρι ένα σημείο. Σε ένα άλλο επίπεδο, ασχολούμαστε με στατιστικές τεχνικές που συνοψίζουν και ενοποιούν δεδομένα από πολλές διαφορετικές πηγές. Αυτή η τεχνική ονομάζεται «μεταανάλυση» και την αναπτύσσουμε με νέες μεθόδους αλλά και με εφαρμοσμένες αναλύσεις κυρίως σε σχέση με τα γενετικά δεδομένα από μελέτες γενετικής συσχέτισης (γενετική επιδημιολογία) και τα δεδομένα γονιδιακής έκφρασης, τα οποία τα τελευταία χρόνια γίνονται όλο και περισσότερα με συνέπεια να απαιτούνται αξιόπιστοι τρόποι για την ανάλυσή τους. Οι εφαρμογές εδώ είναι μεγάλες, από την κατανόηση των μηχανισμών των ασθενειών μέχρι την προσωποποιημένη Ιατρική».

Το Εργαστήριο όμως ασχολείται και με την κατασκευή βιολογικών βάσεων δεδομένων αλλά και με μεθόδους ανάλυσης πολύπλοκων δεδομένων όπως τα βιολογικά δίκτυα.

«Ολες τις μεθόδους που κατασκευάζουμε τις προσφέρουμε ελεύθερα στην επιστημονική κοινότητα, είτε ως αυτόνομο λογισμικό είτε ως διαδικτυακές εφαρμογές (www.compgen.org)» λέει ο κ. Μπάγκος. Κάποιες από τις πιο πετυχημένες μεθόδους θεωρούνται πλέον σημείο αναφοράς στη βιβλιογραφία. «Αν έπρεπε να αναφέρω κάποιες, θα έλεγα τη μέθοδο PRED-TMBB, η οποία είναι η καλύτερη μέθοδος παγκοσμίως για την πρόβλεψη της δομής μιας ιδιαίτερα σημαντικής ομάδας πρωτεϊνών που βρίσκονται στην εξωτερική μεμβράνη των βακτηρίων αρνητικών κατά Gram και παίζουν σημαντικό ρόλο στη φυσιολογία τους, ειδικά καθώς πολλές φορές εμπλέκονται στη μολυσματική τους δράση» καταλήγει.

Γλωσσάρι
Βιοπληροφορική:
Διεπιστημονικός κλάδος στην περιοχή επαφής των μαθηματικών, της επιστήμης υπολογιστών και της βιολογίας (χρήση μαθηματικών, στατιστικών και υπολογιστικών εργαλείων για την ανάλυση και μοντελοποίηση των μοριακών βιολογικών δεδομένων).
Γενετική επιδημιολογία
Η γενετική επιδημιολογία αποτελεί το σημείο τομής της παραδοσιακής επιδημιολογίας με τη γενετική (πιθανή επίδραση της κληρονομικότητας στην αιτιολογία των ασθενειών).
Μετα-ανάλυση
Είναι μια στατιστική μεθοδολογία που συνδυάζει τα αποτελέσματα πολλών ανεξάρτητων μελετών οι οποίες θέτουν το ίδιο ερευνητικό ερώτημα. Βασίζεται στη συστηματική ανεύρεση και ανασκόπηση όλων των διαθέσιμων δεδομένων για το εν λόγω ερευνητικό ερώτημα.

Τι λέει η «νέα γενιά»
Παναγιώτα Κοντού
Οι ανθρώπινες ασθένειες αποδίδονται στη συνδυαστική δράση περισσότερων του ενός γονιδίων. Δίκτυα που απεικονίζουν συσχετίσεις ασθενειών – γονιδίων επιτρέπουν τη διερεύνηση της γενετικής πολυπλοκότητας μιας ασθένειας. Στο εργαστήριό μας αναλύονται πολύπλοκα βιολογικά δίκτυα και διερευνάται ο τρόπος εμπλοκής των γονιδίων σε πολυπαραγοντικές ασθένειες.
Η Παναγιώτα Κοντού είναι μεταδιδακτορική ερευνήτρια

Μαργαρίτα Θεοδωροπούλου
Διανύουμε την εποχή των «μεγάλων» δεδομένων σε όλους τους τομείς και ειδικά στις βιοϊατρικές επιστήμες. Η μελέτη των δεδομένων αυτών απαιτεί αφενός μεν την οργάνωση και διάθεσή τους στην επιστημονική κοινότητα μέσω βάσεων δεδομένων, αφετέρου δε την δημιουργία εξειδικευμένων αλγορίθμων που θα βοηθήσουν στην απάντηση σημαντικών βιολογικών ερωτημάτων. Στο εργαστήριό μας ασχολούμαστε με τον σχεδιασμό και την υλοποίηση βάσεων δεδομένων και μεθόδων πρόγνωσης με χρήση μηχανικής μάθησης.
Η Μαργαρίτα Θεοδωροπούλου είναι μεταδιδακτορική ερευνήτρια