Een team van onderzoekers onder leiding van een statisticus heeft geholpen bij het oplossen van een al lang bestaand geschil over de manier waarop genexpressie wordt gecontroleerd. De bevindingen van het team, gepubliceerd in het tijdschrift Nature, zouden kunnen leiden tot nieuwe behandelingen voor een verscheidenheid aan ziekten, waaronder kanker en diabetes.

Genexpressie is het proces waarbij de in een gen gecodeerde informatie wordt gebruikt om de synthese van een eiwit te sturen. Dit proces is essentieel voor alle cellulaire functies en wordt strak gereguleerd om ervoor te zorgen dat de juiste eiwitten op het juiste moment en in de juiste hoeveelheid worden geproduceerd.

Een van de belangrijkste regulatoren van genexpressie is een eiwit dat RNA-polymerase wordt genoemd. RNA-polymerase bindt zich aan DNA, het molecuul dat genetische informatie opslaat, en transcribeert vervolgens de DNA-sequentie in een boodschapper-RNA (mRNA)-molecuul. Het mRNA-molecuul wordt vervolgens naar het cytoplasma getransporteerd, waar het in een eiwit wordt vertaald.

Het team van onderzoekers gebruikte verschillende statistische technieken om gegevens over genexpressie te analyseren. Ze ontdekten dat RNA-polymerase niet willekeurig aan DNA bindt. In plaats daarvan bindt het zich aan specifieke DNA-gebieden die promoters worden genoemd. Promoters bevinden zich stroomopwaarts van genen en bevatten de informatie die RNA-polymerase nodig heeft om transcriptie te starten.

De onderzoekers ontdekten ook dat de binding van RNA-polymerase aan promoters wordt gereguleerd door een verscheidenheid aan factoren, waaronder de beschikbaarheid van voedingsstoffen, de aanwezigheid van hormonen en de activiteit van andere eiwitten.

Deze bevindingen bieden nieuwe inzichten in de manier waarop genexpressie wordt gecontroleerd. Deze kennis zou kunnen leiden tot nieuwe behandelingen voor een verscheidenheid aan ziekten, waaronder kanker en diabetes. Door zich bijvoorbeeld op promoters te richten, kunnen onderzoekers mogelijk medicijnen ontwikkelen die de expressie van specifieke genen kunnen verhogen of verlagen.

De bevindingen van het team benadrukken ook het belang van statistieken in biologisch onderzoek. Statistische technieken kunnen worden gebruikt om complexe datasets te analyseren en patronen te identificeren die anders niet duidelijk zouden zijn. Deze informatie kan vervolgens worden gebruikt om nieuwe hypothesen te ontwikkelen en nieuwe experimenten te ontwerpen.

Het onderzoek van het team is een bewijs van de kracht van statistiek in biologisch onderzoek. Door statistische technieken te gebruiken kunnen onderzoekers nieuwe inzichten verwerven in de complexe processen die het leven beheersen.