Οι ερευνητές της UVA Health αναπτύσσουν ένα νέο εργαλείο για την προώθηση της γονιδιωματικής και της έρευνας ασθενειών

Οι ερευνητές της UVA Health αναπτύσσουν ένα νέο εργαλείο για την προώθηση της γονιδιωματικής και της έρευνας ασθενειών

Οι ερευνητές της UVA Health ανέπτυξαν ένα σημαντικό νέο εργαλείο για να βοηθήσουν τους επιστήμονες να διακρίνουν τα σήματα από τον θόρυβο καθώς μελετούν τις γενετικές αιτίες του καρκίνου και άλλων ασθενειών. Εκτός από την πρόοδο της έρευνας και την πιθανή επιτάχυνση νέων θεραπειών, το νέο εργαλείο θα μπορούσε να βοηθήσει στη βελτίωση της διάγνωσης του καρκίνου διευκολύνοντας τους γιατρούς να ανιχνεύουν καρκινικά κύτταρα.

Το νέο εργαλείο, που αναπτύχθηκε από τον Chongzhi Zang, PhD, UVA, και την ομάδα και τους συνεργάτες του, είναι ένα μαθηματικό μοντέλο που θα βοηθήσει στη διασφάλιση της ακεραιότητας των «μεγάλων δεδομένων» σχετικά με τα δομικά στοιχεία των χρωμοσωμάτων μας, το γενετικό υλικό που ονομάζεται χρωματίνη. Η χρωματίνη – ένας συνδυασμός DNA και πρωτεΐνης – παίζει σημαντικό ρόλο στον έλεγχο της δραστηριότητας των γονιδίων μας. Όταν η χρωματίνη πάει στραβά, μπορεί να μετατρέψει ένα υγιές κύτταρο σε καρκίνο ή να συμβάλει σε άλλες ασθένειες.

Ηλεκτρονικό βιβλίο Γενετικής & Γονιδιωματικής

Συγκέντρωση των κορυφαίων συνεντεύξεων, άρθρων και ειδήσεων του περασμένου έτους. Κατεβάστε ένα δωρεάν αντίγραφο

Οι επιστήμονες μπορούν τώρα να μελετήσουν τη χρωματίνη σε μεμονωμένα κύτταρα χρησιμοποιώντας μια τεχνολογία αιχμής που ονομάζεται single-cell ATAC-seq, αλλά αυτό παράγει έναν τεράστιο όγκο δεδομένων, συμπεριλαμβανομένου πολύ θορύβου και παραμόρφωσης. Το νέο εργαλείο του Zang τα καταφέρνει, σώζοντας τους επιστήμονες από λανθασμένες πληροφορίες και χαμένες προσπάθειες.

Στην καλύτερη εποχή, η μεγάλης κλίμακας γονιδιωματική έρευνα σε μεμονωμένα κύτταρα είναι σαν να «κυνήγι βελόνας σε άχυρα», λέει ο Zang. Αλλά το νέο του εργαλείο θα το κάνει πολύ πιο εύκολο καθαρίζοντας πολύ κακό σανό.

Στον παραδοσιακό τρόπο ανάλυσης δεδομένων, μπορεί να δείτε ορισμένα μοτίβα που μοιάζουν με πραγματικά σήματα μιας συγκεκριμένης κατάστασης χρωματίνης, αλλά είναι ψευδή λόγω της προκατάληψης της ίδιας της πειραματικής τεχνολογίας. Τέτοια πλαστά σήματα μπορούν να μπερδέψουν τους επιστήμονες. Έχουμε αναπτύξει ένα μοντέλο για την καλύτερη σύλληψη και φιλτράρισμα τέτοιων ψευδών σημάτων, ώστε η πραγματική βελόνα που ψάχνουμε να ξεχωρίζει πιο εύκολα από το σανό».

Chongzhi Zang, PhD, υπολογιστική βιολόγος στο UVA Center for Public Health Genomics and UVA Health Cancer Center

Σχετικά με το εργαλείο γονιδιωματικής

Το νέο εργαλείο του Zang προσαρμόζει ένα μοντέλο από τη θεωρία αριθμών και την κρυπτολογία που ονομάζεται «απλή κωδικοποίηση». Αυτός και οι συνεργάτες του το χρησιμοποίησαν για να κωδικοποιήσουν αλληλουχίες DNA σε μαθηματικές μορφές και τελικά να μετατρέψουν τη σύνθετη αλληλουχία γονιδιώματος σε μια πολύ απλούστερη μαθηματική μορφή. Στη συνέχεια, μπορείτε να συγκρίνετε διαφορετικά σχήματα για να ανιχνεύσετε παραμορφώσεις και θόρυβο στα δεδομένα ακολουθίας που δεν εντοπίζονται εύκολα χρησιμοποιώντας παραδοσιακές προσεγγίσεις.

"Η πολυπλοκότητα των αλληλουχιών DNA αυξάνεται εκθετικά καθώς μεγαλώνουν. Είναι δύσκολο να μοντελοποιηθούν επειδή ένα τυπικό σύνολο δεδομένων περιέχει εκατομμύρια αλληλουχίες από χιλιάδες κύτταρα", δήλωσε ο Shengen Shawn Hu, PhD, ερευνητής στο εργαστήριο του Zang και επικεφαλής συγγραφέας αυτής της εργασίας. "Αλλά το μοντέλο κωδικοποίησης simplex μπορεί να παρέχει μια ακριβή εκτίμηση των παραμορφώσεων ακολουθίας λόγω της όμορφης μαθηματικής του ιδιότητας."

Οι δοκιμές του εργαλείου έδειξαν ότι ήταν σημαντικά καλύτερο στην ανάλυση πολύπλοκων δεδομένων ενός κυττάρου για τον χαρακτηρισμό διαφορετικών τύπων κυττάρων. Αυτό είναι σημαντικό τόσο για τη βασική βιολογική έρευνα όσο και για τη διάγνωση ασθενειών, όπου οι γιατροί πρέπει να ανιχνεύσουν μικροσκοπικούς αριθμούς κυττάρων ασθένειας σε πολύ μεγαλύτερα δείγματα, που κυμαίνονται από δεκάδες χιλιάδες έως εκατομμύρια κύτταρα.

"Οι παραμορφώσεις δεν ήταν εύκολο να βρεθούν επειδή ήταν συνυφασμένες με πραγματικά σήματα και κρυμμένες σε μεγάλους όγκους δεδομένων. Μπορεί να μην ήταν μεγάλη υπόθεση εάν οι άνθρωποι απλώς διάλεγαν τα ισχυρότερα σήματα από μεγάλο αριθμό κελιών", είπε ο Zang. ο οποίος πρόσφατα συνοδήγησε πολλές άλλες μονοκυτταρικές γονιδιωματικές έρευνες που μελετούσαν τη στεφανιαία νόσο και την ανάπτυξη του εντέρου. "Όμως, όταν εξετάζετε τα δεδομένα ενός κυττάρου, δεν υπάρχει πλέον καρπός χαμηλής ανάρτησης. Τα σήματα είναι πάντα αδύναμα σε επίπεδο μεμονωμένων κυψελών και οι επιπτώσεις του θορύβου και της παραμόρφωσης μπορεί να είναι καταστροφικές. Η διόρθωση προκατάληψης συχνά αγνοείται, αλλά μπορεί να είναι κρίσιμη στην ανάλυση δεδομένων ενός κυττάρου."

Για να κάνουν το νέο τους εργαλείο ευρέως διαθέσιμο, οι ερευνητές ανέπτυξαν δωρεάν λογισμικό ανοιχτού κώδικα και το έβαλαν στο διαδίκτυο. Το λογισμικό βρίσκεται στη διεύθυνση https://github.com/zang-lab/SELMA και στο https://doi.org/10.5281/zenodo.7048767.

«Ελπίζουμε ότι αυτό το εργαλείο μπορεί να ωφελήσει τη βιοϊατρική ερευνητική κοινότητα στη μελέτη της βιολογίας και της γονιδιωματικής της χρωματίνης και τελικά να υποστηρίξει την έρευνα ασθενειών», είπε ο Zang. «Είναι πάντα συναρπαστικό να βλέπουμε πώς οι συνάδελφοί μας χρησιμοποιούν τα εργαλεία που αναπτύσσουμε για να κάνουν σημαντικές επιστημονικές ανακαλύψεις στη δική τους έρευνα».

Δημοσιεύτηκαν τα αποτελέσματα

Οι ερευνητές δημοσίευσαν τα αποτελέσματά τους στο περιοδικό Nature Communications. (Το άρθρο είναι ανοιχτής πρόσβασης, σημαίνει δωρεάν ανάγνωση.) Η ομάδα αποτελούνταν από τους Shengen Shawn Hu, Lin Liu, Qi Li, Wenjing Ma, Michael J. Guertin, Clifford A. Meyer, Ke Deng, Tingting Zhang και Chongzhi Zang.

Το Zang είναι μέρος των τμημάτων της UVA Επιστημών Δημόσιας Υγείας, Βιοχημείας και Μοριακής Γενετικής και Βιοϊατρικής Μηχανικής. Το Τμήμα Βιοϊατρικής Μηχανικής είναι μια συνεργασία της Ιατρικής Σχολής UVA και της Σχολής Μηχανικών.

Το έργο υποστηρίχθηκε από τα Εθνικά Ινστιτούτα Υγείας επιχορηγήσεις R35GM133712, K22CA204439 και R35GM128635. το Εθνικό Ίδρυμα Επιστημών, Grant NSF-796 2048991; το Πανεπιστήμιο του Πίτσμπουργκ Κέντρο για Έρευνα Υπολογιστών? UVA Cancer Center; και το Εθνικό Ινστιτούτο Καρκίνου του NIH, Cancer Center Support Grant P30 CA44579.

Πηγή:

Σύστημα Υγείας του Πανεπιστημίου της Βιρτζίνια

Αναφορά:

Hu, SS, et αϊ. (2022) Εκτίμηση εσωτερικής μεροληψίας για βελτιωμένη ανάλυση προφίλ προσβασιμότητας χρωματίνης χύδην και μονοκυττάρου χρησιμοποιώντας SELMA. Επικοινωνία με τη φύση. doi.org/10.1038/s41467-022-33194-z.

.