Az UVA Health kutatói új eszközt fejlesztenek ki a genomika és a betegségkutatás előmozdítására

Az UVA Health kutatói új eszközt fejlesztenek ki a genomika és a betegségkutatás előmozdítására

Az UVA Health kutatói egy fontos új eszközt fejlesztettek ki, amely segít a tudósoknak megkülönböztetni a jeleket a zajtól, miközben a rák és más betegségek genetikai okait tanulmányozzák. A kutatás előmozdítása és az új kezelések potenciális felgyorsítása mellett az új eszköz segíthet a rákdiagnózis javításában azáltal, hogy megkönnyíti az orvosok számára a rákos sejtek kimutatását.

Az új eszköz, amelyet Chongzhi Zang, PhD, UVA, valamint csapata és munkatársai fejlesztettek ki, egy matematikai modell, amely segít biztosítani a kromoszómáink építőköveiről, a kromatin nevű genetikai anyagról szóló „nagy adatok” integritását. A kromatin – DNS és fehérje kombinációja – fontos szerepet játszik génjeink aktivitásának szabályozásában. Ha a kromatin elromlik, egy egészséges sejtet rákossá alakíthat, vagy hozzájárulhat más betegségekhez.

Genetika és genomika e-könyv

Összeállítás az elmúlt év legjobb interjúiból, cikkeiről és híreiről. Tölts le egy ingyenes példányt

A tudósok most már tanulmányozhatják a kromatint az egyes sejtekben az egysejtű ATAC-seq nevű csúcstechnológiával, de ez óriási mennyiségű adatot termel, beleértve sok zajt és torzítást. A Zang új eszköze áthidalja ezt, megkímélve a tudósokat a hamis vezetéstől és az elpazarolt erőfeszítésektől.

A legjobb időkben az egysejtű nagyszabású genomikai kutatás olyan, mint „tűre vadászni a szénakazalban” – mondja Zang. De az új szerszáma sokkal könnyebbé teszi a dolgát, mivel sok rossz szénát eltakarít.

Az adatelemzés hagyományos módja szerint előfordulhat, hogy olyan mintázatokat láthat, amelyek egy adott kromatinállapot valódi jeleinek tűnnek, de magának a kísérleti technológiának a torzítása miatt hamisak. Az ilyen hamis jelek megzavarhatják a tudósokat. Kifejlesztettünk egy modellt az ilyen hamis jelek jobb rögzítésére és kiszűrésére, hogy az általunk keresett valódi tű könnyebben kitűnjön a szénából.”

Chongzhi Zang, PhD, számítógépes biológus az UVA Közegészségügyi Genomikai Központban és az UVA Egészségügyi Rákközpontban

A genomikai eszközről

A Zang új eszköze a számelméletből és a kriptológiából származó modellt adaptál, amelyet "simplex kódolásnak" neveznek. Ő és kollégái ezt használták a DNS-szekvenciák matematikai formákba való kódolására, és végül a komplex genomszekvenciát egy sokkal egyszerűbb matematikai formává alakították át. Ezután összehasonlíthatja a különböző alakzatokat, hogy észlelje a torzításokat és zajokat a sorozatadatokban, amelyeket nem könnyű megtalálni a hagyományos megközelítésekkel.

"A DNS-szekvenciák összetettsége exponenciálisan növekszik, ahogy hosszabbodnak. Nehéz modellezni őket, mert egy tipikus adathalmaz több millió sejtből származó szekvenciákat tartalmaz" - mondta Shengen Shawn Hu, PhD, a Zang laboratóriumának kutatója és a munka vezető szerzője. "De a szimplex kódolási modell gyönyörű matematikai tulajdonságai miatt pontos becslést adhat a szekvencia-torzulásokról."

Az eszköz tesztjei azt mutatták, hogy szignifikánsan jobb az összetett egysejtű adatok elemzése a különböző sejttípusok jellemzésére. Ez mind a biológiai alapkutatás, mind a betegségek diagnosztizálása szempontjából fontos, ahol az orvosoknak kis számú betegség sejtet kell kimutatniuk sokkal nagyobb mintákban, több tízezertől több millió sejtig.

"A torzításokat nem volt könnyű megtalálni, mert valódi jelekkel szőtték át, és a nagy mennyiségű adatban rejtőztek. Lehet, hogy nem lenne nagy baj, ha az emberek nagyszámú cellából csak a legerősebb jeleket választanák" - mondta Zang. aki a közelmúltban több más egysejtű genomikai kutatást is vezetett, amelyek a koszorúér-betegséget és a bélfejlődést tanulmányozták. "De ha megnézzük az egycellás adatokat, már nincs alacsonyan lógó gyümölcs. A jelek mindig gyengék az egyes cellák szintjén, a zaj és a torzítás hatásai pedig katasztrofálisak lehetnek. A torzításkorrekciót gyakran figyelmen kívül hagyják, de az egycellás adatelemzésben kulcsfontosságú lehet."

Annak érdekében, hogy új eszközüket széles körben elérhetővé tegyék, a kutatók ingyenes nyílt forráskódú szoftvereket fejlesztettek ki, és tették közzé az interneten. A szoftver a címen található https://github.com/zang-lab/SELMA és at https://doi.org/10.5281/zenodo.7048767.

"Reméljük, hogy ez az eszköz hasznos lehet az orvosbiológiai kutatóközösség számára a kromatinbiológia és genomika tanulmányozásában, és végső soron támogathatja a betegségek kutatását" - mondta Zang. „Mindig izgalmas látni, hogyan használják kollégáink az általunk kifejlesztett eszközöket, hogy fontos tudományos felfedezéseket tegyenek saját kutatásaik során.”

Eredmények közzétéve

A kutatók eredményeiket a Nature Communications folyóiratban tették közzé. (A cikk nyílt hozzáférésű, azaz ingyenesen olvasható.) A csapat tagjai Shengen Shawn Hu, Lin Liu, Qi Li, Wenjing Ma, Michael J. Guertin, Clifford A. Meyer, Ke Deng, Tingting Zhang és Chongzhi Zang.

A Zang az UVA közegészségügyi, biokémiai és molekuláris genetikai, valamint orvosbiológiai mérnöki osztályának tagja. Az Orvosbiológiai Mérnöki Tanszék az UVA School of Medicine és a School of Engineering együttműködése.

A munkát a National Institutes of Health R35GM133712, K22CA204439 és R35GM128635 támogatása támogatta; a National Science Foundation, Grant NSF-796 2048991; a University of Pittsburgh Center for Research Computing; UVA Rákközpont; és az NIH Nemzeti Rákkutató Intézete, Cancer Center Support Grant P30 CA44579.

Forrás:

Virginia Egyetem Egészségügyi Rendszere

Referencia:

Hu, SS, et al. (2022) Intrinsic torzítás becslés a tömeges és egysejtű kromatin hozzáférhetőségi profilok jobb elemzéséhez a SELMA segítségével. A természet kommunikációja. doi.org/10.1038/s41467-022-33194-z.

.