Pesquisadores da UVA Health estão desenvolvendo uma nova ferramenta para avançar na pesquisa de genômica e doenças

Pesquisadores da UVA Health estão desenvolvendo uma nova ferramenta para avançar na pesquisa de genômica e doenças

Os pesquisadores da UVA Health desenvolveram uma nova ferramenta importante para ajudar os cientistas a distinguir sinais de ruído enquanto estudam as causas genéticas do câncer e de outras doenças. Além de avançar na investigação e potencialmente acelerar novos tratamentos, a nova ferramenta poderá ajudar a melhorar o diagnóstico do cancro, tornando mais fácil para os médicos detectarem células cancerígenas.

A nova ferramenta, desenvolvida por Chongzhi Zang, PhD, UVA, e sua equipe e colaboradores, é um modelo matemático que ajudará a garantir a integridade do “big data” sobre os blocos de construção dos nossos cromossomos, material genético chamado cromatina. A cromatina – uma combinação de DNA e proteína – desempenha um papel importante no controle da atividade dos nossos genes. Quando a cromatina dá errado, pode transformar uma célula saudável em câncer ou contribuir para outras doenças.

E-book de Genética e Genômica

Compilação das principais entrevistas, artigos e notícias do ano passado. Baixe uma cópia gratuita

Os cientistas agora podem estudar a cromatina em células individuais usando uma tecnologia de ponta chamada ATAC-seq unicelular, mas isso produz uma enorme quantidade de dados, incluindo muito ruído e distorção. A nova ferramenta de Zang supera isso, salvando os cientistas de pistas falsas e esforços desperdiçados.

Na melhor das hipóteses, a pesquisa genômica em larga escala em células individuais é como “caçar uma agulha num palheiro”, diz Zang. Mas sua nova ferramenta tornará tudo muito mais fácil, removendo muito feno estragado.

Na forma tradicional de análise de dados, você pode ver alguns padrões que parecem sinais reais de um determinado estado da cromatina, mas são falsos devido ao viés da própria tecnologia experimental. Esses sinais falsos podem confundir os cientistas. Desenvolvemos um modelo para capturar e filtrar melhor esses sinais falsos, para que a agulha real que procuramos possa se destacar mais facilmente do feno.”

Chongzhi Zang, PhD, biólogo computacional do UVA Center for Public Health Genomics e UVA Health Cancer Center

Sobre a ferramenta genômica

A nova ferramenta de Zang adapta um modelo da teoria dos números e da criptologia chamado “codificação simplex”. Ele e seus colegas usaram isso para codificar sequências de DNA em formas matemáticas e, finalmente, converter a complexa sequência do genoma em uma forma matemática muito mais simples. Você pode então comparar diferentes formas para detectar distorções e ruídos nos dados de sequência que não são facilmente encontrados usando abordagens tradicionais.

"A complexidade das sequências de DNA aumenta exponencialmente à medida que ficam mais longas. Elas são difíceis de modelar porque um conjunto de dados típico contém milhões de sequências de milhares de células", disse Shengen Shawn Hu, PhD, pesquisador do laboratório de Zang e autor principal deste trabalho. “Mas o modelo de codificação simplex pode fornecer uma estimativa precisa das distorções de sequência devido à sua bela propriedade matemática.”

Os testes da ferramenta mostraram que ela era significativamente melhor na análise de dados complexos de células únicas para caracterizar diferentes tipos de células. Isto é importante tanto para a investigação biológica básica como para o diagnóstico de doenças, onde os médicos precisam de detectar pequenos números de células doentes em amostras muito maiores, variando de dezenas de milhares a milhões de células.

"As distorções não foram fáceis de encontrar porque estavam entrelaçadas com sinais reais e escondidas nas grandes quantidades de dados. Pode não ser um grande problema se as pessoas apenas captassem os sinais mais fortes de um grande número de células", disse Zang. que recentemente co-liderou várias outras pesquisas genômicas unicelulares que estudam doenças arteriais coronarianas e desenvolvimento intestinal. "Mas quando você olha para dados unicelulares, não há mais frutos fáceis de alcançar. Os sinais são sempre fracos no nível da célula individual, e os efeitos do ruído e da distorção podem ser catastróficos. A correção de polarização é frequentemente ignorada, mas pode ser crucial na análise de dados unicelulares. "

Para tornar a sua nova ferramenta amplamente disponível, os investigadores desenvolveram software de código aberto gratuito e colocaram-no online. O software pode ser encontrado em https://github.com/zang-lab/SELMA e em https://doi.org/10.5281/zenodo.7048767.

“Esperamos que esta ferramenta possa beneficiar a comunidade de pesquisa biomédica no estudo da biologia e genômica da cromatina e, em última análise, apoiar a pesquisa de doenças”, disse Zang. “É sempre emocionante ver como nossos colegas usam as ferramentas que desenvolvemos para fazer descobertas científicas importantes em suas próprias pesquisas.”

Resultados publicados

Os pesquisadores publicaram seus resultados na revista Nature Communications. (O artigo é de acesso aberto, o que significa leitura gratuita.) A equipe era composta por Shengen Shawn Hu, Lin Liu, Qi Li, Wenjing Ma, Michael J. Guertin, Clifford A. Meyer, Ke Deng, Tingting Zhang e Chongzhi Zang.

Zang faz parte dos departamentos de Ciências da Saúde Pública, Bioquímica e Genética Molecular e Engenharia Biomédica da UVA. O Departamento de Engenharia Biomédica é uma colaboração da Faculdade de Medicina e da Escola de Engenharia da UVA.

O trabalho foi apoiado pelos subsídios do National Institutes of Health R35GM133712, K22CA204439 e R35GM128635; a Fundação Nacional de Ciência, Grant NSF-796 2048991; o Centro de Pesquisa em Computação da Universidade de Pittsburgh; Centro de Câncer UVA; e o Instituto Nacional do Câncer do NIH, Cancer Center Support Grant P30 CA44579.

Fonte:

Sistema de saúde da Universidade da Virgínia

Referência:

Hu, SS, et al. (2022) Estimativa de viés intrínseco para análise aprimorada de perfis de acessibilidade de cromatina volumosa e unicelular usando SELMA. Comunicação da natureza. doi.org/10.1038/s41467-022-33194-z.

.