Raziskovalci UVA Health razvijajo novo orodje za pospeševanje raziskav genomike in bolezni

Raziskovalci UVA Health razvijajo novo orodje za pospeševanje raziskav genomike in bolezni

Raziskovalci UVA Health so razvili pomembno novo orodje, ki pomaga znanstvenikom razlikovati signale od hrupa, ko preučujejo genetske vzroke raka in drugih bolezni. Poleg napredovanja raziskav in morebitnega pospeševanja novih zdravljenj bi lahko novo orodje pomagalo izboljšati diagnozo raka, tako da bi zdravnikom olajšalo odkrivanje rakavih celic.

Novo orodje, ki so ga razvili dr. Chongzhi Zang, UVA, in njegova ekipa ter sodelavci, je matematični model, ki bo pomagal zagotoviti celovitost "velikih podatkov" o gradnikih naših kromosomov, genetskem materialu, imenovanem kromatin. Kromatin – kombinacija DNK in beljakovin – ima pomembno vlogo pri nadzoru aktivnosti naših genov. Ko gre kromatin narobe, lahko zdravo celico spremeni v rakavo ali prispeva k drugim boleznim.

E-knjiga o genetiki in genomiki

Zbirka najboljših intervjujev, člankov in novic zadnjega leta. Prenesite brezplačno kopijo

Znanstveniki lahko zdaj preučujejo kromatin v posameznih celicah z uporabo vrhunske tehnologije, imenovane enocelični ATAC-seq, vendar to proizvede ogromno količino podatkov, vključno z veliko šuma in popačenja. Zangovo novo orodje to reši in znanstvenike reši pred lažnimi sledi in zapravljenim trudom.

V najboljših časih so obsežne genomske raziskave posameznih celic podobne »lovu na iglo v kupu sena«, pravi Zang. Toda njegovo novo orodje bo to zelo olajšalo, saj bo pospravilo veliko slabega sena.

Pri tradicionalnem načinu analize podatkov boste morda videli nekaj vzorcev, ki so videti kot pravi signali določenega stanja kromatina, vendar so napačni zaradi pristranskosti same eksperimentalne tehnologije. Takšni lažni signali lahko zmedejo znanstvenike. Razvili smo model za boljše zajemanje in filtriranje takšnih lažnih signalov, tako da lahko prava igla, ki jo iščemo, lažje izstopa iz sena.«

Chongzhi Zang, doktor znanosti, računalniški biolog v UVA Centru za javnozdravstveno genomiko in UVA Health Cancer Center

O orodju za genomiko

Zangovo novo orodje prilagaja model iz teorije števil in kriptologije, imenovan "simpleksno kodiranje". On in njegovi kolegi so to uporabili za kodiranje zaporedij DNK v matematične oblike in na koncu pretvorili zapleteno zaporedje genoma v veliko enostavnejšo matematično obliko. Nato lahko primerjate različne oblike, da zaznate popačenja in šum v podatkih zaporedja, ki jih s tradicionalnimi pristopi ni enostavno najti.

"Kompleksnost zaporedij DNK narašča eksponentno, ko postajajo daljša. Težko jih je modelirati, ker tipičen nabor podatkov vsebuje milijone zaporedij iz tisočih celic," je povedal dr. Shengen Shawn Hu, raziskovalec v Zangovem laboratoriju in glavni avtor tega dela. "Toda model kodiranja simpleksa lahko zaradi svoje čudovite matematične lastnosti zagotovi natančno oceno izkrivljanja zaporedja."

Preizkusi orodja so pokazali, da je bistveno boljše pri analizi kompleksnih enoceličnih podatkov za karakterizacijo različnih vrst celic. To je pomembno tako za osnovne biološke raziskave kot za diagnozo bolezni, kjer morajo zdravniki odkriti majhno število celic bolezni v veliko večjih vzorcih, ki segajo od deset tisoč do milijonov celic.

"Izkrivljanja ni bilo lahko najti, ker so bila prepletena z resničnimi signali in skrita v velikih količinah podatkov. Morda ne bi bilo nič posebnega, če bi ljudje samo izbrali najmočnejše signale iz velikega števila celic," je dejal Zang. ki je pred kratkim sodeloval pri več drugih raziskavah enocelične genomike, ki so preučevale bolezen koronarnih arterij in razvoj črevesja. "Toda ko pogledate enocelične podatke, ni več nizko visečih plodov. Signali so vedno šibki na ravni posamezne celice, učinki hrupa in popačenja pa so lahko katastrofalni. Popravek pristranskosti je pogosto prezrt, vendar je lahko ključnega pomena pri analizi enoceličnih podatkov."

Da bi bilo njihovo novo orodje široko dostopno, so raziskovalci razvili brezplačno odprtokodno programsko opremo in jo objavili na spletu. Programsko opremo lahko najdete na https://github.com/zang-lab/SELMA in pri https://doi.org/10.5281/zenodo.7048767.

"Upamo, da bo to orodje lahko koristilo biomedicinski raziskovalni skupnosti pri preučevanju biologije kromatina in genomike ter na koncu podprlo raziskave bolezni," je dejal Zang. "Vedno je vznemirljivo videti, kako naši kolegi uporabljajo orodja, ki jih razvijemo, za pomembna znanstvena odkritja v svojih raziskavah."

Rezultati objavljeni

Raziskovalci so svoje rezultate objavili v reviji Nature Communications. (Članek je odprt, kar pomeni brezplačen za branje.) Ekipo so sestavljali Shengen Shawn Hu, Lin Liu, Qi Li, Wenjing Ma, Michael J. Guertin, Clifford A. Meyer, Ke Deng, Tingting Zhang in Chongzhi Zang.

Zang je del UVA oddelkov za javne zdravstvene vede, biokemijo in molekularno genetiko ter biomedicinski inženiring. Oddelek za biomedicinsko tehniko je rezultat sodelovanja UVA School of Medicine in School of Engineering.

Delo so podprli štipendije Nacionalnega inštituta za zdravje R35GM133712, K22CA204439 in R35GM128635; Nacionalna znanstvena fundacija, Grant NSF-796 2048991; Center za raziskovalno računalništvo Univerze v Pittsburghu; Center za raka UVA; in Nacionalni inštitut za raka NIH, Cancer Center Support Grant P30 CA44579.

Vir:

Zdravstveni sistem Univerze v Virginiji

Referenca:

Hu, SS, et al. (2022) Ocena intrinzične pristranskosti za izboljšano analizo profilov dostopnosti množičnega in enoceličnega kromatina z uporabo SELMA. Komunikacija v naravi. doi.org/10.1038/s41467-022-33194-z.

.