Los científicos han clasificado las células en diferentes variedades en función de su apariencia bajo un microscopio o, por diferencias que son más sutiles visualmente, en función del comportamiento de un puñado de genes. Pero en un intento por revelar diferencias y similitudes aún más distintivas,Investigadores del Centro de Cáncer Kimmel de Johns Hopkins, el Instituto de Medicina Genética Johns Hopkins y el Departamento de Neurociencia de Johns Hopkins desarrollaron dos nuevos métodos de inteligencia artificial que descifran la actividad genética compleja que controla las decisiones del destino celular en el desarrollo de la retina y relaciona esta actividad genética con lo que ocurre enotros tejidos y a través de diferentes especies.
Los hallazgos, publicados el 22 de mayo de 2019, en Sistemas celulares , describa los puntos en común y las diferencias responsables de la función celular que pueden proporcionar información clave sobre el estudio y el tratamiento de enfermedades humanas mucho más allá de la retina.
Los líderes del estudio, Elana Fertig, Ph.D., profesora asociada de oncología, Loyal Goff, Ph.D., profesora asistente de neurociencia, y sus colegas utilizaron la retina del ratón en desarrollo como su sistema modelo ". La retina es un sistema modelo idealpara estudiar el desarrollo porque refleja el desarrollo de todo el cerebro, aunque con un número más limitado de tipos de células ", dice Genevieve Stein-O'Brien, Ph.D., autor principal del estudio.
Los investigadores utilizaron datos derivados de la nueva tecnología de secuenciación de células individuales que investigó qué genes estaban activados y en qué medida, de más de 120,000 células individuales en la retina del ratón en 10 puntos de tiempo de desarrollo: embrionario Día 11, aproximadamente a la mitad de la gestaciónhasta el día 14 postnatal en un estudio complementario dirigido conjuntamente por Seth Blackshaw, Ph.D., profesor de neurociencia y Goff.
Corrieron estos datos a través de dos programas diferentes de inteligencia artificial que el equipo había desarrollado. El primer método, llamado scCoGAPS, busca patrones que caracterizan a las células en función de sus niveles de expresión. El segundo método, llamado projectR, usa estos patrones para relacionar las célulasen la retina en desarrollo a las células en otros sistemas, incluida la retina del ratón adulto, la retina humana en desarrollo, el cerebro en desarrollo y otros tipos de células en todo el cuerpo del ratón.
Fertig dice que con scCoGAPS, los investigadores identificaron 80 patrones diferentes en el transcurso del tiempo de desarrollo completo de la retina del ratón. Estos patrones correspondieron a cambios de células madre a células más maduras, distinciones discretas entre tipos de células maduras y diferencias entreratones de los que derivaron, como el sexo, entre otros factores.
Cuando los investigadores proyectaron estos patrones en los datos de expresión celular de la retina de un ratón adulto, encontraron claras similitudes, por ejemplo, los patrones de expresión génica en las células de los bastones adultos en la retina compartieron características con las células de la retina de ratón en desarrollo que estaban madurandoSin embargo, la mayoría de los patrones de expresión génica diferían entre los dos conjuntos, y las células embrionarias y postnatales expresaban patrones que eran claramente de naturaleza de desarrollo que contrastaban con los de las células maduras. Como ejemplo, Stein-O'Brien explica "los patrones de desarrollo aprendidos con CoGAPS revelan cambios en la expresión génica y el ciclo celular que hacen que un progenitor común genere tipos de células totalmente diferentes ".
Los investigadores también vieron patrones comunes entre la retina del ratón en desarrollo, la retina humana en desarrollo, la corteza cerebral humana en desarrollo y el cerebro medio del ratón en desarrollo. Estas similitudes muestran que los programas de inteligencia artificial pueden ser útiles para hacer comparaciones entre puntos de desarrollo y entre diferentesespecies y sistemas de órganos, explica Fertig.
Profundizando más, los científicos compararon los patrones en el desarrollo de células de retina de ratón con la expresión génica en células en otras partes del cuerpo del ratón. Sorprendentemente, dice Fertig, encontraron una expresión génica similar entre las células secretoras en los pulmones y un subconjunto de células en la retina, insinuando la presencia de un tipo celular aún no descrito en el pulmón en función de lo aprendido en la retina.
"Desde el punto de vista de la biología básica, esto desafía la noción de que un tipo de célula dado está realmente definido por un conjunto limitado de genes", dice ella. "Mostramos que estos patrones de genes pueden estar interrelacionados y que los patrones más amplios entre genes estánpreservado de muestra a muestra y contexto a contexto "
Fertig agrega, estas herramientas de inteligencia artificial también podrían arrojar luz específicamente sobre el cáncer, el enfoque principal de su investigación en general. Por ejemplo, algunas pruebas tienen como objetivo medir la respuesta de los pacientes a las terapias contra el cáncer mediante la actividad de un solo gen o un puñado degenes. El uso de scCoGAPS y projectR puede mostrar una imagen más complicada de la actividad genética que podría ayudar a los investigadores a desarrollar mejores formas de atacar el cáncer.
Fuente de la historia :
Materiales proporcionado por Medicina Johns Hopkins . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :