Los biólogos computacionales de la Universidad Carnegie Mellon han tomado un algoritmo utilizado para estudiar las redes sociales, como las comunidades de Facebook, y lo han adaptado para identificar cómo el ADN y las proteínas están interconectados en las comunidades dentro del núcleo celular.
Jian Ma, profesor asociado en el Departamento de Biología Computacional de la CMU, dijo que los científicos han llegado a apreciar que el ADN, las proteínas y otros componentes dentro del núcleo parecen formar comunidades estructural y funcionalmente importantes. El comportamiento de estas comunidades puede resultar clave para comprender la célula celular básicaprocesos y mecanismos de enfermedades, como el envejecimiento y el desarrollo del cáncer.
Sin embargo, descubrir cómo identificar estas comunidades entre las decenas de miles de genes, proteínas y otros componentes de la célula es desalentador. Un factor importante es la proximidad, tanto en términos de genes controlados por las mismas proteínas reguladoras llamadas transcripciónfactores y en términos de disposición espacial, con el complejo plegamiento y empaquetamiento del ADN que pone ciertos genes cerca uno del otro.
En muchos casos, las relaciones son similares a las de muchas comunidades de Facebook, con algunos miembros ubicados cerca unos de otros, mientras que otros que pueden estar muy separados se unen a través de intereses compartidos.
En un artículo presentado en la portada de la edición de febrero de la revista Investigación del genoma , los autores principales Dechao Tian, un investigador postdoctoral y Ruochi Zhang, un estudiante de doctorado en biología computacional, explican cómo desarrollaron un nuevo algoritmo, MOCHI, para subdividir los componentes nucleares entrelazados en las comunidades.
MOCHI se inspiró en un algoritmo desarrollado originalmente por el laboratorio del científico informático Jure Leskovec. Comenzando como estudiante de doctorado en CMU y continuando como miembro de la facultad en la Universidad de Stanford, Leskovec se ha especializado en el análisis de grandes redes sociales e informaciónredes.
El algoritmo MOCHI analiza la disposición espacial de todos los genes y las proteínas del factor de transcripción en un núcleo basado en las interacciones cromosómicas de todo el genoma y las redes reguladoras de genes globales. Al ver esta información como un gráfico 3D, el algoritmo busca ciertas subgrafías o "motivos "dentro de él. Un motivo podría ser, digamos, una forma triangular, como es típico en el análisis de redes sociales, o un subgrafo de cuatro nodos, que MOCHI usa para analizar redes complejas en el núcleo celular. El algoritmo luego se agrupa osubdivide, el gráfico de una manera que minimiza la interrupción de estos motivos.
Probaron MOCHI aplicándolo a cinco tipos de células diferentes. Así como el algoritmo original ha demostrado ser experto en identificar comunidades dentro de una gran masa de datos de redes sociales, MOCHI identificó lo que parecen ser cientos de comunidades dentro de los núcleos de estos tipos de células.
Hasta el momento, los investigadores no saben qué podría hacer cada comunidad, pero dicen que tienen razones para creer que las subdivisiones hechas por MOCHI son válidas. Por ejemplo, Ma dijo que el algoritmo identificó comunidades que parecen ser comunes paratodos los tipos de células utilizados en este estudio. También identificó algunas comunidades que parecen ser exclusivas de un tipo de célula en particular. Además, Ma dijo que encontraron "enriquecimiento" de genes relacionados con enfermedades dentro de las comunidades.
Ma será necesario mucho más trabajo para identificar la función y el comportamiento de cada una de estas comunidades, dijo Ma, pero el algoritmo MOCHI brinda a los investigadores un punto de partida para el estudio.
"Hay una razón por la cual estas comunidades se forman en el núcleo", dijo. "Simplemente no conocemos los mecanismos de formación de estas comunidades todavía". Comprenderlas podría ayudar a los investigadores a delinear procesos celulares fundamentales y sugerir posibles formas de mejorarComprender el desarrollo de la enfermedad.
Los investigadores también planean incluir componentes adicionales del núcleo celular, como ARN y otros tipos de proteínas, en su análisis.
Además de Ma, Tian y Zhang, los autores del artículo incluyen a Yang Zhang y Xiaopeng Zhu, investigador asociado y científico del proyecto, respectivamente, en el Departamento de Biología Computacional. Los Institutos Nacionales de Salud, incluido su Programa 4D Nucleome,y la National Science Foundation apoyó esta investigación.
Fuente de la historia :
Materiales proporcionado por Universidad Carnegie Mellon . Original escrito por Byron Spice. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :