Una búsqueda de larga data en medicina ha sido comprender cómo la misma enfermedad se presenta de manera diferente entre varios pacientes. Aunque se ha pensado que un aspecto central de estas diferencias es una heterogeneidad entre células individuales dentro de una gran población de células, tieneseguía siendo un desafío visualizar esta heterogeneidad para una mejor comprensión de la biología unicelular. En un nuevo estudio publicado en Genómica BMC , investigadores de la Universidad de Tsukuba revelan que han desarrollado una herramienta novedosa que permite la visualización de cómo las células individuales manejan y procesan el ARN.
La información genética de un organismo se almacena en el ADN. Contiene el código para crear otras moléculas que hacen que todas las células y órganos del cuerpo funcionen. Curiosamente, solo el 1% del ADN forma genes, de los cuales las proteínas se producen a través del ARNintermediarios. Existe un gran debate sobre el papel del ADN restante, pero se cree que diferentes tipos de ARN se producen a partir de él y dirigen el destino de la célula. Aunque cada célula del cuerpo contiene el mismo ADN, cómo leen yEl proceso de ADN para producir ARN puede diferir dramáticamente entre células individuales, especialmente por el transcriptoma, que incluye todo el ARN producido a partir de genes, pero no tanto por otros ARN.
"Los genes han sido el foco principal de la investigación biológica durante mucho tiempo", dice el autor principal del estudio Haruka Ozaki. "Queríamos centrarnos en lo que llamamos cobertura de lectura de datos de secuenciación de ARN unicelular scRNA-seq, que también incluye ARN que no son productos de genes. Aunque podemos medir la cantidad de ARN diferente que produce una sola célula mediante las tecnologías scRNA-seq, queríamos encontrar un nuevo método que también visualice la cobertura de lectura específica, porque solo entoncespodemos obtener una imagen completa de la biología del ARN y de cómo contribuye a la biología celular a nivel de una sola célula "
Para lograr su objetivo, los investigadores desarrollaron una nueva herramienta computacional que llamaron Millefy. Millefy utiliza los datos existentes de scRNA-seq para visualizar la cobertura de lectura de células individuales como un mapa de calor, que ilustra las diferencias entre las células individuales en una escala relativa. Los investigadoresPrimero demostró la utilidad de Millefy en un modelo bien establecido de células madre embrionarias de ratón al mostrar la heterogeneidad de la cobertura de lectura entre las células en desarrollo. Luego aplicaron Millefy a las células cancerosas de pacientes con cáncer de mama triple negativo, un tipo de cáncer de mama particularmente agresivo.Millefy no solo mostró heterogeneidad entre las células cancerosas en general, sino que también reveló heterogeneidad en un aspecto específico de la biología del ARN que previamente se desconocía.
"Nuestro enfoque simplifica la investigación de la heterogeneidad celular en la biología del ARN utilizando datos de scRNA-seq", dice Ozaki. "Nuestros hallazgos podrían ayudar a identificar qué hace que las células individuales sean individuales, lo que nos ayudaría a entender por qué los pacientes con la misma enfermedad a menudo son tratadoscon mayor o menor éxito. Además, para permitir un rápido progreso en el campo, pusimos a Millefy a disposición del público para la comunidad científica ".
Fuente de la historia :
Materiales proporcionado por Universidad de Tsukuba . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :