Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Las ayudas de florecimiento de la levadura hacen predicciones útiles sobre la biología de individuos

Ahora cuesta solamente unos miles euros para ordenar el genoma de un ser humano individual. Sin embargo, para la mayor parte de nosotros, conocer nuestra serie del genoma no sería útil. Cada uno humano tiene más de 20 000 genes, y en cada uno de nosotros varios miles de estos genes lleve las mutaciones. No conocemos qué suceso cuando se alteran la mayoría de los genes humanos, así que significa que no podemos todavía hacer muchas predicciones útiles sobre nuestra salud de la serie de nuestro genoma. Ponga otra manera, porque la mayoría de las enfermedades humanas comunes que no conocemos la mayor parte de los genes que son importantes, y así que no podemos predecir si una persona desarrollará una enfermedad de su serie de la DNA.

Para fijar si es posible hacer predicciones útiles sobre la biología de individuos, los investigadores de CRG giraron a una especie más simple y mejor entendida - levadura de florecimiento.  La levadura de florecimiento se utiliza para hacer el pan, la cerveza y el vino, y es estudiada como un “organismo modelo” por millares de investigadores.  Esto significa que los 6000 genes de la levadura de florecimiento son probablemente mejores entendidos que los de cualesquiera otras especies en el planeta.

“El punto clave está ése en un organismo modelo que podemos probar cómo es bueno son nuestras predicciones. Tenemos una idea mucho mejor de los genes que son importantes para cada proceso, y así que podemos probar realmente si podemos hacer predicciones útiles sobre la biología de individuos, por ejemplo si son afectadas por una droga”, decimos a Ben Lehner, coordinador del estudio y profesor de la investigación de ICREA en el CRG.  “En levadura podemos hacer predicciones, y entonces podemos utilizar un gran número de experimentos rápidos y baratos para probar si estas predicciones están correctas.  Esto es muy importante - poder probar experimental como de bien los métodos de la predicción trabajan real.”

Los investigadores evaluaron predicciones sobre los fenotipos de 19 variedades de levadura (Saccharomyces Cerevisiae). El primer reto hecho frente era determinar cuáles de los aproximadamente 3000 transformaron genes en cada uno individual se alteran real en la función.  Entonces, sobre la base de esta variación, tuvieron que predecir si cada uno individual es probable ser anormal para un fenotipo determinado tal como incremento en diversas condiciones ambientales. En la parte pasada del proyecto, más de 1.600 pruebas experimentales fueron realizadas bajo diversas condiciones. Los resultados mostraron que es posible hacer predicciones exactas sobre el fenotipo de una deformación del S. cerevisiae.

Según los investigadores, hay por lo menos, dos condiciones necesarias para tal proyecto: conocimiento muy bueno sobre los genes que son importantes para un fenotipo, y experimentos realizados en individuos bajo condiciones controladas para evaluar cómo es exacto son las predicciones. En el caso de ser humano, esto es muy difícil de lograr, pues los millares de variables están implicados (de molecular a ambiental) y la mayoría de los genes que afectan a fenotipos y a enfermedades determinados quedan determinar. Ésta es la desventaja mayor actual con el remedio personalizado: no teniendo el conocimiento o las herramientas necesarias probar todas las variables implicadas.

En cambio, la fabricación y la prueba de predicciones fenotípicas en un organismo modelo simple tal como levadura permite que los investigadores prueben que los modelos alternativos y las metodologías ofrecen las mejores predicciones. Los investigadores sugieren de hecho en el artículo que las mejorías futuras pudieran ser logradas mejor ordenando “las competencias de la predicción del fenotipo” que implicaban muchos diversos laboratorios.

“La cosa más importante es tener conocimiento completo sobre los genes que son importantes para un fenotipo determinado. No es posible predecir exacto si conocemos solamente un subconjunto de los genes que son importantes”, decimos al primer autor del holandés del estudio Rob Jelier, investigador postdoctoral de Cierva del la de Juan de en el CRG.  “Sin embargo, encontramos que, cuando nuestra comprensión de la función del gen es buena, las predicciones muy exactas se pueden hacer usando un modelo genético asombrosamente simple. Esto ofrece una cierta esperanza para el futuro del remedio personalizado y profético en seres humanos.”

El estudio será publicado en la genética de la naturaleza del gorrón y fue financiado por el ministerio de la ciencia y la innovación (MMCINN) y el Consejo de Investigación europeo (ERC).

Extracto original del papel:

“Un reto central en genética es predecir la variación fenotípica de series individuales del genoma. Aquí construimos y evaluamos las predicciones fenotípicas para 19 deformaciones de Saccharomyces Cerevisiae. Utilizamos métodos basados protección para predecir el impacto de la variación de la proteína-codificación dentro de genes en la función de la proteína. Entonces alineamos deformaciones usando una muesca de la predicción que mida la suma total de cambios de función-alteración en diversos equipos de genes denunciados a la influencia sobre 100 fenotipos en pantallas genoma-anchas de la baja-de-función. Evaluamos nuestras predicciones comparándolas con la tasa de crecimiento y la eficiencia observadas de 15 deformaciones probadas a través de 20 condiciones en experimentos cuantitativos. El funcionamiento profético mediano, según lo medido por ROC AUC, era 0,76, y las predicciones eran más exactas cuando los genes denunciados para influenciar un rasgo fueron conectados altamente en una red funcional del gen.”