El nuevo método aumenta eficiencia y exactitud de la secuencia unicelular del ARN

En la era de remedio personalizado, los científicos están utilizando nuevos discernimientos genéticos y genomic para ayudarles para determinar el mejor tratamiento para un paciente dado. En el caso de cáncer, el primer paso hacia estos tratamientos es una investigación en cómo las células del tumor se comportan en un esfuerzo de imaginar las mejores drogas para utilizar para atacarlas.

Los investigadores entonces utilizan la DNA y el ARN que ordenan para observar las poblaciones de células, examinando qué genes se expresan dentro de una muestra del tejido cacerígeno. Sin embargo, los métodos de secuencia tradicionales pueden ocultar ese hecho de que no todas las células del tumor se comportan necesariamente de la misma manera. El reconocimiento de esto significa que si usted apunta un tumor con un tipo específico de droga, algunas células pueden ser apenas diferentes bastante sobrevivir y prosperar.

En un avance importante para la genómica, es posible ahora observar qué una célula está haciendo en un momento dado con una técnica llamada secuencia unicelular del ARN (scRNA-seq). Este método observa a la cantidad de mensajero RNAs (mRNAs) en una célula y compara ésos a otras células para buscar diferencias en la expresión génica.

Sin embargo, qué información usted encuentra puede depender de cómo su corrida su experimento y de cómo se analizan los datos. Lana Garmire, Ph.D., profesor adjunto del departamento del remedio de cómputo y bioinformática en el remedio de Michigan y sus personas está estudiando maneras de eliminar algunas de las polarizaciones negativas que pueden hacer interpretando datos scRNA-seq difícil.

“Mucho el ruido en este tipo de secuencia viene del hecho de que usted tiene que medir muestras en cantidades inferiores extremas y en diversas mezclas,” ella explica. Por ejemplo, la muestra de tejido que un investigador está analizando puede no ajustar en una placa, un pedazo de equipo usado para contener muestras de la célula, y por lo tanto tiene que estar partida sobre dos placas. Las diferencias que se presentan debido a esta hendidura se llaman los efectos de la mezcla. Los investigadores de la genómica deben corregir para estos efectos de la mezcla, pero este proceso puede aumentar un enigma: ¿cómo usted sabe si una diferencia es un efecto de la mezcla o una diferencia verdadera entre las células?

Nuevas aplicaciones para los datos

La bioinformática es el término para cerco y analizar datos biológicos complejos usando programas de computadora. Es relativamente un nuevo campo soportado fuera de la capacidad de recopilar cantidades enormes de datos biológicos, tales como series de la DNA y de la proteína.

Los investigadores confían en técnicas de la bioinformática para determinar qué genes se expresan en células. Pero han tenido que trabajar alrededor del ruido introducido con diversos protocolos de la investigación y efectos de la mezcla. Garmire, que ensambló el U-M de la universidad de Hawaii y es recientemente la nueva base de la bioinformática de la Facultad de Medicina del director Universidad de Michigan de la facultad, ha descubierto un más modo eficaz de determinar diferencias entre las células usando el mismo equipo de datos presentados durante la secuencia de experimentos. En vez de la confianza en la expresión génica, ella encontró eso el observar se saben qué mientras que las únicas variantes del nucleótido (SNVs) pueden eliminar algo de esta incertidumbre. “De SNVs, usted se está ocupando de los números que son binarios, 0 y 1. Cualquier la mutación está allí o no.”

Revoque que los genes están compuestos de los nucleótidos representados por las letras A, T, G y C que componen una clave que se traduzca a una proteína. El método de Garmire busca diferencias en los únicos nucleótidos, sabiendo que una A se puede reemplazar solamente por un T y un G por el A.C. Esta nueva obra, descrita en comunicaciones de la naturaleza, desarrolló un nuevo equipo de procedimientos para tramitar datos scRNA-seq y para extraer esta información variable. Además, usando un programa de computadora llamado SSrGE, pueden enlazar esta información variable a una información más tradicional de la expresión génica.

“Esto nos da la información sobre diversas subpoblaciones de células del tumor y se convierte en clase como de una huella dactilar que se pueda marcar para determinar diferencias de la célula-a-célula,” dice Garmire.

Qué todo significa

Final, los fabricantes de drogas y los clínicos utilizan estos objetivos para conducir tratamientos farmacéuticos. “Cuando usted quiere atacar la entrega, usted va en ella atacando las características fundamentales de esa entrega: las mutaciones. Los clínicos pueden poder utilizar esta información después para conducir su terapéutica.” Garmire observa adelante a traer la bioinformática fuera del laboratorio, ayudando a los investigadores que amontonan una gran cantidad de datos para utilizarlos y para desarrollar usos clínicos rio abajo. ¿“Dividimos la carrocería hacia arriba y nos especializamos pero al final del día, usted necesita observar holístico y pedir, qué es yo que hace y quién es esta ayuda? Estamos desarrollando las herramientas de cómputo para traer a investigadores de la bioinformática y los científicos y los clínicos del banco de trabajo juntos conectar los puntos y realizar final el cambio.

Fuente: http://www.med.umich.edu/