Las células en nuestros cuerpos se expresan de diferentes maneras. Una célula puede poner un trozo de código genético a trabajar, mientras que otra célula ignora la misma información por completo. Comprender por qué podría estimular nuevas terapias con células madre o conducir a una comprensión más fundamentalde cómo se desarrollan los organismos, pero concentrarse en estas diferencias de célula a célula puede ser un desafío.
Ahora, dos investigadores de la UCLA han ideado una herramienta computacional que aumenta la confiabilidad de medir qué tan fuertemente se expresan los genes en una célula individual, incluso cuando la célula apenas lee ciertos genes. La investigación fue publicada el mes pasado en la revista Comunicaciones de la naturaleza .
"La secuencia de ADN es la misma en una célula del cerebro, una célula del hígado y una célula del corazón", dijo Jingyi "Jessica" Li, la autora correspondiente del estudio y profesora asistente de estadística de la UCLA. "¿Por qué esas células se ven tan diferentes?? La clave es la expresión génica "
el ADN codifica la información necesaria para crear y operar un organismo. Pero la tarea de leer y actuar sobre esa información recae en el ARN, largas cadenas de moléculas móviles que transportan instrucciones genéticas a otras partes de una célula. Al contar las diversas moléculas de ARNen una célula, los investigadores pueden determinar qué genes están activos, o "expresados", y en qué grado.
Sin embargo, si las moléculas de ARN están presentes solo en pequeñas cantidades, las herramientas de análisis pueden ser engañadas y pensar que los genes correspondientes no están activos en absoluto. A menos que se corrijan, estos "abandonos" pueden dar una imagen engañosa sobre las diferencias reales entre las células.
"Si desea obtener información biológica útil a nivel celular individual, debe hacer algunas inferencias estadísticas", dijo Li, quien también es jefe del laboratorio de Junction of Statistics and Biology. "De lo contrario, sus conclusiones pueden estar equivocadas"
Li y Wei "Vivian" Li, un candidato doctoral en el departamento de estadística de la UCLA, han diseñado un software de análisis estadístico para manejar los abandonos en la secuenciación de ARN. Su herramienta, llamada "scImpute", estima qué genes en una célula tienen más probabilidades deabandono basado en el estudio de todas las células individuales en un experimento. La herramienta luego utiliza información de células similares para hacer una suposición educada sobre cuál debería ser el nivel de expresión génica.
La utilización de estimaciones no es nueva. Pero las herramientas disponibles son demasiado amplias, ya que intercambian todas las expresiones genéticas de una célula por otra, o hiperespecializadas para un tipo particular de estudio. Las ventajas de scImpute son "flexibilidad y universalidad", Dijo Jessica Li. La herramienta actúa con precisión quirúrgica para reemplazar solo las abundancias que probablemente se han abandonado y se pueden usar en cualquier tipo de análisis de expresión génica unicelular".
En las exhaustivas pruebas de Vivian Li en datos simulados y reales, algunos de los cuales proporcionan evidencia empírica de los niveles reales de expresión génica, scImpute es más preciso que otros métodos. El software distingue de manera confiable los genes que abandonan los que no se expresanen absoluto, y proporciona estimaciones precisas de las abundancias reales.
El software de código abierto está disponible de forma gratuita en línea como complemento para una plataforma de computación científica ampliamente utilizada para el análisis estadístico conocida como el entorno de programación R.
Los dos investigadores han demostrado que scImpute funciona bien en pequeños grupos de células cuando las tasas de abandono son bajas. Pero en grandes poblaciones, las tasas de abandono pueden exceder el 90 por ciento de los genes. Su próximo objetivo es hacer que la herramienta sea tan confiable en aquellosSituaciones: al tomar prestada información de otros genes, no solo de otras células, y de bases de datos en línea, creen que ScImpute puede convertirse en una herramienta sólida para todas las situaciones.
Esta investigación fue apoyada por una beca de iniciación de investigación de la Fundación PhRMA en informática, así como por subvenciones de la División de Ciencias Matemáticas de la Fundación Nacional de Ciencias y el Instituto Nacional de Ciencias Médicas Generales del Instituto Nacional de Salud.
Fuente de la historia :
Materiales proporcionado por Universidad de California - Los Ángeles . Original escrito por Christopher Crockett. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :