Cada uno de nosotros lleva en nuestros genomas aproximadamente 10 millones de variaciones genéticas llamadas polimorfismos de un solo nucleótido SNP, que representan una diferencia de solo una letra en el código genético. El patrón de SNP de cada ser humano es único y bastante estable, ya que se heredande nuestros padres y rara vez están mutados, lo que los convierte en una especie de "código de barras natural" que puede identificar las células de cualquier individuo. Un grupo de investigadores del Instituto Wyss de Ingeniería Biológicamente Inspirada en la Universidad de Harvard y la Facultad de Medicina de Harvard HMS ha desarrolladoUna nueva técnica de análisis genético que aprovecha estos códigos de barras para crear una forma más rápida, más barata y más simple de rastrear lo que les sucede a las células de diferentes personas cuando están expuestas a cualquier tipo de condición experimental, lo que permite analizar grandes grupos de células de varias personas.para medicina personalizada. La investigación se informa en medicina genómica .
A medida que la revolución de Big Data en la atención médica galopa a ritmo acelerado, es posible y más atractivo realizar experimentos en células de varias personas simultáneamente, ya que las diferencias en la respuesta de las células pueden indicar que las variaciones genéticas entre los individuos confieren algún tipo de efectoSin embargo, realizar un seguimiento de qué celdas pertenecen a qué persona a lo largo de un experimento multiplexado actualmente requiere que se agregue una etiqueta o código de barras único a las celdas de cada individuo, un proceso costoso y que requiere mucho tiempo y que a menudo implica integrar un código de barras por ejemplo, un código de barras únicoSecuencia de ADN en cada línea celular por separado para que puedan identificar las células durante la prueba. Aprovechando los perfiles SNP únicos de todos los humanos, el equipo de Wyss / HMS logró el mismo seguimiento celular sin el engorroso proceso de etiquetado.
Si bien los SNP han sido conocidos por la ciencia durante casi dos décadas, desbloquear su utilidad como códigos de barras ha resultado extremadamente difícil. Los SNP se distribuyen escasamente en todo el genoma aproximadamente un SNP se produce en 1,000 pares de bases, lo que significa que cualquier SNP solo puede distinguirentre dos individuos. Las tecnologías de secuenciación de alto rendimiento actuales y de uso común tienen longitudes de lectura de secuencia de menos de 1,000 pares de bases, lo que hace que sea casi imposible atribuir cada una de las lecturas de secuenciación a cualquier persona en particular basada en SNP.
Para superar este problema, el nuevo método del equipo combina la extracción de ADN genómico de un grupo mixto de células, la secuenciación del genoma completo del ADN extraído y un algoritmo computacional que predice la proporción de cada individuo dentro del grupo en función de todo el SNPperfil de alelos de las células de cada persona conocida. Muchas de las líneas celulares disponibles públicamente para investigación ya tienen perfiles de alelos SNP de genoma completo asociados con ellas, y el perfil de un individuo determinado puede determinarse con el uso de matrices de genotipado o genomas completos de baja coberturasecuenciación
los perfiles de alelos SNP pueden usarse para rastrear las identidades de las células a través de cualquier número de experimentos diferentes en los que el conjunto de muestras de células múltiples está sujeto a dos o más condiciones diferentes generalmente una condición de "control" y una condición "experimental",y luego analizó. Yingleong Chan, Ph.D., becario postdoctoral en el laboratorio de George Church en el Instituto Wyss y HMS, y sus compañeros de trabajo han desarrollado un algoritmo que predice las proporciones de las células de cada persona en la piscina antes y después delexperimento, y los compara para determinar qué células se expresan de manera diferente cuando se exponen a la condición probada ". El cambio en la proporción de las células de los individuos en el grupo experimental en comparación con el grupo de control le dice qué pasó con esas células durante el experimento, y si las células de cualquier persona en particular podrían tener una ventaja genética ", dice Chan.
Los investigadores probaron por primera vez su método simulando un grupo de células y variando el número de muestras, la cantidad de SNP analizados y el número de veces que el grupo fue secuenciado. Descubrieron que, en varias iteraciones, el algoritmo convergió a un valor fijoproporción estimada para cada perfil de SNP en el grupo que coincidía estrechamente con las proporciones simuladas. El algoritmo fue capaz de estimar con precisión las proporciones de grupos de hasta 1,000 individuos diferentes mediante el análisis de 500,000 SNP, y podría manejar muestras de eventos más líneas celulares si elnúmero de SNP analizados o se aumentó la profundidad de secuenciación.
A continuación, los investigadores probaron su algoritmo en linfocitos B humanos reales cuyos genomas habían sido secuenciados como parte del Proyecto Genoma Personal de Harvard, y descubrieron que predecía con precisión la proporción de los individuos dentro de un grupo de 50 líneas celulares diferentes ".Hay numerosos experimentos a los que se podría aplicar esta técnica ", dice Chan." Puede probar un medicamento contra el cáncer contra diferentes líneas celulares de diferentes personas, ver si la línea celular de un paciente en particular respondió bien al medicamento y luego usar ese medicamento paraun enfoque dirigido al tratamiento. Hemos construido efectivamente una herramienta de descubrimiento para permitir la medicina personalizada ".
Los autores señalan que su método no funcionará en muestras donde los diferentes tipos de células provienen de la misma persona, porque los perfiles de SNP serían idénticos, pero es muy prometedor para las pruebas multiplexadas de variación genética entre muchas muestras humanas.
"Probar los efectos de los medicamentos en múltiples líneas celulares de cáncer es una aplicación que se puede implementar de inmediato", dice el coautor corresponsal George Church, Ph.D., que es miembro fundador de la Facultad del Instituto Wyss, profesorde Genética en HMS, y Profesor de Ciencias y Tecnología de la Salud en Harvard y MIT. "Puede evaluar a muchas más personas a la vez, lo que no solo le brinda más datos, sino que se traduce en ahorros significativos de tiempo y costos".
"Esta nueva tecnología aprovecha el núcleo de lo que nos hace quienes somos, las variaciones únicas en nuestro ADN, y lo convierte en una herramienta que puede acelerar el descubrimiento al obviar la necesidad de analizar respuestas individuales en tiempo paralelo múltipleexperimentos costosos y costosos. También abre un enfoque completamente nuevo a la medicina personalizada ", dice el Director Fundador de Wyss, Donald Ingber, MD, Ph.D., quien también es el Profesor Judah Folkman de Biología Vascular en HMS y el Programa de Biología Vascularen el Boston Children's Hospital, así como profesor de bioingeniería en la Harvard John A. Paulson School of Engineering and Applied Sciences.
Fuente de la historia :
Materiales proporcionado por Instituto Wyss de Ingeniería Biológicamente Inspirada en Harvard . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :