تتيح أداة حسابية جديدة للباحثين التعرف على الخلايا بناءً على شكل كروموسومها

تتيح أداة حسابية جديدة للباحثين التعرف على الخلايا بناءً على شكل كروموسومها

استعار علماء سالك طرقًا من علوم الكمبيوتر لتطوير نهج جديد

LA JOLLA - في نواة كل خلية حية ، يتم طي خيوط طويلة من الحمض النووي بإحكام في كروموسومات مضغوطة. الآن ، بفضل نهج حسابي جديد تم تطويره في معهد Salk ، يمكن للباحثين استخدام بنية طيات الكروموسوم هذه للتمييز بين أنواع الخلايا. ستمنح المعلومات حول بنية كروموسوم كل خلية العلماء فهمًا أفضل لكيفية لعب التفاعلات بين مناطق مختلفة من الحمض النووي دورًا في الصحة والمرض. تم نشر الدراسة في وقائع الاكاديمية الوطنية للعلوم الأسبوع الذي يبدأ في 8 يوليو 2019.

"في أنسجة مثل الكبد أو القلب أو المخ ، هناك العديد من أنواع الخلايا المتنوعة التي لم نفهمها بعد ؛ هذه أداة جديدة لمساعدتنا في النظر إلى هذه الخلايا واحدة تلو الأخرى "، كما يقول أستاذ Salk ومحقق معهد هوارد هيوز الطبي جوزيف إيكر، الذي يرأس مختبر التحليل الجينومي في سالك.

يعرف الباحثون أن غالبية الجينوم البشري يتكون من دنا منظم - امتدادات من الدنا لا تقوم هي نفسها بتشفير البروتينات ، ولكنها تساعد في التحكم في ما إذا كان يتم التعبير عن الجينات في أي خلية ومتى يتم التعبير عنها. قد يحدث هذا التنظيم من خلال التفاعلات الفيزيائية بين الامتداد التنظيمي للحمض النووي والجين. ومع ذلك ، قد تكون المناطق التنظيمية بعيدة كل البعد عن الجين الذي تنظمه على خيط خطي من الحمض النووي. في عملية تجميع الكروموسوم ، يتم تكوين روابط محددة ومحددة بين الجينات والحمض النووي التنظيمي ، متماسكة بشكل وثيق في كروموسوم مطوي.

في عام 2009 ، طور الباحثون Hi-C ، وهي طريقة لسبر الخلايا لهذه التفاعلات الصبغية. إن معرفة امتدادات الحمض النووي التي تتفاعل جسديًا يمكن أن تخبر العلماء عن تأثير الطفرة في منطقة تنظيمية ، مما يساعد في تفسير سبب تغيير مستويات البروتين في الخلية المريضة. عادةً ما يتم استخدام Hi-C في العديد من الخلايا في وقت واحد ولا تلتقط النتائج سوى متوسط ​​بنية الكروموسوم في مجموعة من الخلايا. هذا يعني أنه إذا كان هناك تفاعل بين منطقتين من الحمض النووي ، ولكنه موجود فقط في أقلية صغيرة من الخلايا ، فلن يظهر في تجربة Hi-C قياسية.

يقول إيكر: "إذا كان نصف الخلايا التي تدرسها لها بنية كروموسوم معينة ، يمكنك أن ترى ذلك ، لكن لا يمكنك حقًا معرفة ما تفعله الخلايا الفردية". أرادت مجموعته تطوير طريقة للحصول على بيانات خلية مفردة أكثر تفصيلاً من تجارب Hi-C.

يقول طالب الدراسات العليا Jingtian Zhou ، المؤلف الأول للورقة الجديدة ، إن مشكلة تطبيق Hi-C على الخلايا المفردة هي أن الخلايا من نفس النوع يمكن أن يكون لها تنوع في بنية الكروموسومات الخاصة بها. علاوة على ذلك ، فإن تجربة Hi-C التي أجريت على خلية واحدة تكشف فقط عن بيانات حول 5 ٪ من الجينوم. لذا فإن العثور على اتجاهات - مثل استنتاج أن نوع خلية واحد لديه تغير في بنية الكروموسوم عند وجود المرض - يعد أمرًا صعبًا. ولكن اتضح أن هاتين المشكلتين في البيانات - المعروفة باسم عدم التجانس والتباين - يتم التعامل معها من قبل الباحثين في العديد من المجالات المتنوعة التي يتعين عليها تحليل مجموعات البيانات الكبيرة ، وهناك بعض الحلول.

يقول تشو: "انتهى بنا الأمر إلى استعارة الخوارزميات المستخدمة في علوم الكمبيوتر وتطبيقها على البيانات البيولوجية لمساعدتنا في التعامل مع تباين وعدم تجانس نتائج Hi-C أحادية الخلية".

مع هذا الإلهام من علوم الكمبيوتر ، طور الفريق scHiCluster ، وهي خوارزمية لفحص بيانات Hi-C من الخلايا المختلطة وفرز الخلايا إلى مجموعات منفصلة بناءً على تشابه تفاعلات الكروموسومات. يتيح لهم ذلك استخلاص استنتاجات بسهولة أكبر حول ما تفعله الخلايا عندما يتعلق الأمر بتنظيم الجينات في ظروف بيولوجية مختلفة.

لقد اختبروا الخوارزمية على مجموعات منشورة مسبقًا من بيانات Hi-C ، مما يدل على أنهم يستطيعون فرز أنواع مختلفة من الخلايا بشكل صحيح من مجموعة بيانات مختلطة. سيكون النهج الجديد مفيدًا حيث يواصل الباحثون دراسة كيفية عمل الخلايا في جسم الإنسان ، وكيف تنحرف هذه الوظيفة في المرض.

يقول إيكر: "إذا كنت مصابًا بمرض مثل الزهايمر ، فقد وجد الباحثون تغيرات في التعبير الجيني في بعض أنواع خلايا الدماغ". "ولكن حتى الآن ، لم يكن لدينا القدرة على ربط تغييرات التعبير الجيني بسهولة بمناطق في الجينوم تتحكم في نسخ الجينات."

تخطط المجموعة لتوليد بيانات Hi-C في خلايا مفردة في مجموعة متنوعة من الأنسجة البشرية. يمكن أن يؤدي تطبيق التقنية الحسابية على دراسة هياكل الكروموسومات أحادية الخلية إلى تسهيل فهم تنوع تنظيم الجينات في أنواع الخلايا المختلفة.

الباحثون الآخرون في الدراسة هم يوسي تشين ، وتيرينس سيجنوفسكي ، وجيسي ديكسون من معهد سالك. Jianzhu Ma و Chuankai Cheng و Bokan Bao من جامعة كاليفورنيا في سان دييغو ؛ وجيان بينج من جامعة إلينوي في أوربانا شامبين.

تم دعم العمل الموصوف في هذه الورقة من قبل المعهد القومي لبحوث الجينوم البشري.

دوى: X