Un gran avance en el análisis de datos de ARN de una sola célula

Los investigadores han desarrollado una herramienta computacional que puede llevar a cabo un análisis comparativo preciso de conjuntos de datos complejos de secuenciación unicelular

25.10.2022 - Japón

Los nuevos avances en los estudios biológicos de alto rendimiento permiten determinar los genes que están activos en una sola célula. Sin embargo, el análisis de los complejos conjuntos de datos resultantes puede resultar complicado. Ahora, un equipo de la Universidad de Osaka ha desarrollado CAPITAL, una nueva herramienta computacional para comparar conjuntos de datos complejos de células individuales.

La secuenciación del ARN proporciona información sobre el subconjunto de la población total de genes que se expresan activamente, o que están "encendidos". Con el avance de la tecnología, es posible secuenciar la población de ARN de una sola célula. Esto puede proporcionar una gran cantidad de información sobre los cambios específicos en la expresión génica que se producen cuando una gran población de células mixtas experimenta procesos dinámicos y transitorios, como la diferenciación o la muerte celular, porque cada célula individual puede ser analizada específicamente en lugar de agrupar todos los diferentes tipos de células.

CAPITAL está diseñado específicamente para comparar conjuntos de datos complejos de células individuales que experimentan procesos de transición. Estos análisis se llevan a cabo definiendo una "pseudotrayectoria temporal", que sitúa a las células a lo largo de una trayectoria hipotética que refleja su progreso a través del proceso transitorio. Estas trayectorias no siempre son directas y lineales; pueden llegar a ser muy complejas y ramificadas. En el pasado, sólo se podían alinear las trayectorias lineales para compararlas, pero la innovación del equipo significa que ahora se pueden alinear y comparar de forma precisa y automática las trayectorias ramificadas complejas.

Tras desarrollar el algoritmo utilizado para CAPITAL, que implementa un método conocido como alineación de árboles, lo probaron tanto en conjuntos de datos sintéticos como en conjuntos de datos auténticos de células de médula ósea. Los resultados demostraron que CAPITAL es estadísticamente más preciso y robusto que los algoritmos computacionales que existían anteriormente, mostrando importantes avances sobre estos métodos.

La comparación de trayectorias es un potente análisis que puede, por ejemplo, identificar la dinámica de la expresión génica entre diferentes especies para proporcionar información sobre los procesos evolutivos. "En este estudio demostramos que CAPITAL puede revelar la existencia de patrones moleculares diferentes entre humanos y ratones incluso cuando los patrones de expresión son similares y parecen estar conservados", afirma el autor principal, Reiichi Sugihara. "Esto permitirá identificar nuevos reguladores que determinan los destinos de las células". Esta tecnología no se limita sólo a este tipo de datos, como explica el autor principal, Yuki Kato: "Nuestra novedosa herramienta computacional puede aplicarse a una amplia gama de conjuntos de datos de alto rendimiento, incluyendo datos pseudotemporales, espaciales y epigenéticos".

Esta nueva y poderosa técnica permitirá la comparación global de las trayectorias de una sola célula, lo que puede conducir a la identificación de nuevos genes asociados a la enfermedad que no pudieron ser identificados por métodos comparativos anteriores. Así, CAPITAL representa un avance significativo en el campo de la biología unicelular.

Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.