Новая технология использует «естественные штрих-коды» для облегчения отслеживания клеток

        

Каждый из нас несет в наших геномах около 10 миллионов генетических вариаций, называемых однонуклеотидными полиморфизмами (SNP), которые представляют собой разницу только одной буквы в генетическом коде. Шаблоны SNP каждого человека уникальны и достаточно стабильны, поскольку они унаследованы от наших родителей и редко мутируют, делая их своего рода «естественным штрих-кодом», который может идентифицировать клетки от любого человека. Группа исследователей из Института Wyss для биологически вдохновленной инженерии в Гарвардском университете и Гарвардской медицинской школе (HMS) разработала новый метод генетического анализа, который использует эти штрих-коды для создания более быстрого, дешевого и более простого способа отслеживать, что происходит с клетками из различные индивидуумы, когда они подвергаются воздействию какого-либо экспериментального состояния, позволяя анализировать большие пулы клеток из нескольких людей для персонализированной медицины. Исследование сообщается в Геномной медицине .

. Как революция в области больших данных в области галактик здравоохранения быстро, становится возможным и более привлекательным проведение экспериментов на клетках у нескольких людей одновременно, поскольку различия в том, как реагируют клетки, могут указывать на то, что генетические различия между индивидуумами дают некоторые виды эффект. Тем не менее, отслеживание того, какие ячейки принадлежат кому-либо на протяжении всего такого мультиплексированного эксперимента, в настоящее время требует, чтобы к клеткам каждого человека добавлялся уникальный тег или штрих-код, трудоемкий и дорогостоящий процесс, который часто включает в себя интеграцию штрих-кода (например, уникальную ДНК последовательность) в каждую клеточную линию отдельно, чтобы они могли идентифицировать клетки во время тестирования. Воспользовавшись уникальными профилями SNP всех людей, команда Wyss / HMS добилась такого же отслеживания клеток без громоздкого процесса маркировки.

Хотя SNP были известны науке почти два десятилетия, разблокировать их полезность в качестве штрих-кодов оказалось чрезвычайно сложно. SNP распределены редко по всему геному (приблизительно один SNP встречается в 1000 пар оснований), что означает, что любой SNP может различать только двух лиц. Современные широко используемые технологии высокоскоростного секвенирования имеют последовательность длительностей считывания, состоящую из менее чем 1000 пар оснований, что делает невозможным приписывание каждому из секвенированных чтений любому конкретному человеку на основе SNP.

Чтобы преодолеть эту проблему, новый метод команды сочетает в себе геномную ДНК-экстракцию из смешанного пула клеток, секвенирование выделенной ДНК цельного генома и вычислительный алгоритм, который прогнозирует долю каждого человека в пуле на основе всего Профиль аллеля SNP клеток каждого известного человека. Многие из клеточных линий, общедоступных для исследований, уже имеют связанные с ними профили аллелей SNP общего генома, и профиль конкретного человека может быть определен с использованием массивов генотипирования или секвенирования цельного генома с низким охватом.

Профили аллелей SNP могут использоваться для отслеживания идентичности клеток в любом количестве различных экспериментов, в которых пул многокамерных образцов подвергается двум или более различным условиям (обычно это «контрольное» состояние и «экспериментальное» состояние) , а затем проанализировали. Унгунг Чан, доктор философии, постдокторант в лаборатории Джордж-Черч в Институте Висса и HMS, и его коллеги разработали алгоритм, который предсказывает пропорции клеток каждого человека в пуле до и после эксперимента и сравнивает чтобы определить, какие клетки выражены по-разному, когда подвергаются тестируемому состоянию. «Изменение доли клеток индивидуума в экспериментальной группе по сравнению с контрольной группой говорит о том, что произошло с этими клетками во время эксперимента, и могут ли клетки какого-либо конкретного человека иметь генетическое преимущество», – говорит Чан.

Исследователи сначала протестировали свой метод, имитируя пул ячеек и изменяя количество образцов, количество анализируемых SNP и количество раз, когда пул был упорядочен. Они обнаружили, что в течение нескольких итераций алгоритм сходился к фиксированной оценочной пропорции для каждого профиля SNP в пуле, который точно соответствовал имитированным пропорциям. Алгоритм смог точно оценить пропорции пулов до 1000 различных людей, проанализировав 500 000 SNP и мог обрабатывать образцы событий больше клеточных линий, если было проанализировано количество анализируемых SNP или глубина последовательности.

. Затем исследователи протестировали свой алгоритм на реальных человеческих В-лимфоцитах, чьи геномы были секвенированы как часть проекта Гарвардского личного генома, и обнаружили, что он точно предсказал долю людей в пуле из 50 различных клеточных линий. «Существует множество экспериментов, на которые можно применить эту технику», – говорит Чан. «Вы можете протестировать лекарственный препарат против разных клеточных линий у разных людей, посмотреть, правильно ли реагирует на клеточную линию конкретного пациента на этот препарат, а затем использовать этот препарат для целевого подхода к лечению. Мы эффективно создали инструмент обнаружения, позволяющий персонализированная медицина ».

Авторы отмечают, что их метод не будет работать на образцах, где разные типы клеток поступают от одного и того же человека, потому что профили SNP будут идентичны, но он отлично подходит для мультиплексированного тестирования генетических вариаций среди многих образцов человека.

«Тестирование эффектов лекарств на нескольких линиях раковых клеток – это одно приложение, которое может быть реализовано немедленно», – говорит один из авторов проекта Джордж Черч, доктор философии, который является членом-основателем Института Wyss, Профессор генетики в HMS, профессор медицинских наук и технологий в Гарварде и Массачусетском технологическом институте. «Вы можете тестировать гораздо больше людей одновременно, что не только дает вам больше данных, но и значительно сокращает время и затраты».

«Эта новая технология использует ядро ​​того, что делает нас такими, какие мы есть, – уникальные вариации в нашей ДНК, – и создает в нем инструмент, способный ускорить открытие, устраняя необходимость анализа отдельных ответов в нескольких параллельных, трудоемких , и дорогие эксперименты, а также открывает совершенно новый подход к персонализированной медицине », – говорит основатель Wyss Дональд Инбер, доктор медицины, доктор философии, который также является профессором сосудистой биологии Иудеи в HMS и Программой сосудистой биологии на Бостонская детская больница, а также профессор биоинженерии в Школе инженеров и прикладных наук Гарварда Джона А. Полсона

Источник:

https://wyss.harvard.edu/natural-barcodes-enable-better-cell-tracking/

      

Source link