Neue Methode für das analysieren der Gene, die Aktivität zu prognostizieren Krebs-Patienten überleben

Ein internationales Forscherteam hat eine neue Methode entwickelt, für die Bestimmung der Zelltypen in einer Gewebeprobe. Die Wissenschaftler ermittelten den Zusammenhang zwischen der Aktivität der Gene in der gleichen Zelle geben und machte ein Modell der Lage, die „Erkenntnis“, dass unterschiedliche Zelltypen in gemischten Proben auf der Grundlage dieser Beziehung. Dieser Ansatz eignet sich für alle Gewebe, so kann es verwendet werden, um zu verstehen, die Proportionen Zelltypen assoziiert sind mit dem überleben von Patienten mit verschiedenen Arten von Krebs, zum Beispiel. Die Ergebnisse sind veröffentlicht in „Nature Communications“.

Die Analyse von Transkriptom, oder die Menge aller RNA-Moleküle in einer Menge der Proben, ist weit verbreitet in der biomedizinischen Forschung. Mit dieser Methode, die Forscher analysieren die molekularen Prozesse in einem Gewebe und zu charakterisieren, die schwere von Krebs, zum Beispiel. Jedoch können Gewebeproben enthalten Millionen von Zellen müssen voneinander unterschieden werden, um zu verstehen, was passiert ist.

Die Arbeit an diesem problem haben die Wissenschaftler entwickelten spezielle deconvolution-algorithmen. Sie bieten Gelegenheit zum zerlegen der Daten und es passen zu den verschiedenen Zelltypen. Es hilft zu verstehen, welche Zelltypen in der Probe, was Ihr Anteil ist, und wie es wirkt sich auf die Abschrift. Jedoch, wenn die Probe enthält viele Zelltypen, es wird schwierig, Sie zu identifizieren alle von Ihnen ohne irgendwelche zusätzlichen Informationen.

Die internationale Forschergruppe aus ITMO University und der University of Washington in St. Louis, USA, einen Weg gefunden, um dieses Hindernis zu überwinden, und schlug eine neue Methode für die Analyse von Transkriptom-mustern. Es kann feststellen, mit hoher Genauigkeit, welche Zelltypen die Proben enthält, basierend auf den Genen “ gegenseitige Linearität Prinzip: Die expression von zwei Genen, die spezifisch für den gleichen Zelltyp Linear voneinander abhängen. Die Wissenschaftler diesen Zusammenhang zu konstruieren Netze von Z Linear abhängiger Gene. Durch die Analyse solcher Netzwerke können die Forscher bestimmen, welche Zellen in den Proben.

Wissenschaftler haben gezeigt, dass alle deconvolution-algorithmen unterliegen den gleichen bias: wenn die verschiedenen Zelltypen in der Probe unterschiedliche RNA-Mengen, die alle deconvolution-algorithmen können nicht abschätzen-Zell-Typ Proportionen genau. Um dies zu testen, experimentell, zwei Typen von Zellen mit unterschiedlichen Mengen an RNA wurden ausgewählt und gemischt in den verschiedenen vorgegebenen Proportionen. Danach verwendeten die Forscher deconvolution-algorithmen, um zu bestimmen, Zelltypen Verhältnisse.

„Wir sahen, dass die bestehenden algorithmen würde immer falsch sein, über die Anzahl der Zellen, da Sie eine Schätzung der Menge an RNA in den Proben. Doch, wenn Messungen nach Zugabe einer bestimmten Menge von künstlichen RNA jeder Probe, die vorhergesagt Zelltyp Proportionen können korrigiert werden, werden genauer“, erklärt Konstantin Zaitsev, Forscher am Labor von Computer-Technologien der ITMO-Universität.