Orgasme yang Segera Terjadi Pada Wanita Berhubungan Dengan Kaki Gelisah - ScienceDaily

Algoritme baru mengidentifikasi sel ‘pelolosan’ di layar CRISPR sel tunggal – ScienceDaily


Sebuah tim peneliti dari New York University dan New York Genome Center telah mengembangkan alat komputasi baru untuk membantu memahami fungsi dan regulasi gen manusia. Hasilnya, diterbitkan hari ini di jurnal Genetika Alam, mendemonstrasikan cara menafsirkan eksperimen yang menggabungkan penggunaan CRISPR untuk mengganggu gen bersama dengan teknologi sekuensing sel tunggal multimodal.

Artikel tersebut menjelaskan bagaimana pendekatan baru, yang disebut mixscape, membantu mengidentifikasi mekanisme molekuler baru untuk regulasi protein checkpoint imun yang mengatur kemampuan sistem kekebalan untuk mengidentifikasi dan menghancurkan sel kanker.

“Pendekatan kami akan membantu para ilmuwan untuk menghubungkan gen ke perilaku seluler spesifik dan jalur molekuler yang mereka atur,” jelas Rahul Satija, penulis senior studi tersebut, yang merupakan profesor biologi di Pusat Genomik dan Biologi Sistem NYU dan fakultas inti. anggota di New York Genome Center.

Para peneliti berangkat untuk lebih memahami bagaimana sel kanker mengubah regulasi gen kunci, seperti molekul pos pemeriksaan kekebalan PD-L1, untuk menghindari deteksi dan menghindari sistem kekebalan tubuh. Untuk melakukannya, mereka melakukan penyaringan genetik yang dikumpulkan, di mana mereka ‘melumpuhkan’ satu set gen dalam model garis sel kanker untuk mengamati efek dari setiap perubahan atau gangguan pada tingkat PD-L1. Mereka menggunakan ECCITE-seq, teknologi yang memungkinkan para peneliti menangkap profil sel tunggal dari berbagai jenis biomolekul – seperti RNA dan protein – setelah mengganggu setiap gen dengan “RNA pemandu” CRISPR. Kemampuan untuk mengukur berbagai jenis data molekuler, yang disebut sebagai analisis multimodal, memungkinkan tim untuk membedakan antara mode regulasi transkripsi dan pasca-transkripsi.

Namun, setelah menyelesaikan eksperimennya, tim menyadari bahwa tantangan komputasi yang signifikan membatasi kemampuannya untuk menganalisis dan menafsirkan data. Misalnya, para peneliti menemukan bahwa ketika mereka mencoba melumpuhkan gen yang sama di beberapa sel yang berbeda, mereka mengamati variabilitas yang mencolok dalam hasil. Secara khusus, sebagian besar sel – hingga 75% dalam beberapa kasus – tampaknya lolos dari efek yang dapat diamati setelah upaya gangguan dan mewakili sumber kebisingan yang membingungkan dalam analisis hilir.

“Menghadapi tantangan ini membuat kami menyadari bahwa kami memerlukan metode komputasi baru untuk mengidentifikasi dan menghapus sumber variasi yang membingungkan dalam kumpulan data kami,” kata Efthymia Papalexi, seorang mahasiswa pascasarjana biologi di NYU dan penulis utama studi tersebut.

Untuk mencapai hal ini, tim mengembangkan pendekatan statistik – mixscape – untuk memodelkan setiap gangguan yang menimbulkan campuran sel dengan respons berbeda. Dengan demikian, metode mixscape dapat mengidentifikasi dan menghilangkan sumber kebisingan dari data, memungkinkan pengguna untuk fokus pada sinyal biologis terpenting yang tersisa.

“Saat kami menerapkan mixscape di layar kami, kami meningkatkan kekuatan kami untuk menghubungkan gangguan gen dengan perubahan transkriptom dan ekspresi protein. Hal ini memungkinkan kami untuk menemukan bahwa protein mirip kelch KEAP1 dan aktivator transkripsi NRF2 memediasi tingkat ekspresi sel PD -L1, “kata Satija.

Sementara studi ini dilakukan pada garis sel kanker, KEAP1 dan NRF2 sering bermutasi pada sampel kanker paru-paru manusia, menunjukkan bahwa gen ini mungkin memainkan peran penting dalam perkembangan dan perkembangan tumor manusia.

Ke depan, para peneliti memanfaatkan layar CRISPR kumpulan sel tunggal multimodal dan mixscape untuk memahami regulasi molekuler dari lusinan jalur tambahan dan perilaku seluler.

Mixscape tersedia gratis secara online melalui paket Seurat lab Satija, perangkat lunak toolkit untuk peneliti biomedis.

“Kami berharap metode kami akan berguna bagi komunitas dan membantu dalam studi tentang bagaimana gen dan jalur molekuler berinteraksi satu sama lain,” kata Papalexi.

Pekerjaan ini didukung oleh Chan Zuckerberg Initiative (EOSS-0000000082, HCA-A-1704-01895) dan National Institutes of Health (DP2HG009623-01, RM1HG011014-01, R21HG009748-03).

Sumber Cerita:

Materi disediakan oleh Universitas New York. Catatan: Konten dapat diedit untuk gaya dan panjangnya.

Untuk Informasi Lebih lanjut silahkan Kunjungi : Lagu Togel