Copy aware deconvolution of Hi-C interactions in extrachromosomal DNA using CADET
تقدم الورقة البحثية CADET، وهي طريقة حوسبية تستنتج مباشرة مصفوفات تفاعل Hi-C الخاصة بالنسخ للحمض النووي خارج الكروموسومات (ecDNA) باستخدام خوارزمية تعظيم التوقع، مما يحل الغموض الناتج عن القطع الجينومية المكررة دون الحاجة إلى إعادة بناء هيكلي ثلاثي الأبعاد.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
داخل نواة الخلية السرطانية، غالبًا ما تكون المخططات الجينية في حالة من الفوضى. وبينما تحافظ الخلايا السليمة على تنظيم حمضها النووي (DNA) بدقة في شكل كروموسومات خطية طويلة، تقوم الخلايا السرطانية في كثير من الأحيان بتفكيك هذه الخيوط وإعادة تجميعها في حلقات دائرية تُعرف باسم الحمض النووي خارج الكروموسومي. هذه الحلقات ليست مجرد تشابكات عشوائية؛ بل تعمل كمحركات قوية لنمو السرطان، حيث تحمل غالبًا نسخًا إضافية من الجينات التي تدفع المرض للأمام. ولأن هذه الجزيئات الدائرية يمكن أن تحتوي على نسخ متعددة من الجزء الجيني نفسه، فإنها تخلق مشكلة فريدة للعلماء الذين يحاولون رسم خريطة للبنية الداخلية للخلية. فعندما يستخدم الباحثون تقنيات عالية الإنتاجية لرؤية كيف تتلامس الأجزاء المختلفة من الحمض النووي وتتفاعل، تندمج الإشارات من هذه النسخ المكررة في صورة واحدة ضبابية. الأمر يشبه النظر إلى صورة فوتوغرافية لثلاثة توائم متطابقين تم دمجهم فوق بعضهم البعض؛ يمكنك رؤية المجموعة، لكن لا يمكنك معرفة أي توأم يقوم بما يفعله الآخر.
لفهم كيفية عمل هذه الخلايا السرطانية، يحتاج العلماء إلى فصل هذه الإشارات المتداخلة. إنهم بحاجة لمعرفة أي نسخة محددة من جين ما تتفاعل مع أي جزء محدد من الجينوم لدفع المرض. وتقدم طريقة جديدة تسمى "CADET"، طورها الباحث بيسناث تشودري، وسيلة للقيام بذلك بالضبط. فبدلاً من محاولة بناء نموذج ثلاثي الأبعاد لشكل الحمض النووي لتخمين مكان النسخ، يعمل هذا النهج مباشرة مع بيانات الاتصال. إنه يعامل المشكلة كأنها عملية فك تشابك عقدة من الأصوات المتداخلة. ومن خلال استخدام التخطيط المعروف للحمض النووي الدائري والبحث عن اختلافات طفيفة في كيفية تفاعل نسخ الحمض النووي مع جيرانها المباشرين، يمكن للطريقة رياضياً فصل الإشارات المدمجة. وهذا يسمح للباحثين برؤية التفاعلات المتميزة لكل نسخة فردية، مما يكشف عن صورة أوضح للبنية التنظيمية التي تغذي السرطان.
اختبر الباحثون هذا النهج الجديد باستخدام محاكاة حاسوبية أولاً، حيث أنشأوا مجموعات بيانات وهمية يعرفون فيها الحقيقة الدقيقة حول كيفية تفاعل نسخ الحمض النووي. وقد أدخلوا مستويات متفاوتة من التكرار، فجعلوا النسخ تتصرف أحياناً بشكل متطابق وأحياناً أخرى بمنحها سلوكيات مختلفة. وفي كل سيناريو، نجحت الطريقة في استعادة التفاعلات المخفية الخاصة بكل نسخة من البيانات الضبابية. وقد أثبتت فعاليتها بشكل خاص عندما كانت النسخ المكررة تمتلك بيئات محلية مختلفة، مستخدمة تلك الاختلافات الطفيفة للتمييز بينها. وأظهرت عمليات المحاكاة أن الطريقة يمكنها تحديد أي نسخة كانت مسؤولة عن اتصال معين بنسبة تتراوح بين 80 إلى 83 بالمائة في الحالات المعقدة، وفعلت ذلك دون تغيير العدد الإجمالي للاتصالات المرصودة في البيانات الأصلية. وهذا أكد أن الطريقة لم تكن تخترع معلومات جديدة، بل كانت تعيد توزيع المعلومات الموجودة في تنسيق أكثر فائدة.
ثم طبق الفريق طريقة "CADET" على بيانات واقعية من ثلاثة خطوط خلوية سرطانية مختلفة، لكل منها ترتيبه الفريد من الحمض النووي خارج الكروموسومي. وفي إحدى الحالات، وهي خط خلايا سرطان الرئة، كان الحمض النووي عالي التكرار، مع تكرار أجزاء كبيرة من الجينوم عدة مرات. نجحت الطريقة في فك تشابك هذه التكرارات، وكشفت أن أجزاء معينة من الحمض النووي كانت تعمل كمراكز، حيث تتفاعل بشكل متكرر مع شركاء مختلفين. وفي حالة أخرى، وهي خط خلايا سرطان الدماغ، جمع الحمض النووي الدائري بين أجزاء من كروموسومين مختلفين. هنا، حددت الطريقة تفاعلاً قوياً ومحدداً بين جين محرك للسرطان وعنصر تنظيمي بعيد في كروموسوم آخر، وهو اكتشاف يتوافق مع دراسات سابقة ولكن تم حله الآن دون الحاجة لإعادة بناء الشكل ثلاثي الأبعاد للجزيء. وفي حالة ثالثة تتعلق بخط خلايا الورم الأرومي العصبي، كان الحمض النووي مرتباً كتكرار متتالي على كروموسوم بدلاً من دائرة. ورغم أن الإشارات الفردية كانت أضعف في هذه المجموعة من البيانات، إلا أن الطريقة لا تزال قادرة على إيجاد أنماط تفاعل متكررة حول جينات محددة معروفة بصلتها بالمرض.
ما يجعل هذا النهج متميزاً هو كيفية تعامله مع الغموض الناتج عن الحمض النووي المكرر. غالباً ما كانت الطرق السابقة تحاول حل هذه المشكلة عبر بناء نموذج ثلاثي الأبعاد لبنية الحمض النووي أولاً، بافتراض أن شكل الجزيء هو ما يملي كيفية تقسيم الإشارات. ومع ذلك، تتخطى "CADET" هذه الخطوة؛ فهي تنظر مباشرة إلى خريطة الاتصال وتستخدم الاستدلال الإحصائي لتقرر كيفية تقسيم الإشارة بناءً على المسافة بين الأجزاء والدعم المحلي الذي تتلقاه كل نسخة. وهذا يعني أن خريطة التفاعلات الناتجة مستقلة عن أي افتراض لشكل ثلاثي الأبعاد محدد. ووجد الباحثون أنه بينما لم تنجح الطريقة دائماً في تحديد قوة كل تفاعل بدقة، إلا أنها كانت جيدة جداً في تحديد عائلات التفاعلات التي كانت غنية أو أقوى مما هو متوقع. ففي حالة سرطان الدماغ مثلاً، حددت الطواية وحدة من التفاعلات التي تشمل جيناً رئيسياً للسرطان، وهو ما تطابق مع نتائج دراسات أخرى، ولكنها وضعت هذا التفاعل ضمن سياق أنماط اتصال متكررة بدلاً من كونه حدثاً هيكلياً واحداً.
كما سلطت الدراسة الضوء على حدود ما يمكن معرفته من هذا النوع من البيانات. فعندما تكون نسختان من مقطع الحمض النووي في بيئات محلية متطابقة، لا تستطيع الطريقة التمييز بينهما، تماماً كما لا يستطيع المستمع التمييز بين صوتين متطابقين إذا كانا ينطقان نفس الكلمات وبنفس مستوى الصوت. وفي هذه الحالات، تقوم الطريقة بتوزيع الإشارة بالتساوي، مقرة بأن البيانات لا تحتوي على معلومات كافية لإجراء تمييز أدق. وقد حرص الباحثون على الإشارة إلى أنه بينما يمكنهم تحديد التفاعلات المرشحة وتجميعها في وحدات وظيفية، فإن هذه النتائج تمثل فرضيات تحتاج إلى اختبار بمزيد من التجارب. هم لم يدّعوا أنهم حلوا مشكلة التنظيم الجيني للسرطان، بل قدموا عدسة جديدة وأكثر وضوحاً للنظر في التفاعلات المعقدة والمتشابكة داخل الخلايا السرطانية.
من خلال فصل الإشارات المدمجة للحمض النووي المكرر، يقدم هذا العمل وسيلة أكثر مباشرة لدراسة الشبكات التنظيمية التي تقود السرطان. فهو يسمح للعلماء برؤية أي نسخ محددة من الجين هي النشطة وكيف تتواصل مع بقية الجينوم. لقد كشفت الطريقة بالفعل عن أنماط متميزة من التفاعل في أنواع مختلفة من السرطان، مما يظهر أن هذه الجزيئات الدائرية من الحمض النووي تنظم نفسها بطرق متنوعة. وسواء كان الحمض النووي مرتباً في دائرة أو في تكرار طويل، فإن القدرة على حل هذه الاتصالات الخاصة بكل نسخة تفتح الباب أمام فهم أعمق لكيفية إعادة الخلايا السرطانية صياغة تعليماتها الجينية للبقاء والنمو. وهذا الوضوح قد يساعد الباحثين في نهاية المطاف على تحديد أهداف جديدة للعلاج، من خلال التركيز على التفاعلات المحددة الأكثر حرجاً للمرض.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.