Identifying Robust Single-Cell 3D Genome Domain Boundaries with CellRoB
CellRoB è un framework computazionale che supera la scarsità dei dati del genoma 3D a singola cellula per identificare in modo robusto sia i confini TAD comuni che quelli rari, rivelando così una eterogeneità strutturale biologicamente significativa e consentendo la risoluzione di sottopopolazioni cellulari che sono indistinguibili dai soli dati trascrittomici.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
All'interno di ogni cellula del vostro corpo, il DNA non è un filo sciolto e aggrovigliato, ma una struttura strettamente ripiegata, organizzata molto più come una biblioteca dove i libri sono disposti su scaffali specifici. Questa disposizione tridimensionale è cruciale perché determina quali geni siano attivi o spenti, agendo efficacemente come il manuale di istruzioni della cellula. Gli scienziati sanno da tempo che questo genoma è diviso in quartieri distinti chiamati domini, separati da recinzioni invisibili note come confini. Queste recinzioni assicurano che le istruzioni per una parte della cellula non si mescolino accidentalmente con quelle di un'altra. Tuttavia, quando i ricercatori osservano una singola cellula anziché una folla di esse, l'immagine diventa incredibilmente sfocata. I dati sono così sparsi e pieni di lacune che è quasi impossibile vedere dove si trovino effettivamente queste recinzioni, rendendo difficile capire come le singole cellule differiscano l'una dall'altra o come decidano di diventare tipi specifici di tessuto.
Un team di ricercatori dell'Università Xidian ha sviluppato un nuovo strumento computazionale chiamato CellRoB per risolvere questo problema di invisibilità. Invece di cercare di forzare un'immagine nitida da dati rumorosi, i ricercatori hanno costruito un metodo che rispetta la variazione naturale tra le cellule pur individuando i modelli comuni. Hanno iniziato col riempire le parti mancanti delle mappe di contatto genetico per le singole cellule, utilizzando informazioni da cellule simili per fare supposizioni ragionevoli su dove dovrebbero trovarsi le connessioni. Una volta ottenuta una visione più chiara della struttura interna di ogni cellula, hanno identificato i potenziali confini. La vera innovazione è arrivata successivamente: hanno allineato questi confini attraverso migliaere di cellule, non forzandoli a corrispondere perfettamente, ma trovando la posizione più probabile in cui esiste un confine per un gruppo di cellule. Questo approccio ha permesso loro di distinguere tra i confini presenti in quasi tutte le cellule, quelli che appaiono solo in poche e quelli che sono unici per una singola cellula.
I ricercatori hanno testato il loro metodo su dati di cellule cerebrali di topo e cellule umane, confrontando i risultati con le tecniche esistenti. Hanno scoperto che CellRoB poteva identificare i confini con un'accuratezza e una coerenza molto maggiori, anche quando i dati mancavano di un gran numero di contatti o quando la risoluzione era estremamente elevata, fino a 5.000 coppie di basi. A differenza di altri metodi che o perdevano i confini rari o creavano troppi falsi positivi man mano che i dati diventavano più dettagliati, CellRoB rimaneva stabile. Ha identificato con successo i confini condivisi dalla maggior parte delle cellule, che sono spesso associati alle proteine strutturali di base della cellula, ma ha anche svelato uno strato nascosto di variazione: confini che apparivano solo in una piccola frazione delle cellule. Questi confini rari non erano semplice rumore; portavano informazioni specifiche sull'identità della cellula e erano collegati a geni coinvolti in funzioni specializzate, come lo sviluppo del sistema nervoso.
Forse la scoperta più sorprendente avvenne quando il team applicò CellRoB a un dataset di embrioni di topo che includeva sia la struttura genetica che i dati di espressione genica. In questo dataset, un gruppo di cellule noto come epiblasto e cellule del disco primitivo appariva come un gruppo unico e uniforme quando analizzato solo in base all'attività genica. Tuttavia, quando i ricercatori mapparono queste cellule basandosi sulla forza dei confini dei domini, il gruppo si divise in due sottopopolazioni distinte. Questi due gruppi non erano separati dalla presenza o assenza di confini, ma da sottili differenze nella forza di tali confini. Le cellule in una sottopopolazione mostravano firme genetiche che suggerivano stessero procedendo verso la formazione di tessuto neurale, mentre l'altro gruppo sembrava orientato verso lignaggi non neurali. Questa scoperta suggerisce che la forza delle recinzioni strutturali del genoma è un fattore critico, sebbene precedentemente trascurato, nel determinare il destino di una cellula. Rivelando queste variazioni strutturali a bassa frequenza e quantificando la forza dell'architettura genomica, CellRoB offre un nuovo modo per vedere la diversità nascosta all'interno delle cellule viventi, offrendo una visione più chiara di come gli organismi complessi si sviluppino da un singolo punto di partenza.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.