• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  Science >> Ciência >  >> Biologia
    Método de IA prevê como as células são organizadas em microambientes de doenças
    Pesquisadores da Universidade da Califórnia em San Diego desenvolveram um novo método de inteligência artificial (IA) que pode prever como as células são organizadas em microambientes de doenças. O método, denominado sc-ATAC-seq, pode identificar tipos de células raras e suas interações em tecidos complexos. Esta informação poderia ajudar os investigadores a compreender melhor como as doenças se desenvolvem e se espalham, e potencialmente levar a novos tratamentos.

    “Ao compreender como as células são organizadas nos microambientes das doenças, podemos obter insights sobre os mecanismos das doenças e desenvolver terapias direcionadas”, disse o Dr. Bing Ren, professor de medicina celular e molecular na UC San Diego e autor sênior do estudo.

    Atualmente, os cientistas geralmente usam sequenciamento de RNA unicelular (scRNA-seq) para estudar a expressão gênica em células individuais. Embora o scRNA-seq forneça informações valiosas sobre os genes que estão ativos em uma célula, ele não pode fornecer informações sobre as interações da célula com outras células do tecido.

    sc-ATAC-seq aborda essa limitação usando uma técnica chamada ensaio para sequenciamento de cromatina acessível por transposase (ATAC-seq). ATAC-seq mede a acessibilidade do DNA às transposases, que são enzimas que podem inserir DNA no genoma. As regiões abertas da cromatina estão geralmente associadas a genes ativos, enquanto as regiões fechadas da cromatina estão associadas a genes inativos. sc-ATAC-seq combina ATAC-seq com scRNA-seq para fornecer informações sobre a expressão gênica e a acessibilidade da cromatina em células individuais.

    “Descobrimos que o sc-ATAC-seq pode identificar populações de células raras que muitas vezes são perdidas apenas pelo scRNA-seq”, disse o Dr. Xinyu Zhao, primeiro autor do estudo e pesquisador de pós-doutorado na UC San Diego. “Por exemplo, conseguimos identificar uma população de células-tronco cancerosas que são responsáveis ​​pelo crescimento tumoral e pela metástase”.

    Os pesquisadores desenvolveram ainda um conjunto de ferramentas computacionais para analisar dados sc-ATAC-seq e prever a organização das células em microambientes teciduais. Essas ferramentas permitem aos pesquisadores gerar mapas espaciais de células e identificar interações raras entre células que podem ser importantes para o desenvolvimento de doenças.

    “Acreditamos que o sc-ATAC-seq será uma ferramenta valiosa para estudar uma ampla gama de doenças, incluindo câncer, doenças neurodegenerativas e doenças autoimunes”, disse Ren. “Também poderia ser usado para desenvolver novas terapias que visem interações célula-célula específicas dentro de microambientes de doenças”.

    O estudo foi publicado na revista Nature Biotechnology.
    © Ciência https://pt.scienceaq.com