סרטן מתחיל בשינויים חריגים בתאים בודדים, והיכולת לעקוב אחר הצטברות של מוטציות ברמת תא בודד יכולה לשפוך אור חדש על השלבים המוקדמים של המחלה. ידע כזה יכול לאפשר גילוי מוקדם ואפשרויות טיפול יעילות יותר לחולים וכן תחזיות מדויקות יותר של התקדמות המחלה.
על פי מאמר ב-Nature Communications, צוות של חוקרים מאוניברסיטת רייס בראשות לואי נחלה פיתח פלטפורמה לשילוב נתוני DNA ו-RNA מרצף תא בודד במהירות ובדיוק גבוהים יותר מאשר טכנולוגיות עדכניות יותר. . השיטה, מיפוי חומצת גרעין חוצה תחומים או MaCroDNA, מסתמכת על אלגוריתם קלאסי לזיהוי זוגות תואמים של נתונים מ-DNA ⎯ התוכנית הגנטית של תא ⎯ ו-RNA ⎯ מדריך ההוראות של התא להרכבת חלבון.
דמיינו שאתם מקבלים שני סטים גדולים של תמונות של מכוניות עם לוחיות הרישוי ומאפיינים מזהים אחרים מטושטשים. סט אחד מכיל תמונות של המכוניות שצולמו מלפנים, בעוד שבסט השני יש תמונות של החלק האחורי של המכוניות, ומישהו מבקש מכם למצוא את צמדי התמונות השייכים לאותה מכונית. זוהי מטאפורה לבעיה שניסינו לפתור. המכוניות הן תאים סרטניים, ושתי קבוצות התמונות הן מדידות נתוני DNA ו-RNA".
מוחמדין אדריסי, דוקטורנט, מדעי המחשב, אוניברסיטת רייס
למעשה, התרחיש ש-MaCroDNA נועד לטפל בו מורכב יותר מזה.
"בניסוי טיפוסי של רצף תא בודד של סרטן, מערכי הנתונים של ה-DNA וה-RNA מתקבלים מתאי שונים בדגימת הגידול", אמר נח'לה, הכותב הבכיר של המחקר. "אז ההתאמה בתרחיש כזה מתרחשת בין תאים שאנחנו יודעים שהם לא אותם תאים.
"כדי להמשיך את האנלוגיה, חשבו על כל תמונה כאילו צולמה מלפנים או מאחור של מכונית טויוטה אחרת, ואנחנו רוצים להתאים זוגות תמונות ששייכות למכונית מאותו דגם -; החלק הקדמי והאחורי של טויוטה קאמרי, של טויוטה קורולה וכו'. דגמי מכוניות שונים כאן דומים לשבטים שונים בתוך גידול הטרוגני, כאשר לכל שיבוט צפויים חתימות DNA ו-RNA דומות מאוד, אך לא לגמרי זהות בכל התאים בתוך השיבוט".
רצף תא בודד התפתח באופן משמעותי בעשור האחרון, והניע את הגילוי בתחומי הביולוגיה השונים. טכניקת רצף זו היא כלי יעיל לחקר כיצד שינויים ברמת הקוד הגנטי משפיעים על הרכב התאים או תפקודם, מה שמקל על מעקב אחר סוגי הטרנספורמציות שהופכות אוכלוסייה של תאים בריאים לרקמה ממאירה.
"תאי סרטן מדגימים דפוסי RNA חריגים, ואחת הסיבות לכך היא מוטציות DNA", אמר אדריסי.
במסע שלהם לזהות את הכלי הטוב ביותר למשימה, החוקרים בדקו מגוון שיטות מול מערך נתונים ביולוגי אמיתי עם צמדי DNA-RNA תואמים ידועים.
"בדקנו את השיטה המתקדמת ⎯ בשם clonealign ⎯ ואת השיטות האחרות בשימוש נרחב באמצעות מערך נתונים אמיתי עם מידע אמת קרקעית למדידת דיוק", אמר אדריסי. "מעניין, השימוש במערך הנתונים הזה היה אחד החידושים בעבודתנו. מחקרים קודמים הסתמכו על נתונים מדומים למדידות דיוק, למרות שאין הסכמה מדעית לגבי אופן ההדמיה של נתונים כאלה".
מבין טכנולוגיות למידת המכונה השונות שהם בדקו, החוקרים מצאו ששימוש במקדם מתאם קלאסי ואלגוריתם ההתאמה הדו-חלקית המשוקלל המקסימלי הניבו את התוצאות המדויקות ביותר. במילים אחרות, MaCroDNA עלה על ביצועי clonealign בפער משמעותי.
"החלק המפתיע בעבודתנו היה ששימוש בקורלציה הקלאסית במקום בנוסחה המסובכת של clonealign ושילובה באלגוריתם משנות ה-50 הוביל לדיוק הטוב ביותר שראינו אי פעם", אמר אדריסי. "הלקח הוא שלעולם אל לנו לשפוט אלגוריתם על סמך המורכבות שלו. תן לו הזדמנות, וודא שהוא מושווה לאחרים בסביבה הוגנת".
השיטה זמינה לשימוש בחקר סרטן על תפקיד הדינמיקה של DNA-RNA בהופעת הסרטן.
נחלה הוא הדיקן החולה של ויליאם וסטפני מבית הספר להנדסה ג'ורג' ר. בראון של רייס ופרופסור למדעי המחשב ולמדעי הביו.
