address2arrow-email-sendarrow-rightbtn-right-arrowbubbleclosecomment-arrow-answerenvelopeeyefriendshamburgerheartHeart copy 26heart-emptyhomehumanlikelk-bubblelk-eyeHeart copy 26lk-pencilloginnav-editnav-eyenav-newsnav-starnav-userloginnext-arrow-rightpagination-lastpagination-nextShape 19 copysearchstarstar-fulluserBriefcaseCard
26 Апреля, 2018

Природный штрих-код позволит сортировать клетки от разных доноров

Группа исследователей из США создала алгоритм, распознающий набор уникальных для индивида однонуклеотидных полиморфизмов. Алгоритм лег в основу метода, который поможет легко определять клетки конкретного донора в пуле клеточных линий от разных людей.

Credit: Ekaterina Shilova | Dreamstime.com

Credit: Ekaterina Shilova | Dreamstime.com

Подготовил Илья Скляр

Изучение реакции клеток индивида на то или иное воздействие — важная часть развития персонализированной медицины, необходимая и для разработки новых лекарств, в том числе противораковых, и для изучения действия уже существующих. До сих пор ученым приходилось вести отдельные клеточные линии для каждого человека, что требует много времени и затрат, либо использовать искусственный ДНК-штрихкод для клеток.

Искусственный штрихкод создается по технологии PRISM (Profiling Relative Inhibition Simultaneously in Mixtures ). Это сложная и дорогостоящая методика, включающая создание индивидуального штрихкода для каждого донора, его лентивирусную доставку в клетки, ПЦР и т. д.

Группа ученых из Гарвардской школы медицины и Виссовского института биоинжиниринга нашла более изящное решение этой проблемы. Исследователи предположили, что естественным штрих-кодом может служить сочетание всех однонуклеотидных полиморфизмов (SNP) в геноме, уникальное для каждого индивида. На сегодня в геноме человека их известно около 10 млн. Индивидуальный SNP-профиль исследователи и решили использовать в качестве клеточного штрих-кода. Однако это непросто сделать, поскольку SNP достаточно равномерно распределены по геному (примерно 1 на 1000 нуклеотидов).

Инлэун Чань, постдок в лаборатории Джорджа Черча, и его коллеги создали уникальный алгоритм, с помощью которого программа по уникальным профилям SNP в сиквенсах определяет долю клеток от того или иного донора до эксперимента (обработки лекарством) и после. (См. рис. 1 в статье.) Из смеси клеток выделяли полногеномную ДНК, которую превращали в ДНК-библиотеки из коротких (200—300 п.н.) фрагментов, которые затем секвенировали.

Компьютерное тестирование метода показало, что он способен одновременно определять до 1000 различных пациентов (профилей SNP), анализируя до 500 000 различных полиморфизмов. Ученые также протестировали метод in vitro, с настоящими B-лимфоцитами, геномы которых были секвенированы в рамках Гарвардского проекта персональной геномики (Personal Genome Project). Алгоритм точно определил индивидуальных доноров среди 50 различных клеточных линий. Таким образом, метод дает возможность быстро протестировать новое лекарство от рака на разных клеточных линиях от разных людей и увидеть, чьи клетки наиболее чувствительны к нему.

Единственный минус алгоритма, по словам разработчиков, состоит в том, что он не способен отличать разные клетки, взятые от одного донора, так как профили полиморфизмов у них будут одинаковыми.

Источник

Yingleong Chan et al. // Enabling multiplexed testing of pooled donor cells through whole-genome sequencing. // Genome Medicine 2018 10:31. DOI: 10.1186/s13073-018-0541-6

2953
0
Лидеры мнений
Лидеры отрасли
  • FUTURE
    13
САМЫЕ ОБСУЖДАЕМЫЕ ТЕМЫ ФОРУМА
Поиск материалов по тегам