Новые платформы для генетического штрихкодирования десятков тысяч клеток одновременно
Анализ образцов тканей "в среднем" — как изучение смузи, где нельзя определить исходные ингредиенты. Это скрывает истинное клеточное разнообразие, поскольку в тканях, например в мозге, множество типов клеток, и усреднение данных искажает реальную картину.
Две группы учёных из Гарвардской медицинской школы независимо разработали высокопроизводительные методы, позволяющие присвоить каждой клетке в образце уникальный генетический штрихкод до её "перемалывания". Это позволяет анализировать сложные ткани на уровне отдельных клеток, без усреднения.
- Метод Drop-seq создан Эваном Макоско из лаборатории Стивена МакКэрролла.
- Метод inDrops (indexing droplets for sequencing) создан Аллоном Клейном из лаборатории Марча Киршнера.
Оба метода были разработаны в сотрудничестве с экспертом по микрофлюидике Дэвидом Вайцем и используют микрофлюидные устройства для совместного инкапсулирования клеток и микроскопических шариков с ДНК-штрихкодами в нанолитровые водные капли. Штрихкоды прикрепляются к генам каждой клетки, что позволяет после массового секвенирования отследить происхождение каждого гена.
Ключевое преимущество: резкое удешевление и ускорение анализа. Если текущие методы позволяют получить 96 профилей экспрессии генов отдельных клеток в день за тысячи долларов, то Drop-seq даёт 10 000 профилей в день по 6,5 цента каждый.
Планируемые области применения:
- Лаборатория МакКэрролла и Макоско (Drop-seq): изучение мозга — открытие новых типов клеток, построение их архитектуры, понимание развития мозга и таких заболеваний, как шизофрения и аутизм.
- Лаборатория Киршнера и Клейна (inDrops): изучение развития стволовых клеток, иммунных клеток, исследование пластичности и определении клеточной судьбы. Уже подтверждена неоднородность популяции эмбриональных стволовых клеток и обнаружены новые типы клеток.
Вызов: Оба метода генерируют огромные массивы данных (тысячи клеток × десятки тысяч генов), что требует развития новых статистических методов и привлечения машинного обучения для их анализа.
Обе методики, опубликованные в журнале Cell, предоставят биологам мощные инструменты для классификации клеток, изучения сложных тканей и генетики болезней на принципиально новом уровне.
