Новый метод для изучения регуляции активности генов
Клетки могут контролировать активность своих генов, добавляя к ДНК небольшие химические модификации (метки), которые определяют, какие гены включены или выключены. Одна из таких модификаций — добавление метильных групп.
- У бактерий метилирование ДНК регулирует вирулентность, размножение и экспрессию генов.
- У других организмов, включая человека, оно регулирует тканеспецифическую экспрессию генов, определяя тип клетки (например, будет ли она клеткой кожи или мозга).
«Изучение метилирования ДНК — часть эпигенетики. Оно важно, чтобы понять, почему один тип бактерий вызывает более тяжелое заболевание, чем другой, или как нормальная клетка может измениться и привести к таким болезням, как рак», — говорит доктор Тао Ву, автор-корреспондент исследования.
Три формы метилирования ДНК у бактерий:
- 6mA — метилирование аденина (самая распространенная).
- 4mC — метилирование цитозина.
- 5mC — метилирование цитозина.
Ранее считалось, что организмы, кроме бактерий, используют в основном 5mC. Однако в 2016 году в журнале Nature было сообщено об обнаружении 6mA и у млекопитающих, что открыло новые возможности для изучения эпигенетики рака.
Новый метод NT-seq
Традиционные методы изучения 5mC не выявляют метилирование аденина в тканях млекопитающих. Это побудило исследователей разработать NT-seq (nitrite treatment followed by next-generation sequencing) — химический метод секвенирования для одновременного количественного определения нескольких эпигенетических меток.
Преимущества NT-seq:
- Обнаруживает 6mA, 4mC и 5mC как в бактериальных, так и в небактериальных клетках (включая клетки млекопитающих).
- Эффективен, экономичен, быстр и обладает высоким разрешением.
- Может усиливать ограниченные клинические образцы, что недоступно другим методам.
Ограничение: связано с особенностью состава некоторых геномов, но в статье даны рекомендации, как это компенсировать.
Метод NT-seq позволит:
- Выявлять новые паттерны метилирования ДНК.
- Проверять результаты, полученные другими методами.
- Создавать наборы данных для разработки инструментов машинного обучения.
- Продвигать изучение эпигенетики геномной 6mA у небактериальных организмов, включая исследования рака.