Более точное чтение модификаций РНК в карманном устройстве

Два новых подхода могут помочь ученым использовать существующие технологии секвенирования для лучшего различения изменений РНК, влияющих на считывание генетического кода.

Ученые из Университета Киото приблизились к поиску способов идентификации изменений в последовательностях РНК, которые влияют на образование белков и могут вызывать заболевания. Их подход, опубликованный в журнале Genomics, использует вероятностные алгоритмы вместе с уже доступным карманным устройством для секвенирования.

"Модификации, обнаруженные во всех типах биологической РНК, влияют на регуляцию генов, что в конечном итоге определяет, как различные клетки функционируют в нашем теле", — объясняет Ганеш Пандиан Намасиваям из Института комплексных клеточно-материальных наук WPI-iCeMS Киотского университета. "Аномалии в этих модификациях могут привести к серьезным заболеваниям, таким как диабет, нарушения нейроразвития и рак. С клинической точки зрения крайне важно знать, как и где происходят эти модификации РНК", — добавляет Саундхар Рамасвами, первый автор исследования.

Существующие способы идентификации модификаций РНК недостаточны. Биофизические подходы, такие как хроматография и масс-спектрометрия, могут обрабатывать только небольшие количества РНК за раз. Методы высокопроизводительного секвенирования, способные обрабатывать большие объемы РНК, требуют трудоемкой подготовки образцов, не могут одновременно картировать несколько модификаций и подвержены ошибкам.

Намасиваям, Хироши Сугияма и их коллеги из Киотского университета протестировали и нашли два подхода, которые могут относительно успешно различать хорошо известную и распространенную модификацию РНК, связанную с заменой нуклеотидного основания урацила на другое, называемое псевдоуридином.

Подобно ДНК, РНК состоит из цепочки различных комбинаций четырех нуклеотидных оснований: урацила, цитозина, аденина и гуанина. Расположение этих оснований определяет код, сигнализирующий о том, какой белок должен быть создан. Когда псевдоуридин заменяет урацил в цепи РНК, это может привести к увеличению производства белка или к изменению кода с сигнала прерывания трансляции информации на сигнал образования аминокислоты.

Подход команды включает использование уже доступной платформы прямого секвенирования РНК, разработанной Oxford Nanopore Technologies. В этой платформе цепи РНК проходят через крошечные поры в мембране. В зависимости от порядка различных оснований РНК возникают нарушения в токе, проходящем через мембрану. Это позволяет ученым "читать" последовательность. Однако ученым, использующим этот подход, часто трудно различить разные типы модификаций друг от друга.

Шубхам Мишра, соавтор исследования, разработал алгоритмы для определения высокой вероятности существования замены на псевдоуридин по сравнению с возможностью того, что это был другой тип изменения основания.

Одна из их стратегий сравнивает короткие участки РНК из пяти нуклеотидных оснований, в которых урацил, псевдоуридин или цитозин окружены с обеих сторон одинаковыми основаниями. Затем показания проходят через алгоритмы, вычисляющие вероятность того, что среднее основание является одним из трех. Они применили свою стратегию, названную Indo-Compare (Indo-C), на синтезированных последовательностях РНК, а затем на РНК дрожжей и человека, и обнаружили, что она хорошо различает замены на псевдоуридин.

Они также смогли идентифицировать замены на псевдоуридин, смешивая химический зонд с образцами РНК, который затем избирательно присоединяется к ним. Это изменило показания последовательности таким образом, что позволило идентифицировать модификацию.

"Мы считаем, что наша работа сделает методы обнаружения модификаций РНК на основе нанопорового секвенирования менее трудоемкими и более способными охарактеризовать влияние этих модификаций на развитие и болезни", — говорит Намасиваям.

Следующая цель команды — оптимизировать совместное использование обоих подходов для более точной идентификации модификаций РНК и ДНК. Это потребует создания новых химических зондов, соответствующих конкретным изменениям. Они также планируют дальнейшее развитие продвинутых алгоритмов машинного обучения, дополняющих подходы прямого секвенирования РНК на основе химических зондов.