Новое ПО выявляет молекулярные штрих-коды, отличающие типы клеток
Исследователи из Медицинского колледжа Бейлора разработали новый набор вычислительных инструментов, чтобы понять, чем отличаются около 75 типов клеток человеческого мозга. Хотя разные типы клеток одного организма несут одинаковую ДНК, они выглядят и функционируют по-разному, потому что в каждом активен или неактивен свой набор генов. Клетки включают или выключают гены с помощью эпигенетических механизмов, таких как метилирование ДНК (добавление метильных химических групп к генам).
Существующие методы анализа не могли различить сигналы метилирования, исходящие от разных типов клеток в сложных тканях, таких как мозг. Новый набор вычислительных методов позволяет исследователям идентифицировать специфичные для типа клеток паттерны метилирования — «молекулярные штрих-коды» — в сложных клеточных смесях. Эти инструменты, опубликованные в журнале Genome Biology и доступные для бесплатной загрузки, можно применять к существующим наборам данных полногеномного метилирования любого вида.
Идентификация молекулярных штрих-кодов, специфичных для типа клеток
«Золотым стандартом» для изучения метилирования ДНК является полногеномное бисульфитное секвенирование (WGBS), которое определяет метилирование каждого цитозина (одного из строительных блоков ДНК) во всем геноме. Однако в тканях, состоящих из нескольких типов клеток, средний уровень метилирования в каждом цитозине отражает смесь уровней метилирования каждого типа клеток, скрывая специфичные различия.
Ключевая идея исследования заключалась в том, что последовательности «ридов» в данных WGBS являются прямыми потомками молекул ДНК, происходящих из разных клеток ткани. Ученые предположили, что паттерны метилирования, обнаруженные на ридах секвенирования ткани, содержат информацию о том, из каких типов клеток эти риды произошли. Для проверки они разработали программное обеспечение Cluster-Based analysis of CpG methylation (CluBCpG), которое идентифицирует эти специфичные для типа клеток паттерны метилирования в данных WGBS.
В качестве валидации исследователи использовали CluBCpG для анализа наборов данных WGBS двух типов иммунных клеток человека: B-клеток и моноцитов. Они смогли идентифицировать более 100 000 уникальных молекулярных штрих-кодов в каждом типе клеток. Затем они применили свой метод к смесям ридов из другого набора данных WGBS по этим же типам клеток, но от совершенно других людей.
«Просто подсчитывая встречаемость этих молекулярных штрих-кодов в новых наборах данных, CluBCpG позволил нам точно определить процентное содержание B-клеток и моноцитов в каждой смеси», — сказал соавтор исследования. Также было показано, что эти специфичные для типа клеток сигналы связаны с клеточными функциями в разных типах клеток мозга и крови человека и мыши и даже могут предсказывать, какие гены экспрессируются.
Увеличение информационной ценности существующих наборов данных
Программное обеспечение CluBCpG работает в паре со второй разработкой — сложным пакетом машинного обучения под названием Precise Read-Level Imputation of Methylation (PReLIM). Это ПО «заполняет» недостающую информацию на ридах секвенирования, которые покрывают лишь часть сайтов в регионе, увеличивая информационную ценность существующих наборов данных WGBS на 50–100%.
«PReLIM учится на сотнях миллионов ридов в каждом наборе данных WGBS, чтобы предсказать состояние метилирования в отсутствующих сайтах на отдельных ридах секвенирования», — пояснил соавтор. «Мы показали, что предсказания PReLIM верны в 95% случаев».
Поскольку создание наборов данных WGBS стоит тысячи долларов, получение на 50–100% больше данных без дополнительных затрат — большое достижение.
Исследователи ожидают, что эти новые вычислительные разработки будут применяться для изучения различий в метилировании как в нормальных клетках, так и при заболеваниях. Например, эти методы обеспечат лучшее разрешение в исследованиях, направленных на выявление различий в метилировании между здоровым мозгом и мозгом с заболеванием. Это может помочь определить, что эпигенетические изменения, связанные с болезнью, происходят только в одном конкретном типе клеток мозга, что станет важным шагом к пониманию заболевания.