.
Pesquisadores do Memorial Sloan Kettering Cancer Center (MSK) desenvolveram um novo método computacional de código aberto, denominado Spectra, que melhora a análise de dados transcriptômicos unicelulares.
Ao orientar a análise de dados de uma forma única, o Spectra pode oferecer novos insights sobre a complexa interação entre as células – como as interações entre células cancerígenas e células imunológicas, que são essenciais para melhorar os tratamentos de imunoterapia.
A abordagem e as descobertas da equipe foram publicadas recentemente em Biotecnologia da Natureza.
Os espectros, observam os pesquisadores, podem eliminar o “ruído” técnico para identificar programas de expressão gênica funcionalmente relevantes, incluindo aqueles que são novos ou altamente específicos para um contexto biológico específico.
O algoritmo é adequado para estudar dados de grandes coortes de pacientes e para descobrir características clinicamente significativas dos pacientes, escreve a equipe do MSK em um briefing de pesquisa que acompanha o estudo, acrescentando que o Spectra é ideal para identificar biomarcadores e alvos de medicamentos no crescente campo de imuno-oncologia.
Além disso, a equipe MSK disponibilizou o Spectra gratuitamente para pesquisadores de todo o mundo.
“Sou treinado como cientista da computação”, diz a autora sênior do estudo, Dana Pe’er, PhD, que preside o Programa de Biologia Computacional e de Sistemas no Sloan Kettering Institute do MSK. “Eu me esforço para tornar cada ferramenta que construo robusta para que possa ser usada em muitos contextos, não apenas em um. Também tento torná-las o mais acessíveis possível.”
“Estou feliz por descobrir uma nova biologia”, ela continua. “E estou igualmente feliz – talvez mais feliz – por construir uma ferramenta fundamental que pode ser usada pela comunidade em geral para fazer muitas descobertas biológicas.”
Juntamente com investigadores do MSK, equipas de diversas instituições já estão a utilizar o Spectra para estudar uma variedade de doenças, acrescenta o Dr.
A Revolução Unicelular
Na última década, a “revolução unicelular” transformou a compreensão humana da saúde e da doença. As tecnologias unicelulares permitem aos cientistas estudar as células individuais numa amostra de tecido ou conjunto de amostras – um tumor, por exemplo – e ver não apenas a variedade de tipos de células que estão presentes (tais como células cancerígenas versus vários tipos de células imunitárias). células), mas também quais genes estão ativos em cada célula, lançando nova luz sobre os estados celulares e as interações celulares. A tecnologia promoveu novos entendimentos sobre como as células se adaptam e respondem às mudanças nas condições de saúde e doença – incluindo o desenvolvimento de resistência aos tratamentos contra o cancro.
O problema é que a quantidade incompreensível de dados gerados por métodos unicelulares é difícil de analisar e interpretar corretamente. Isto é particularmente verdadeiro quando se tenta observar programas genéticos – genes que trabalham juntos para realizar uma tarefa específica – que estão ativos em vários tipos de células em um tecido, explica o Dr. Pe’er.
“Isso é especialmente importante para estudar as interações entre células cancerígenas e células imunológicas, que envolvem programas genéticos altamente sobrepostos”, diz ela. “Isso causa sérios problemas estatísticos que podem levar a resultados incrivelmente enganosos”.
A equipe reunida pelo Dr. para orientar a análise dos dados, mas também criaram uma interface amigável para facilitar sua adoção por outros cientistas.
“Nosso desejo de desenvolver um método melhorado reuniu pesquisadores com conhecimentos muito diferentes em estatística, biologia computacional e imunologia”, escreve o Dr. Walle no briefing da pesquisa. “Spectra foi uma jornada de aprendizagem mútua, com o objetivo comum de tornar explicável a biologia complexa.”
Orientando a análise de dados
Para o artigo, os pesquisadores aplicaram o Spectra em dois conjuntos de dados de imunoterapia para câncer de mama e um atlas de câncer de pulmão, totalizando juntos mais de 1,5 milhão de células de 375 indivíduos em 21 estudos, demonstrando a capacidade do Spectra de superar as limitações das análises tradicionais em escala.
O Spectra obtém seu poder orientando a análise de dados com um corpo de conhecimento científico existente – bibliotecas de programas genéticos gerados a partir de dados anteriores por especialistas em suas áreas. E embora esse conhecimento inicial possa orientar diretamente a análise de dados unicelulares, o programa também se adapta aos dados disponíveis, ajudando a identificar programas genéticos novos e modificados. (Essa propriedade adaptativa permitiu aos cientistas descobrir um novo programa de invasão do câncer em macrófagos associados a tumores relacionados à resistência à imunoterapia anti-PD-1, observam eles no artigo.)
O design exclusivo do Spectra também leva em consideração informações sobre os genes que definem diferentes tipos de células, tornando-o mais apto a encontrar programas genéticos subjacentes às células. funçõesem oposição à identidade celular.
“O Spectra, por exemplo, nos permite separar as células T que estão esgotadas das células T reativas ao tumor, que estão lutando ativamente contra o câncer de uma pessoa”, diz o Dr. “E isso nos ajuda a ver as diferenças na ativação genética entre os dois – o que é bastante desafiador de desvendar em contextos complexos como o microambiente tumoral”.
Além disso, observam os autores, a capacidade de transferir informações de um conjunto de dados diretamente para outro irá acelerar e agilizar a descoberta, permitindo aos pesquisadores refinar o conhecimento em estudos de sequenciamento unicelular sem exigir integração complexa de dados.
.
