.
Quando os genes são ativados e expressos, eles mostram padrões em células que são semelhantes em tipo e função em tecidos e órgãos. Descobrir esses padrões melhora nossa compreensão das células – o que tem implicações para desvendar os mecanismos das doenças.
O advento das tecnologias de transcriptômica espacial permitiu aos pesquisadores observar a expressão gênica em seu contexto espacial em amostras inteiras de tecido. Mas novos métodos computacionais são necessários para dar sentido a esses dados e ajudar a identificar e entender esses padrões de expressão gênica.
Uma equipe de pesquisa liderada por Jian Ma, o professor Ray e Stephanie Lane de Biologia Computacional na Escola de Ciência da Computação da Carnegie Mellon University, desenvolveu uma ferramenta de aprendizado de máquina para preencher essa lacuna. Seu artigo sobre o método, chamado SPICEMIX, apareceu como matéria de capa na edição mais recente da Genética da Natureza.
O SPICEMIX ajuda os pesquisadores a desvendar o papel que diferentes padrões espaciais desempenham na expressão gênica geral de células em tecidos complexos como o cérebro. Ele faz isso representando cada padrão com metagenes espaciais – grupos de genes que podem estar conectados a um processo biológico específico e podem exibir padrões suaves ou esporádicos no tecido.
A equipe, que incluía Ma; Benjamin Chidester, um cientista do projeto no Departamento de Biologia Computacional; e Ph.D. estudantes Tianming Zhou e Shahul Alam, usaram o SPICEMIX para analisar dados transcriptômicos espaciais de regiões cerebrais em camundongos e humanos. Eles aproveitaram os recursos exclusivos do SPICEMIX para descobrir a paisagem dos tipos de células e padrões espaciais do cérebro.
“Fomos inspirados pela culinária quando escolhemos o nome”, disse Chidester. “Você pode fazer todos os tipos de sabores diferentes com o mesmo conjunto de especiarias. As células podem funcionar de maneira semelhante. Elas podem usar um conjunto comum de processos biológicos, mas a combinação específica que usam lhes dá uma identidade única”.
Quando aplicado a tecidos cerebrais, o SPICEMIX identificou padrões espaciais de tipos de células no cérebro com mais precisão do que outros métodos. Ele também descobriu novos padrões de expressão de tipos de células cerebrais por meio dos metagenes espaciais aprendidos.
“Essas descobertas podem nos ajudar a pintar um quadro mais completo da complexidade dos tipos de células cerebrais”, disse Zhou.
O número de estudos usando tecnologias de transcriptômica espacial está crescendo rapidamente, e o SPICEMIX pode ajudar os pesquisadores a aproveitar ao máximo esses dados de alto volume e alta dimensão.
“Nosso método tem o potencial de avançar na pesquisa de transcriptômica espacial e contribuir para uma compreensão mais profunda da biologia básica e da progressão da doença em tecidos complexos”, disse Ma.
.
