Menu

Cómo se expresan las mutaciones en la producción de células sanguíneas


Un método para detectar mutaciones y medir los niveles de expresión génica en la misma célula ha permitido una investigación sobre los efectos de las mutaciones en un gen específico en la aparición de una forma de cáncer de la sangre.



Las células que circulan en el torrente sanguíneo realizan diversas funciones y, en adultos, se derivan de células progenitoras en la médula ósea. Las mutaciones en las secuencias de ADN de las células progenitoras pueden conducir a cambios en el desarrollo de las células sanguíneas, que a veces resultan en cáncer. Debido a las limitaciones técnicas, el esclarecimiento de los efectos de las mutaciones progenitoras en el desarrollo de las células sanguíneas ha sido un desafío. Escribiendo en Nature , Nam et al. Reportar un método para detectar mutaciones y la medición de la expresión génica en células progenitoras de sangre individuales, y utilizarlo para analizar una mezcla de progenitores con o sin mutaciones en un gen del cáncer de ligado. Muestran que los progenitores que tienen la misma mutación pueden dar lugar a células con diferentes perfiles de expresión génica.

La hematopoyesis, el proceso a través del cual las células sanguíneas maduras se forman a partir de los progenitores, está estrechamente regulado. La "decisión" que toman las células progenitoras en cuanto a qué tipo de célula se va a convertir generalmente está determinada por las señales que reciben de su entorno inmediato. Sin embargo, las mutaciones que a veces surgen en estas células progenitoras pueden hacer que las señales se bloqueen, se amplifiquen en exceso o simplemente se ignoren, lo que da como resultado el enriquecimiento o el agotamiento de tipos celulares específicos y, en algunos casos, la producción de clones cancerosos. Comprender cómo las mutaciones en las células progenitoras conducen a cambios en la producción de diferentes tipos de células es una pregunta clave.

Investigar cómo las mutaciones en una célula progenitora afectan su expresión génica y, por lo tanto, su identidad y función, ha sido un gran desafío, en gran parte porque las células mutantes pueden ser raras y con frecuencia no expresan marcadores moleculares que pueden usarse para separarlos físicamente de los no mutantes. Células. Se han utilizado estrategias para detectar simultáneamente las diferencias genéticas y medir la expresión génica en células individuales para asignar células de una mezcla de células sanguíneas inmunes a su donante humano de origen, y para estudiar los cambios en las poblaciones de células hospedadoras y donantes en individuos con un tipo del cáncer de sangre que recibió trasplantes de células madre. Sin embargo, los enfoques combinados no se han utilizado ampliamente para examinar los efectos de las mutaciones en los genes asociados con el cáncer en el desarrollo de células sanguíneas.
Nam et al. diseñó un método llamado 'genotipado de transcriptomas' (GoT) al combinar una plataforma existente para perfilar la expresión génica con una técnica para amplificar una secuencia genética específica para detectar mutaciones en ella. Utilizaron este método para analizar miles de células progenitoras extraídas de la médula ósea de cinco individuos con un tipo de cáncer de la sangre causado por mutaciones en el gen CALR , y que se caracteriza por la sobreproducción de células plaquetarias. GoT permitió a los autores determinar cuáles de las células muestreadas tenían una mutación CALRy cuáles no.
Los autores utilizaron un análisis estadístico para "agrupar" las células progenitoras muestreadas en diferentes tipos en función de sus perfiles de expresión génica. Todos los tipos identificados contenían ambas células con y sin la mutación CALR . Sin embargo, las células mutantes CALR tenían más probabilidades de seguir ciertas vías de diferenciación y, por lo tanto, de convertirse en ciertos tipos de células sanguíneas. Además, Nam y sus colegas encontraron que los efectos de la mutación, cuando estaban presentes en las células progenitoras, eran notables solo en etapas posteriores de la diferenciación celular; la progenie de CALRLas células mutantes eran más abundantes que la progenie de sus contrapartes no mutantes y tenían un perfil de expresión génica distinto. Tales observaciones no habrían sido posibles utilizando técnicas estándar, lo que demuestra el valor de este método.
Aunque GoT tiene sus limitaciones, probablemente se pueden abordar adaptándolas a los nuevos flujos de trabajo de una sola celda. Primero, GoT actualmente requiere que la identidad del gen mutado, o un pequeño conjunto de genes potencialmente mutados, sea conocida de antemano. Como ejemplo, los autores utilizaron una versión multiplexada de su análisis que puede dirigirse simultáneamente a múltiples partes preespecificadas de la secuencia genética para probar tres genes. Si no se han especificado previamente mutaciones específicas, genes o regiones del genoma para el análisis (por ejemplo, sobre la base de una asociación con la progresión de la enfermedad), los análisis multiplexados pueden, en teoría, utilizarse para cubrir grandes paneles de genes; sin embargo, esto podría no ser rentable.
En segundo lugar, GoT es menos eficaz para detectar mutaciones que ocurren cerca de la mitad de un gen que aquellas que ocurren cerca de los extremos. Una solución a este problema sería utilizar una plataforma de menor rendimiento que permita el análisis de transcripciones de ARN de longitud completa en células individuales; en teoría, este enfoque podría detectar mutaciones en cualquier parte de las partes de los genes que codifican ARN. Nam et al. presentar un enfoque alternativo al mostrar que una técnica llamada secuenciación de nanoporos, en la cual las transcripciones completas se secuencian al pasarlas por un pequeño poro, es compatible con su plataforma de alto rendimiento.
En tercer lugar, GoT no puede detectar mutaciones en secuencias genéticas que no se transcriben, pero que pueden afectar la expresión génica. La investigación de tales secuencias podría ser posible mediante la combinación de GoT con una técnica que mida cuán accesibles son ciertas secuencias de ADN en una célula a las enzimas.
Un artículo reciente usó un enfoque diferente de alto rendimiento para implementar una estrategia de amplificación dirigida similar para estudiar un cáncer de sangre que se cree que fue causado en parte por la interrupción de la hematopoyesis por mutaciones de células progenitoras. Los autores de ese artículo también identificaron un conjunto de genes que se coexpresaron solo en progenitores malignos (es decir, células progenitoras con una mutación asociada al cáncer) y describieron un enfoque de aprendizaje automático que usaba datos de expresión génica para distinguir los malignos. células de células no malignas, incluso sin utilizar información de secuencia de genes preespecificada. Sería interesante ver si el mismo enfoque de aprendizaje automático podría utilizar los datos de expresión génica de Nam y sus colegas para distinguir las células malignas de las células no malignas. La obtención de información de la secuencia de genes a partir de células individuales sigue siendo más difícil que evaluar la expresión de genes; por lo tanto, un método para predecir la malignidad únicamente sobre la base de la expresión génica de una sola célula tendría amplias implicaciones clínicas.
En teoría, GoT y enfoques similares podrían utilizarse para estudiar cualquier tipo de cáncer. Tienen el potencial de determinar con precisión los efectos de las mutaciones en los genes conocidos en los estados de desarrollo celular posteriores y de establecer si ciertas mutaciones son suficientes para inducir el cáncer. Estas ideas, a su vez, podrían arrojar luz sobre los mecanismos que subyacen a la evolución de los linajes clonales de las células en el cáncer.

No hay comentarios.:

Con tecnología de Blogger.