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.: