Itä-Suomen yliopiston ja Aalto-yliopiston tutkijat ovat kehittäneet SegPoreksi nimetyn uuden laskennallisen menetelmän, joka parantaa RNA-muutosten tunnistamisen tarkkuutta suorasta RNA-nanohuokossekvensointidatasta.
RNA-muutokset ovat tärkeitä geenien ilmentymistä sääteleviä epigeneettisiä mekanismeja, joilla on keskeinen rooli monissa biologisissa prosesseissa, kuten solujen erilaistumisessa, stressivasteessa ja sairauksien kehittymisessä. Oxford Nanopore Technologiesin tarjoama suora RNA-sekvensointi mahdollistaa yksittäisten RNA-molekyylien lukemisen mittaamalla sähkövirtaa, joka syntyy, kun molekyyli kulkee nanohuokosen läpi. RNA-muutosten tarkka tunnistaminen tällä menetelmällä on kuitenkin haastavaa signaalien kohinan ja rakenteellisen monimutkaisuuden vuoksi.
SegPore perustuu hierarkkiseen, niin sanottuun white-box-segmentointimalliin, joka kuvaa aiempaa tarkemmin nanohuokossignaalin muodostumisen molekyylitason prosessia. Mallin lähtökohtana on oletus, ettei RNA-molekyyli välttämättä siirry tasaisesti eteenpäin nanohuokosen sisällä, vaan liikkuu hieman edestakaisin. Liikkeen aiheuttaa moottoriproteiini, joka säätelee RNA:n liikkumisnopeutta ja -suuntaa. Pienet epäsäännöllisyydet sen toiminnassa voivat aiheuttaa hienovaraisia muutoksia sähköiseen signaaliin. SegPore kykenee mallintamaan näitä vaihteluita tarkasti.
Mallintamalla nämä dynaamiset liikkeet SegPore saavuttaa paremman segmentointitarkkuuden ja tunnistaa RNA-muutokset muita nykyisiä menetelmiä tarkemmin.
– Nanohuokossekvensoinnin raakasignaaleihin syventymällä havaitsimme, että moottoriproteiini saattaa siirtää RNA-molekyyliä sekä eteen- että taaksepäin yksisuuntaisen liikkeen sijaan. Mallintamalla tämän dynaamisen prosessin kehittämämme white-box-malli päihittää nykyiset huipputason menetelmät in vitro -transkriptioaineistojen analyysissä, kertoo akatemiatutkija Lu Cheng Itä-Suomen yliopiston biolääketieteen yksiköstä.
Mahdollistamalla yksittäismolekyylitason sekvensointidatan luotettavamman tulkinnan SegPore avaa uusia mahdollisuuksia RNA-muutosten ja niiden toiminnallisen roolin tutkimiseen terveydessä ja sairauksissa.
Chengin johtaman tutkimuksen tulokset on julkaistu vertaisarvioituna reviewed preprint -artikkelina avoimen tieteen eLife-lehdessä.
Lue tutkimusartikkeli eLifessä: https://elifesciences.org/reviewed-preprints/104618
Lisätietoja:
Akatemiatutkija Lu Cheng, https://uefconnect.uef.fi/en/lu.cheng/
