Чтобы понять человеческий организм на самом фундаментальном уровне, недостаточно знать, какие гены у нас есть. Ученым также нужно понять, как эти гены работают, как они включаются и выключаются, формируя клетки, из которых состоят наши ткани и органы.
Это понимание приходит медленно, потому что сама сложность системы опережает развитие инструментов для ее изучения. Но новая программа геномного картирования значительно сокращает этот разрыв.
Самым значимым достижением в этой области остается Проект «Геном человека» — 13-летний проект по расшифровке всего нашего генетического кода, который открыл новую эру персонализированной медицины и был завершен в 2003 году.
Но на этом работа по расшифровке генома не закончилась. В новом исследовании, опубликованном в журнале Nature Biotechnology, международная группа ученых под руководством исследователей из Калифорнийского университета в Сан-Диего (UCSD) успешно создала «референсную карту генома» для отслеживания того, как отдельные гены контролируют стволовые клетки человека.
Эта карта в открытом доступе поможет ученым быстро создавать виртуальные модели клеток и ускорит изучение различных заболеваний.
«Созданная нами карта работает как генератор гипотез — это отправная точка для понимания того, за что отвечает тот или иной ген и какие гены могут быть перспективными в качестве мишеней для дифференцировки в интересующие нас клеточные состояния», — заявил в пресс-релизе Йеш Доктор, аспирант Калифорнийского университета в Сан-Диего и соавтор статьи. «Ученые могут использовать его для изучения функций генов и выдвижения гипотез, вместо того чтобы самим проводить эксперименты».
Индуцированные человеком плюрипотентные стволовые клетки — один из самых мощных инструментов современной биологии.
Созданные путем перепрограммирования обычных клеток взрослого организма в гибкое, эмбриональное состояние, они могут превращаться практически в любой тип клеток в организме: нейроны, сердечную мышцу, ткани сетчатки, глаза и многое другое.
Такая универсальность делает их незаменимыми для регенеративной медицины, тестирования лекарств и моделирования заболеваний, поскольку исследователи могут выращивать клетки конкретного пациента в пробирке и изучать болезни без инвазивных процедур. Однако, несмотря на все их перспективность, генетические инструкции, определяющие процесс трансформации этих клеток, по большей части остаются неизученными.
Новая карта меняет ситуацию, предоставляя ученым исчерпывающий справочник для определения того, какие гены влияют на те или иные клеточные процессы, и значительно ускоряя переход от лабораторных открытий к терапевтическому применению.
Чтобы создать эту карту, ученые использовали метод интерференции с помощью кластеров регулярно расположенных коротких палиндромных повторов или CRISPRi, который позволяет временно включать и выключать определенные гены, не разрушая и не изменяя их навсегда.
Команда повторила этот процесс с 11 692 экспрессируемыми генами в 2,5 миллионах отдельных клеток. Ученые сгруппировали гены по молекулярным признакам и функциям и даже сделали несколько собственных открытий, в том числе выявили метаболические гены и гены самообновления, которые ранее были скрыты.
«В результате получился своего рода справочный атлас, — сказал Прашант Мали из Калифорнийского университета в Сан-Диего в заявлении для прессы. — Это способ узнать, как изменение практически любого гена влияет на поведение стволовых клеток, измеряемое здесь как воздействие на весь их транскриптом».
На практике это означает, что исследователям больше не нужно месяцами проводить отдельные эксперименты, чтобы понять, за что отвечает тот или иной ген в стволовых клетках. Вместо этого они могут обращаться к карте, быстрее выдвигать гипотезы и переходить к практическим действиям.
Карта может помочь исследователям определить генетический триггер, вызывающий дегенеративное заболевание, протестировать потенциальные лекарства без испытаний на животных или создать замещающие ткани для пациентов, у которых в настоящее время нет вариантов лечения.
Для области науки, в которой самые значительные прорывы часто были результатом метода проб и ошибок, инструмент, позволяющий свести годы подготовительной работы к базе данных с возможностью поиска, может стать настоящим прорывом.
Автор Darren Orf, Popular Mechanics
