16:22 2022-01-19
science - citeste alte articole pe aceeasi tema
Comentarii Adauga Comentariu
_ Detectarea cuprinzătoare a mutațiilor în interior și în afara țintă
_ Detectarea cuprinzătoare a mutațiilor în interior și în afara țintă
Uneori, cea mai mică acțiune poate avea consecințe nedorite, cum ar fi clapeta proverbială a aripilor unui fluture. Deci, atunci când faceți mici modificări, este important să fiți atenți la efectele mari, cum ar fi atunci când utilizați tehnologia de editare a genelor pentru a crea noi mutații.
Într-un studiu publicat luna aceasta în PLOS Biology, cercetătorii de la Universitatea din Tsukuba raportează dezvoltarea unui program software numit Determine Allele mutations and Judge Intended genotype by Nanopore Sequencer (DAJIN). Acest program identifică atât mutațiile intenționate, cât și cele neintenționate cauzate de o strategie de modificare genomică.
Mutația genomică este o tehnică puternică folosită de oamenii de știință pentru a proiecta și a efectua experimente biologice specifice sau pentru a modifica organisme precum culturile sau animalele. Un număr de tehnici diferite de mutație sunt utilizate în mod obișnuit și produc de obicei efectul dorit; dar pot provoca și alte mutații nedorite.
„Este foarte important să detectăm mutații neintenționate care pot avea consecințe neașteptate, pot interfera cu efectele mutației intenționate sau chiar pot fi dăunătoare”, explică profesorul. Seiya Mizuno, autor principal al studiului. „Cu toate acestea, niciunul dintre instrumentele disponibile în prezent în acest scop nu poate identifica în mod fiabil toate tipurile de mutații neintenționate care pot apărea.”
Pentru a aborda acest lucru, cercetătorii au conceput un program software care integrează un varietate de abordări diferite pentru a detecta o serie de efecte în afara țintă, de la mutații punctuale în apropierea locului de mutație dorit până la ștergeri mari la distanță. Apoi și-au testat noul program în diverse contexte pentru a vedea cât de bine a funcționat.
„Rezultatele au arătat în mod clar că DAJIN a detectat atât mutații intenționate, cât și neintenționate în vectorii plasmidii și la animalele experimentale”, afirmă profesorul Mizuno. „În plus, prin utilizarea unui model de rețea neuronală profundă – un tip de învățare automată – a clasificat și grupat cu precizie mutațiile în funcție de tip, indiferent dacă a fost o schimbare a unei singure nucleotide sau o rearanjare mare.”
Important, DAJIN a reușit să identifice și să clasifice cu precizie majoritatea mutațiilor, chiar și într-un grup mixt de multe mutații posibile. Acest lucru diferențiază DAJIN de tehnicile actuale, care în general sunt capabile să evalueze doar una sau cel mult două aranjamente diferite de gene (cunoscute sub numele de alele).
„Descoperirile noastre sugerează că DAJIN poate fi aplicat practic și fiabil. la evaluarea de rutină a rezultatelor editării genelor”, spune profesorul Mizuno. „În plus, poate analiza în jur de 100 de eșantioane simultan, ceea ce îl face un instrument eficient și convenabil.”
Având în vedere că DAJIN este capabil să identifice mai multe modificări genomice, indiferent de specie sau tip de material, este probabil să fie extrem de util în screening-urile de culturi de celule editate generate în experimente de laborator. În plus, ar putea avea utilizări importante în industrie, de exemplu, pentru identificarea rapidă a animalelor de experiment sau de fermă modificate corect.
Comentarii:
Adauga Comentariu