Istraživači iz Rutgersa razvili su analitički alat za uočavanje i izostavljanje zalutalih DNK i RNK koji kontaminiraju genetske analize jednoćelijskih organizama.
Njihov rad, koji se pojavljuje u Nature Computational Science, takođe može pomoći laboratorijama da izbegnu neslaganje sekvenciranih fragmenata gena iz različitih organizama u istom uzorku.
Besplatni softver, nazvan Single-cell Analisis of Host-Microbiome Interactions, ili SAHMI, može poboljšati tačnost medicinskih istraživanja – posebno istraživanja uticaja mikrobioma na zdravlje – i na kraju može pokrenuti kliničku negu koja zavisi od genetskih analiza uzoraka tkiva.
„Kontaminacija uzorka se često dešava zato što je spoljni genetski materijal svuda: skidajući prste sa pacijenata, lebdeći kroz vazduh, vrebajući se unutar laboratorijskih reagensa“, rekao je Basel Gadar, kandidat za dvostruku doktorsku diplomu na Medicinskoj školi Rutgers Robert Vood Johnson i glavni autor studije. studija.
„Postoji i izazov koji proizilazi iz algoritama koje koristimo da bismo razumeli odakle potiču sekvencirani genski segmenti“, dodao je Ghaddar. „Moraju da shvate da li deo DNK ili RNK pripada pacijentu ili bakterija u mikrobiomu ili invazioni virus ili nešto drugo. A ovi algoritmi mogu da naprave mnogo grešaka.“
Nakon što su razvili SAHMI, kreatori su se uverili da funkcioniše tako što su ga testirali na različitim skupovima podataka koji sadrže uzorke ljudskih tkiva sa poznatim mikrobnim infekcijama. Otkrili su da je SAHMI uspešno identifikovao i kvantifikovao poznate patogene u svim uzorcima dok je filtrirao kontaminante i lažne pozitivne rezultate.
Testiranje je takođe pokazalo da se SAHMI može koristiti za identifikaciju ćelija povezanih sa mikrobom i za proučavanje prostorne distribucije mikroba u tkivima.
Sposobnost softvera da poveća tačnost rezultata može poboljšati proučavanje različitih tkiva i bolesti. Ghaddar je rekao da bi to bilo posebno vredno u uzorcima tkiva koji obično sadrže veliki broj nepoznatih mikroorganizama.
Takvi tipovi tkiva prirodno uključuju ona koja su u interakciji sa mikrobiomima creva, kože, nosa ili pluća. Oni uključuju mnoge druge tipove tkiva za koje se nekada smatralo da su bez mikroba, kao što su oni iz organa kao što je pankreas, pa čak i mnogi kanceri.
Imajući to na umu, tvorci SAHMI-ja su rekli da se može koristiti za identifikaciju mikroba povezanih sa određenim bolestima ili za praćenje promena u mikrobiomu tokom progresije bolesti. Takođe bi se mogao koristiti za proučavanje efekata lekova ili drugih intervencija na mikrobiom i uticaj inicijalne kompozicije mikrobioma na podložnost različitim bolestima.
Rutgersov tim je već koristio SAHMI da ispita mikrobiom tumora pankreasa i identifikuje određene mikroorganizme povezane sa upalom i lošim preživljavanjem pri rezoluciji jedne ćelije. Istraživači su rekli da veruju da bi mikroorganizmi mogli biti nove mete za raniju dijagnozu ili lečenje raka pankreasa, četvrtog vodećih uzroka smrti od raka i muškaraca i žena u Sjedinjenim Državama.
„Rezultati koje je ova tehnika proizvela u našoj studiji raka pankreasa pružili su neočekivan i važan novi uvid u razvoj tumora, a takođe sugerisali nove načine napada na tumore“, rekao je Subhajioti De, glavni istraživač na Institutu za rak Rutgers i stariji autor studije. „Mislimo da bi to moglo da proizvede slične nivoe uvida u mnogim drugim oblastima proučavanja i na kraju u normalnoj nezi pacijenata, zbog čega ga činimo besplatno dostupnim preko Git Hub-a.
