Метод Scikit-Ribo проверяет запись РНК в клетках

ДНК часто называют «книгой жизни», но эта популярная фраза заставляет некоторых биологов немного нервничать. Правда, ДНК несет наши гены, в которых излагаются инструкции, используемые нашими клетками для производства белков — это те рабочие лошадки, которые составляют наше физическое существо, и делают практически все возможное в жизни.

Но точная взаимосвязь между белковыми «чертежами», закодированными в генах, и количеством белка, которое на самом деле создает данная клетка, отнюдь не ясно. Когда ген активируется и его сообщение копируется в молекулу РНК, биолог не может быть уверен в том, что он точно знает, приводит ли это к производству рабочего белка, как и банкир, не знает, будет ли чек, подписанный одним из его клиентов в конечном итоге обналичен.

Благодаря достижениям в секвенировании ДНК и РНК, биологи хорошо знают, сколько кода гена в любой момент копируется в сообщения РНК, что является первым шагом в создании белка. Но они не так хорошо разбираются в том, насколько быстро эти сообщения РНК действительно читаются от конца до конца на клеточных фабриках, называемых рибосомами, где синтезируются необходимые белки.

Теперь многодисциплинарная команда исследователей из лаборатории Cold Spring Harbor (CSHL), Университета Стоуни Брук (SBU) и Университета Джона Хопкинса (JHU) выпустила программное обеспечение, которое может помочь биологам более точно определить это. Они использовали одноцепочечные дрожжи и обычный микроб E. coli, чтобы продемонстрировать свою новую программу под названием Scikit-Ribo.

Scikit-Ribo несколько подобен введенному в 2009 году методу под названием Riboseq — основанному на секвенировании и захвате РНК. Тогда это был большой шаг вперед, говорит Майкл Шац, кандидат наук, биолог в CSHL и JHU, который руководил работой талантливого молодого ученого Хань Фанга, недавнего выпускника СБУ. Именно Фанг понял, как построить корректирующую линзу, чтобы данные Riboseq могли быть получены.

Понимание Фанга состояло в том, чтобы использовать передовые методы статистического моделирования, чтобы объяснить тот факт, что рибосомы не работают с одинаковой скоростью, а скорее склонны к паузам — например, когда они сталкиваются с шунтирующими изломами во входящих сообщениях РНК. Scikit-ribo также отфильтровывает шум, который влияет на результаты Riboseq. Теперь эти два метода могут использоваться вместе, чтобы генерировать гораздо более точную картину того, какие сообщения РНК читаются в конкретных рибосомах и, возможно, самое главное, сколько времени генерируется функциональный белок.

«Количество протеина, которое на самом деле вырабатывается, может быть или не быть таким же, как и количество, которое данный ген предлагает для выработки», — говорит Шац. Наличие более надежного способа познания поможет в исследованиях различных болезней.

Ученые использовали Scikit-Ribo для изучения способности рибосомы превращать определенные рецепторы РНК в белок в контексте редкой болезни человека, которая была обнаружена в 2011 году под названием синдром Огдена*. В этом случае новый метод был использован для изучения гипотезы о том, что ошибки в работе рибосомы могут быть одной из причин заболевания.

Синдром Огдена — также известный как n-терминальный дефицит ацетилтрансферазы (NATD) представляет собой x-связанное расстройство в младенчестве, содержащее четкую комбинацию отличительных черепно-лицевых признаков, вызывающих старение, рост, гипотонию, глобальные задержки развития, крипторхизм, и приобретенные сердечные аритмии. Первая семья была идентифицирована в г. Огдене, штат Юта, с пятью затронутыми мальчиками в двух поколениях членов семьи. Синдром Огдена был обнаружен в 2011 году группой исследователей во главе с Глассоном Дж. Лионом.