Une nouvelle méthode permet d'étudier l'organisation des fonctions biologiques au niveau cellulaire
Un système de calcul pour analyser comment les gènes sont coordonnés pour créer la variété cellulaire qui compose les tissus.
L'être humain possède 24 000 gènes, soit presque autant que le ver nématode Caenorhabitis elegans. Cependant, contrairement aux vers, les gènes humains présentent une grande diversité de fonctions biologiques à partir de ce nombre limité de gènes. Pour étudier ce processus, un groupe de chercheurs de l'Institut de biologie systémique intégrative (I2SysBio), un centre commun du Conseil national de la recherche espagnol (CSIC) et de l'Université de Valence (UV), a mis au point une méthode de calcul qui permet, pour la première fois, de comprendre comment la diversité fonctionnelle des gènes est organisée pour former différents types de cellules. La méthode, qui utilise des technologies de pointe de séquençage de molécules uniques et des mesures au niveau de cellules indépendantes, a été publiée dans Nature Communications.
image de La méthode utilise des technologies de séquençage de molécules uniques et des mesures indépendantes au niveau cellulaire / Pixabay La méthode utilise des technologies de séquençage de molécules uniques et des mesures indépendantes au niveau cellulaire.
Pixabay
Le travail a été développé par le groupe dirigé par le professeur du CSIC à I2SysBio Ana Conesa. Son objectif était d'étudier une nouvelle méthode de calcul pour étudier la coordination dans le traitement alternatif de l'ARN messager au niveau de la cellule unique. Le traitement alternatif(épissage) est un mécanisme de diversification qui permet de produire plusieurs molécules messagères différentes, appelées isoformes, à partir d'un seul gène. Les isoformes d'un même gène contiennent des instructions pour la fabrication de protéines légèrement différentes, ce qui permet une grande diversité de fonctions biologiques à partir d'un nombre très limité de gènes.
"La complexité des isoformes est liée à la complexité des organismes vivants", explique Ana Conesa. "Les organismes complexes tels que les humains présentent le plus grand nombre d'isoformes différentes. En outre, la diversité des isoformes permet de déterminer les types de cellules qui composent les tissus. Les mêmes gènes peuvent exprimer certaines isoformes dans un type de cellule et d'autres isoformes dans un autre type de cellule", révèle-t-elle.
La technologie actuelle permet d'étudier l'expression des gènes dans chaque cellule avec une précision et une résolution élevées, mais génère un grand volume de données dont l'analyse nécessite des algorithmes complexes. Cette étude se concentre sur l'analyse de la coordination de différentes isoformes de gènes pour définir différents types de cellules. "Notre méthode d'analyse informatique nous permet de distinguer les différences fonctionnelles entre les isoformes d'un même gène, de voir quelles modifications elles entraînent pour la structure de la protéine résultante et de quantifier son expression dans chaque cellule", explique Ángeles Arzalluz, chercheuse à I2SysBio et premier auteur de l'étude.
En outre, ce nouveau système permet d'associer les changements d'intensité d'expression des différentes isoformes à des propriétés biologiques des cellules, telles que l'identité d'un type de cellule particulier ou sa fonction dans l'organisme. Les chercheurs ont également pu regrouper les isoformes présentant le même profil d'expression, créant ainsi des réseaux de régulation et observant leurs propriétés fonctionnelles similaires.
Comprendre le développement des processus tumoraux
"Nous avons appliqué ces techniques pour comprendre la coordination des isoformes dans la définition des différents types de cellules neuronales, et nous avons constaté que les neurones ont des isoformes plus longues et plus chargées fonctionnellement que les autres types de cellules, ainsi que des mécanismes de régulation pour la co-expression", explique Arzalluz. "Nos résultats indiquent que l'identité des cellules neuronales dépend non seulement des gènes qui y sont exprimés, mais aussi de la combinaison des isoformes", conclut-il.
Il s'agit de la première méthode qui parvient à regrouper des isoformes dans des réseaux de régulation au niveau d'une seule cellule et à comprendre leur impact fonctionnel, soulignent les chercheurs. Ceci est possible grâce aux techniques statistiques développées en collaboration avec Sonia Tarazona et Pedro Salguero, du département de statistique et de recherche opérationnelle appliquée et qualité de l'Universitat Politècnica de València (UPV). La méthode a permis de générer le premier réseau de co-expression d'isoformes pour un ensemble de sept types de cellules neuronales.
"Les études sur les cellules uniques sont très utiles pour comprendre les pathologies du développement et les processus tumoraux, où la connaissance de la composition cellulaire des tissus est fondamentale", explique Ana Conesa. "Toutefois, les études actuelles analysent rarement les différentes isoformes des gènes. Notre méthodologie peut aider à étudier ces processus pathologiques à un niveau de résolution moléculaire qui n'a pas été abordé jusqu'à présent", souligne-t-elle.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Espagnol peut être trouvé ici.
Publication originale
Autres actualités du département science
Recevez les dernières actualités du secteur des sciences de la vie
Ne manquez plus aucune actualité : notre newsletter consacrée aux biotechnologies, au secteur pharmaceutique et aux sciences de la vie vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
