Uma nova estrutura computacional ilumina a ecologia oculta do tecido doente

Para entender qual é a progressão da doença nos tecidos, os cientistas exigem mais do que apenas um instantâneo de células isoladamente – eles precisam ver onde estão as células, como interagem e como a organização espacial se transforma nos estados da doença. Um método computacional chamado MESSA (Multiomics e Ecological ST), detalhado em um estudo Publicado Em Genética da naturezaOs pesquisadores estão ajudando a estudar tecidos doentes de maneiras mais significativas.

O trabalho fornece detalhes de uma colaboração entre o MIT, a Universidade de Stanford, a Vel Cornel Medicine, o Ragan Institute of MGH, o MIT e Harvard e Harvard e o Broad Institute of Harvard e os resultados de uma colaboração entre os pesquisadores de Harvard e Harvard e foram liderados pela equipe de Stanford.

Mesa traz uma lente induzida por ecologia para análise de tecidos. Isso fornece um pipeline para explicar o produto de dados omics espaciais da tecnologia ignorante que captura informações moleculares com a localização das células em amostras de tecido. Esses dados fornecem um mapa de alta resolução do “bairro” do tecido, e o MESSA ajuda a criar uma compreensão da estrutura desse mapa.

“Tradicionalmente, ao integrar abordagens de diferentes tópicos, a Mesa aprecia melhor os pesquisadores como os tecidos são organizados localmente e como essa organização muda em diferentes contextos de doenças, fornece força ao novo diagnóstico, que identifica novos diagnósticos e preventivos e tratamento.

“Em ecologia, as pessoas estudam a biodiversidade em áreas – como espécie animal Eles são distribuídos e interagem: “O estudo explica o Bokai Zhu, o MIT Postdock e o autor”. Percebemos que podemos aplicar as mesmas idéias às células nos tecidos. Em vez de coelhos e cobras, analisamos células T e células B. , Assim,

Tratando Tipo de célula Como as espécies ecológicas, o MESSA determina a quantidade de “biodiversidade” nos tecidos e rastreia como essa variedade se transforma na doença. Por exemplo, em amostras de câncer de fígado, o método revelou áreas em que as células tumorais co-operam com macrófagos frequentes, sugerem essas áreas que uma doença única pode resultar em consequências.

“Nosso método lê tecidos como ecossistemas, expondo ‘hotspots’ celulares que marcam os sinais iniciais de doença ou reação do tratamento”, diz Zhu. “Ele abre novas possibilidades para diagnóstico preciso e projeto médico”.

A MESA também fornece outro grande benefício: pode calcular os dados do tecido computadamente sem a necessidade de mais experimentos. Usando o conjunto de dados de células únicas disponíveis ao público, a ferramenta move o perfil de expressão de gene de informações adicionais-masculino Amostras de tecidoEssa abordagem entende como os domínios espaciais agem, especialmente ao comparar tecidos saudáveis ​​e doentes.

Em vários conjuntos de dados e testes de tipos de tecidos, o MESSA destacou estruturas espaciais e as principais populações de células que foram ignoradas anteriormente. Ele integra uma variedade de dados ômicos, como transcriptoptomics e protomics, e a arquitetura de tecidos forma uma visão de arquitetura de camadas múltiplas.

Atualmente disponível como um pacote Python, o MESSA foi projetado para pesquisa acadêmica e de tradução. Embora ômicos espaciais ainda sejam muito engenhosos para a rotina no hospital. Uso clínicoObtendo tração entre a tecnologia Empresas farmacêuticasEspecialmente para testes de drogas, onde é importante entender as reações teciduais.

“Este é apenas o começo”, diz Zhu. “Messa abre a porta para usar a teoria ecológica para destacar a complexidade espacial da doença – e, eventualmente, para prever e tratá -la melhor”.

Esta história foi reintegrada, cortesia do MIT News (web.mit.edu/newsoffice/), Um site popular que abrange notícias sobre pesquisa, inovação e ensino do MIT.