Araştırmacılar Tek Hücrelilerdeki Gen Aktivitesini Ölçtüler
Biyologlar için, tek bir hücre kendi başına bir dünyadır: Bir dokunun uyumlu bir parçasını oluşturabilir veya haydut olarak büyüyebilir ve kanser gibi hastalıklı bir duruma girebilir. Biyologlar, dokularda saklanan birçok farklı hücre tipini tanımlamak ve takip etmek için uzun zaman uğraştılar.
Washington Üniversitesi ve Allen Beyin Bilimleri Enstitüsü araştırmacıları, bir doku örneğindeki çok sayıda hücreyi sınıflandırmak ve takip etmek için yeni bir yöntem geliştirdiler. Science dergisinde 15 Mart’ta yayınlanan makalede, ekip SPLiT-seq olarak bilinen bu yeni yaklaşımın bir dokudaki gen aktivitesini hatasız bir şekilde tek hücrelerin seviyesine kadar takip edildiğini bildiriyor. Hem Washington Üniversitesi elektrik mühendisi bölümünde hem de Paul G. Allen Bilgisayar Bilimi ve Mühendisliği yüksek okulunda doçent olan Georg Seelig, “Hücreler, genlerinin aktivitelerine bağlı olarak birbirinden farklıdırlar. Bu genler kapatılmakta veya açılmaktadır. SPLiT-seq kullanarak, bir doku örneğinde yüzbinlerce farklı hücre olsa bile, tek tek hücrelerde gen aktivitesini ölçmek mümkün olur.” Dedi. Split Pool Ligation tabanlı Trankriptom dizilimi için kullanılan SPLIT-seq yeni bir eğilim ile gen ifadesini ölçmeyi geleneksel bir yaklaşımla birleştirir. On yıldan uzun bir süredir, bilim adamları gen ifadesinde ilk adım olan DNA’nın genetik “harflerini”, yani DNA’nın “harflerini” sıralayarak dokularda gen ifadesini ölçtüler. RNA sekanslama olarak bilinen bu standart yaklaşım, tüm doku boyunca RNA’yı profiller. Fakat bu yaklaşım araştırmacılara doku içindeki hücrelerin birbirinden nasıl farklı olduklarını söylemez. Tek hücreli RNA sekanslama, izole edilmiş hücrelerden RNA sıralayarak bunu ele alır, ancak mevcut yöntemler maliyetlidir ve iyi ölçeklenmez. SPLiT-seq, tek hücreli RNA-dizilemeyi tek tek hücreler izole etmeden gerçekleştirmeyi mümkün kılar. Araştırmacılar hücreleri dört ayrı “karıştırma” ile ayırarak onları ayrı havuzlara ayırıyor ve tekrar bir araya getiriyorlar. Her karıştırma adımında, her havuzdaki RNA’yı kendi benzersiz DNA’sı olan barkodla etiketlediler. Dört karıştırma ve etiketleme turunun sonunda, her bir hücreden gelen RNA esasen kendine ait benzersiz bir barkod kombinasyonunu içermiştir ve bu barkod kombinasyonu, dokudaki tüm RNA’nın toplu dizilişine dahil edilmiştir.
“Bu iki havuzlu barkodlama adımları ile,” gen ifadesinin ölçülmesinde büyük bir problemi çözüyoruz. UW Moleküler Mühendislik ve Bilimler Enstitüsü’nde araştırmacı olarak yer alan Seelig, hangi RNA moleküllerinin orijinal doku örneğinde hangi hücreden geldiğini güvenilir bir şekilde belirledi.
“Bu problemle ilgili olarak, dokuda tanımladığımız farklı hücre tipleri hakkında biyolojik sorular sormaya başlayabiliriz,” diyor Allen Beyin Bilimleri Enstitüsü’nde Moleküler Genetik Yardımcı Direktörü olan Bosiljka Tasic.
Ekip, laboratuar farelerinden beyin ve omurilik dokusu örneklerinde SPLiT-seq gerçekleştirdi. SPLiT-seq kullanarak, 156.000’den fazla hücrenin gen aktivitesini ölçebilir. Gen aktivitesi modellerine dayanarak, bu doku örneklerinde nöronlar ve glial hücreler de dahil olmak üzere çeşitli gelişim ve farklılaşma aşamalarında 100’den fazla farklı tipte hücrenin bulunduğunu tahmin etmişlerdir. Seelig, SPLiT-seq’in bu zengin biyolojik veri dizisini “hücre başına sadece bir kuruş” maliyetiyle sağlayabildiğini belirtti. Araştırmacılara göre bu, diğer tek hücreli RNA sekanslama yaklaşımlarından önemli ölçüde daha düşük bir maliyettir.
Araştırmacılar, SPLiT-seq’in dokuların nasıl geliştiği ile ilgili önemli soruları yanıtlayabildiğini ve Parkinson hastalığı veya kanser gibi karmaşık hastalıkların başlangıcından önce gelen gen ekspresyonundaki değişiklikleri tanımlayabileceğini söylüyorlar.
Kaynak : phys.org
