معرفی نویسنده

رایحه وفایی

دانشجوی دکترا بیوفیزیک (دانشگاه تربیت مدرس)

ابزار کامپیوتری جهت طراحی تبدیل سلولی به صورت کارآمد

ابزار کامپیوتری جهت طراحی تبدیل سلولی به صورت کارآمد


ابزار کامپیوتری جهت طراحی تبدیل سلولی به صورت کارآمد
تبدیل سلولی یا cellular conversion یک فناوری کلیدی  جهت مدلسازی بیماری‌های انسانی پیوند سلولی، ژن درمانی به حساب می‌آید که لازمه هر سه مورد ذکر شده دسترسی به بازه گسترده‌ای از انواع سلول‌های انسانی است. این امر که بخواهیم نوع سلول‌ها را مشخص و سپس خالص سازی کنیم و آن‌ها را به انواع سلول‌های اولیه تبدیل کنیم کاری بسیار دشوار است و دانشمندان به دنبال روش‌هایی هستند که بتوانند یک نوع سلول تمایز یافته را به صورت کارآمدی به  انواع دیگر تبدیل یا متمایز کنند به عنوان مثال در ژن درمانی به روش ex vivo سلول‌های بنیادی پرتوان از بیمار گرفته و  پس از اصلاح ژنی به انواع مختلفی از سلول‌ها مثل کراتینوسیت‌ها تمایز داده و با موفقیت پیوند زده می‌شوند.با وجود تحقیقات بسیاری در این حوزه همچنان یک روش واحد و کارآمد برای انتخاب بهینه فاکتورهای رونویسی برای تبدیل سلولی وجود ندارد.
در این مقاله به ۴ فاکتور مهم و تعیین‌کننده در تبدیل سلولی اشاره می‌شود: ۱- علاوه بر تعیین نوع فاکتور‌های رونویسی نوع کوفاکتور‌ها نیز باید تعیین گردد که با همکاری یکدیگر تبدیل سلول به سلول هدف را القا می کنند. ۲- کارآمدی تبدیل سلولی به میزان بالایی به تجدید‌پذیری شرایط اپی‌ژنتیک در تمام طول فرآیند  تبدیل سلولی است.۳-تحت تاثیر فعال‌سازی تصادفی و یکپارچه کوفاکتور‌هاست.۴- علاوه بر ترکیب IF روش‌های کنونی اغلب برمبنای وکتور‌های ویروسی جهت ارسال فاکتور‌هاست که از نظر اندازه محموله محدودیت دارد و همین امر کارآمدی تبدیل سلولی را کاهش می‌دهد.
در این مقاله ابزاری کامپیوتری معرفی می‌شود که با در نظر گرفتن ۴ عامل موثر که ذکر شد کارآمدی تبدیل سلولی را افزایش می‌دهد. این ابزار با عنوان IRENE معرفی شده که اساس آن مدل تلفیقی شبکه تنظیمی ژنی است. این ابزار تغییرات هیستونی، دسترسی کروماتینی، داده‌های برهمکنش پروتیین-پروتیین، فاکتور رونویسی ChIp-seq و هسته مرکزی شبکه تنظیم ژنی را بازسازی می‌کند. IRENE با روش زنجیره مارکوف تبدیل سلولی و ترکیب اپتیمم فاکتورهای سازنده یا IF شبیه سازی می‌کند  تا مشخص شود افزایش کدام فاکتور در سلول اولیه سطح عوامل رونویسی و اپی‌ژنتیکی هم‌سو را طی فرآیند تبدیل سلولی افزایش ‌می دهد.
       
در میان ۲۹ نمونه از تغییرات سلولی از نمونه‌های انسانی IRENE نشان داد که در میان روش‌های موجود از بیشترین صحت در پیشگویی کارآمد ترین و کم تاثیرترین IF برخوردار است.
IRENE با استفاده از پروفایل اپی‌ژنتیکی , رونویسی اطلاعات جایگاه اتصال IF برهمکنش پروموتور و enhanser شبکه تنظیمی ژنی را بازسازی می‌کند و بر این اساس پیشگویی می‌کند که افزایش بیان چه فاکتوری به صورت مستقیم بر القای تبدیل سلولی نقش دارد. بعد از پیشگویی IF توسط IRENE مجموعه‌هایی از IF های افزایش بیان ژن با کمک piggyBac افزایش بیان پیدا می‌کنند.
نتایج تجربی نشان داده‌است که پیشگویی این ابزار برای انواع پروتوکل‌ها تاثیرگذار و کارآمدی را به طور قابل توجهی افزایش می‌دهد. انتظار می‌رود که تولید گسترده منابع سلولی مورد نیاز روش‌های درمانی مانند ژن درمانی و پیوند سلولی افزایش یابد.

منبع: https://www.nature.com/articles/s41467-021-21801-4

کلید واژه ها: #شبکه تنظیمی ژنی #تبدیل سلولی #فاکتورهای رونویسی # #

telegram