Cerca
Close this search box.

Meta trascrittomica integrata per studiare il ruolo del microbiota

Meta-transcriptome detector (MTD) è un valido ed automatico strumento per analisi integrative ospite-commensali a livello sia di tessuto sia di singola popolazione cellulare.
CONDIVIDI →

Meta trascrittomica integrata per studiare il ruolo del microbiota

CONDIVIDI →
Stato dell'arte
Dati genetici come quelli di sequenziamento dell’RNA contengono informazioni sul corredo trascrittomico non solo dell’ospite, ma anche del microbiota “attivo”. Integrare queste due informazioni è importante per avere una panoramica più completa delle interazioni dinamiche ospite-microbiota.
Cosa aggiunge questa ricerca
In mancanza di strumenti informatici in grado di combinare informazioni trascrittomiche dell’ospite e dei microrganismi commensali, i ricercatori ne hanno qui sviluppato uno in grado di identificare e quantificare vari tipi di microrganismi (batteri, virus, protozoi ecc.) e correlare il microbioma con il trascrittoma dell’ospite.
Conclusioni
A una semplicità d’uso, lo strumento sviluppato offre uniche possibilità nel capire meglio la risposta dell’ospite ai microrganismi partendo da analisi di sequenziamento dell’RNA. 

In questo articolo

Ottenere e integrare informazioni trascrittomiche sull’ospite e sui microrganismi commensali dallo stesso campione offre una prospettiva unica nell’approfondire le dinamiche di interazione. Grazie a meta-transcriptome detector (MTD) potrebbe essere possibile. 

A spiegare come si è arrivati a questo risultato è il lavoro di Fei Wu e colleghi del Texas Biomedical Research Institute (USA), pubblicato su Briefings in Bioinformatics.

Microbiota, microbioma e patologie

Sono molti i microrganismi a contribuire allo sviluppo di malattie quali tumori, infezioni, disturbi psicologici ecc. 

Una profonda e sistematica conoscenza di queste dinamiche è quindi fondamentale per, non solo intervenire adeguatamente, ma anche per giocare d’anticipo prevenendone lo sviluppo. All’analisi delle caratteristiche e dell’impronta genetica del microbioma, quello che mancava (finora), era la possibilità di integrare informazioni da ospite e commensali ottenute da uno stesso campione. 

Vediamo quindi le principali caratteristiche di questo nuovo strumento e come è stato validato

Meta-transcriptome detector

Considerando come il principale obiettivo di MTD sia di correlare informazioni proprie dell’ospite e dei microrganismi commensali in una sola analisi, caratteristiche essenziali sono:

  • supporto di molteplici database genomici, inclusi quelli di microrganismi quali batteri, virus ecc.
  • annotazione e quantificazione di espressione genica
  • analisi statistica e di correlazione tra espressione genica e fattori dell’ospite (età, genere etc.)
  • correlazione tra caratteristiche dell’ospite e microbioma in termini di espressione genica e pathways metabolici
  • filtri per la rimozione di artefatti o risultati non validi sono inclusi
  • installazione e uso facile ed immediato

Per la sua validazione, i ricercatori hanno quindi considerato dati relativi al tratto di colon discendente ed esperimenti con una popolazione di cellule selezionata (single-cells, cellule cerebrali murine) dimostrando ad esempio come:

  • Debaryomyces sia correlato significativamente con  UBE2I e IL27RA, geni propri dell’ospite
  • l’espressione di C1QTNF8 si correli a un gruppo di batteri quali Yarrowial ipolytica, Aspergillus chevalieri, Roseburia hominis e Anaerostipes hadrus
  • l’amplificazione cromosomica (regione 8q24) sia associata con Saccharomyces eubayanus, il complesso di biogenesi 1 con Helicobacter cinaedi (negativa)
  • Plasmodium vivax e i geni dell’ospite (modello murino in questo caso), GRIA2 in particolare, abbiano una correlazione positiva ed altamente significativa suggerendo un’elevata interazione di questo ceppo con l’ospite

Conclusioni

MTD è quindi un valido ed automatico strumento per analisi integrative ospite-commensali a livello sia di tessuto sia di singola popolazione cellulare, fornendo quindi una prospettiva unica nell’approfondimento delle dinamiche tra questi due ecosistemi. 

Silvia Radrezza
Laureata in Farmacia presso l’Univ. degli Studi di Ferrara, consegue un Master di 1° livello in Ricerca Clinica all’ Univ. degli Studi di Milano. Borsista all’Istituto di Ricerche Farmacologiche Mario Negri IRCCS dal 2017 al 2018, è ora post-doc presso Max Planck Institute of Molecular Cell Biology and Genetics a Dresda (Germania).

Potrebbe interessarti

Oppure effettua il login