Cercetarea utilizează date despre splicing alternativ pentru a prezice funcția proteinelor
Un singur gen uman poate produce multiple izoforme proteice prin splicing alternativ, extinzând semnificativ diversitatea funcțională a proteomului.
Cu toate acestea, în ciuda decadelor de cercetări, oamenii de știință continuă să întâmpine dificultăți în determinarea funcțiilor biologice specifice ale izoformelor individuale, multe dintre acestea diferind prin modificări subtile ale secvenței, dar având roluri remarcabil de diferite în celule.
Un nou studiu publicat în Computational Biomedicine prezintă un cadru computațional care valorifică informațiile biologice încorporate în evenimentele de splicing alternativ pentru a îmbunătăți predicția funcției izoformelor proteice, oferind perspective noi asupra uneia dintre provocările de lungă durată din biologia moleculară.
Splicingul alternativ afectează mai mult de 95% din genele umane cu mai multe exonuri și joacă roluri esențiale în dezvoltare, specializarea tisulară și boli. Splicingul anormal a fost asociat cu numeroase afecțiuni, inclusiv cancer, boli neurodegenerative și condiții genetice ereditare. Totuși, deși tehnologiile de secvențiere au dezvăluit milioane de izoforme de transcript, caracterizarea experimentală a funcției fiecărui variant rămâne impracticabilă din cauza costurilor și timpului enorm implicat.
Abordările computaționale existente se bazează de obicei pe similaritatea secvenței proteice sau pe anotațiile la nivel de gen. Deși utile, aceste metode adesea neglijează semnificația biologică a evenimentelor individuale de splicing, limitând capacitatea lor de a distinge izoforme strâns legate cu funcții distincte.
Pentru a aborda această provocare, cercetătorii au dezvoltat SpliceEM, un cadru computațional care integrează informațiile despre splicingul alternativ cu secvențele proteice, anotațiile funcționale și datele despre interacțiunile moleculare. În loc să trateze toate variantele de transcript în mod egal, cadrul modelează explicit modul în care diferitele tipuri de evenimente de splicing contribuie la divergența funcțională între izoforme.
Studiul a demonstrat că includerea informațiilor despre splicingul alternativ a îmbunătățit considerabil predicția funcțiilor izoformelor proteice pe mai multe seturi de date de referință. Cadrul a depășit constant abordările computaționale existente, în special pentru funcțiile biologice cu anotații experimentale limitate, unde predicția precisă este adesea cea mai dificilă.
Peste performanța predictivă îmbunătățită, studiul oferă și perspective biologice asupra modului în care splicingul alternativ modelează funcția proteinelor.
Prin examinarea reprezentărilor învățate de model, cercetătorii au descoperit că exoanele sărite (SE) și exoanele alternative inițiale (AF) au contribuit disproporționat la divergența funcțională între izoformele proteice. Aceste evenimente de splicing au fost puternic asociate cu căile de semnalizare implicate în cancer, inclusiv căile MAPK și JAK–STAT, sugerând că schimbările localizate în splicingul ARN pot avea consecințe extinse asupra reglementării celulare și dezvoltării bolilor.
Cadrul a demonstrat, de asemenea, capacitatea sa de a distinge diferențele funcționale între izoforme provenind din același gen. Analizele de caz au relevat că variantele individuale de transcript pot participa la procese biologice distincte în funcție de modelele lor de splicing, subliniind importanța studiului proteinelor la nivelul izoformelor, în loc să se bazeze exclusiv pe analizele la nivel de gen.
Conform cercetătorilor, aceste descoperiri susțin viziunea tot mai largă că splicingul alternativ nu este doar un mecanism de generare a diversității transcriptului, ci și o sursă importantă de informații funcționale care poate îmbunătăți anotația computațională a proteomului.
Pe măsură ce seturile de date transcriptomice la scară largă și secvențierea la nivel de celulă unică continuă să se extindă, abordările capabile să interpreteze biologia specifică izoformelor vor deveni din ce în ce mai importante. Autorii sugerează că integrarea informațiilor biologic semnificative despre splicing în analizele computaționale ar putea accelera studiile asupra mecanismelor bolilor, genomica funcțională și descoperirea de biomarkeri, oferind totodată o înțelegere mai rafinată a modului în care diversitatea transcriptului contribuie la sănătatea și bolile umane.
Deși va fi necesară o validare experimentală suplimentară pentru funcțiile izoformelor recent prezise, studiul stabilește un cadru informat biologic pentru explorarea uneia dintre cele mai puțin înțelese dimensiuni ale reglementării genice.
