به گزارش بنیان به نقل از medicalxpress، توالی یابی RNA‌در سطح تک سلول می تواند انواع سلول ها را با توجه به انواع پروتئین هایی که به وسیله سلول های منفرد تولید می شوند مشخص سازد، اما آنالیز داده های بدست آمده خود چالش برانگیز است.

این نرم افزار جدید که Single Cell Consensus Clustering(SC3) نام دارد نشان داده است که در مقایسه با روش های موجود بسیار دقیق تر است و دسترسی به آن نیز برای عموم محققین آزاد است. پیشرفت های اخیر در زمینه تکنولوژی های تک سلولی ژنومی، جداسازی سلول های منفرد از بافت ها و اندام های مختلف و اندازه گیری مجموعه mRNA(ترانسکریپتوم) را مقدور می سازد و در نتیجه به هر سلول هویت خودش را می بخشد. این ترانسکریپتوم های فردی می تواند برای تعریف انواع سلول ها و برای درک عملکرد سلول های سالم و بیمار در بدن انسان استفاده شود. این تکنولوژی پتانسیل زیادی برای مطالعات زیستی دارد. محققین از این نرم افزار SC3 برای آنالیز داده های مربوط به دو بیمار مبتلا به سرطان خون میلوپرولیفریتیو نئوپلاسم(MPN) استفاده کردند.MPN پیش بدخیم زمانی اتفاق می افتد که مغز استخوان سلول خونی زیادی را تولید می کند و در ده درصد بیماران این امر منجر به ایجاد لوکمیا می شود.

اغلب سرطان ها دارای ورژن های متعددی هستند که آن ها را اصطلاحا ساب کلون می نامند و دارای موتاسیون های مختلفی هستند. استفاده از نرم افزار مذکور شرایطی را فراهم می کند که سطح بیان RNA مربوط به هر سرطان در ارتباط با موتاسیون های مختلف مشخص شود. با استفاده از این نرم افزار، محققین نشان دادند که هر موتاسیون عامل سرطان منجر به تولید پروتئین های مختلفی می شود. این مطالعه نشان می دهد که SC3 یک نرم افزار دقیق و با کاربرد راحت است که می تواند مجموعه وسیعی از داده ها را آنالیز کند.

پایان مطلب/