Redes de señalización de proteínas causales derivadas de datos multiparámetros de una sola célula.

Área de la Ciencia:

• Biología de Sistemas Biología de Sistemas.
• Inmunología Inmunología.
• Biología computacional Biología computacional.

Sus antecedentes:

• Las redes de señalización celular son complejas y cruciales para las funciones biológicas.
• Comprender las relaciones causales dentro de estas redes es vital para la investigación de enfermedades.
• Los métodos actuales a menudo tienen dificultades para capturar interacciones dinámicas a nivel de una sola célula.

Objetivo del estudio:

• Desarrollar un enfoque automatizado de aprendizaje automático para la derivación de influencias causales en las redes de señalización celular.
• Para reconstruir las redes de señalización de las células inmunes humanas primarias a nivel de una sola célula.
• Identificar y validar experimentalmente nuevas relaciones causales dentro de estas redes.

Principales métodos:

• Medición simultánea de proteínas fosforiladas y fosfolípidos en miles de células inmunes humanas primarias.
• Aplicación del aprendizaje automático, específicamente los métodos computacionales de red bayesiana, para la inferencia causal automatizada.
• Perturbaciones moleculares para inducir cambios en las vías de señalización y el ordenamiento de la red.
• Validación experimental de las nuevas causalidades de la red de intersecciones predichas.

Principales resultados:

• Derivación automatizada de las influencias causales en las redes de señalización celular.
• Elucidación de la mayoría de las relaciones de señalización reportadas tradicionalmente.
• Predicción y verificación experimental de las nuevas causalidades de la red de intersecciones.
• Reconstrucción exitosa de modelos de red a partir de células individuales primarias fisiológicamente relevantes.

Conclusiones:

• El aprendizaje automático proporciona una poderosa herramienta para la inferencia causal automatizada en la señalización celular.
• La reconstrucción de la red unicelular ofrece información sobre la señalización del tejido en su estado nativo.
• Esta metodología se puede aplicar para estudiar las acciones complejas de los fármacos y la señalización en las células enfermas.