Detección de la contaminación viral en las líneas celulares utilizando el ViralCellDetector

Área de la Ciencia:

• Investigación biomédica
• La genómica
• La bioinformática

Sus antecedentes:

• Las líneas celulares son cruciales para la investigación biomédica pero susceptibles a la contaminación viral.
• Detectar la contaminación viral en las líneas celulares es un desafío en comparación con el bacteriano o el micoplasma.
• Las líneas celulares contaminadas pueden comprometer los resultados experimentales y la reproducibilidad.

Objetivo del estudio:

• Desarrollar una herramienta robusta para la detección de la contaminación viral en los datos de secuenciación de ARN (RNA-seq).
• Proporcionar un método para identificar las infecciones virales en las líneas celulares de varias especies huésped.
• Mejorar la fiabilidad de la investigación basada en líneas celulares permitiendo una detección precisa de la contaminación.

Principales métodos:

• Desarrolló ViralCellDetector, una herramienta que mapea las lecturas de RNA-seq a una biblioteca de genoma viral.
• Emplea un proceso de alineación en dos pasos: primero al genoma del huésped, luego a la base de datos viral.
• Incorpora un modelo de aprendizaje automático entrenado en marcadores de expresión génica del huésped para mejorar la clasificación de infecciones virales.

Principales resultados:

• Aproximadamente el 10% de los conjuntos de datos de secuencia de ARN de la línea celular MCF7 probados mostraron contaminación viral.
• ViralCellDetector demostró una alta sensibilidad en la detección de secuencias virales.
• El modelo de aprendizaje automático logró una precisión AUC de 0,91 y 0,93 en la distinción de muestras humanas infectadas.

Conclusiones:

• El enfoque basado en el mapeo ofrece una detección robusta de la contaminación viral en diversos organismos huéspedes.
• El modelo de aprendizaje automático basado en marcadores identifica con precisión las infecciones virales específicamente en líneas celulares humanas.
• La herramienta ayuda a los investigadores a evitar las líneas celulares contaminadas, mejorando así la fiabilidad experimental.