Análisis de isódecodificadores de ARNt utilizando señales de corriente iónica de Nanopore y aprendizaje profundo

Área de la Ciencia:

• Genómica
• Bioinformática
• Biología Molecular

Sus antecedentes:

• El ARN de transferencia (ARNt) desempeña un papel crucial en la síntesis de proteínas y la regulación celular.
• El análisis preciso de las secuencias de ARNt y sus modificaciones es esencial para comprender los procesos biológicos.
• Los métodos actuales para el análisis de ARNt enfrentan limitaciones en resolución y precisión, particularmente para distinciones a nivel de isódecodificador.

Objetivo del estudio:

• Desarrollar y validar una estrategia computacional novedosa para el análisis de ARNt de alta resolución utilizando la secuenciación directa de Nanopore.
• Aprovechar el aprendizaje profundo y las señales de corriente iónica para la identificación precisa de isódecodificadores en ARNt bacteriano y de levadura.
• Mejorar la precisión de la alineación de secuencias de ARNt y explorar el potencial de los datos de corriente iónica para detectar modificaciones de ARNt.

Principales métodos:

• Aplicación de la tecnología de secuenciación directa de Nanopore para capturar señales de corriente iónica de moléculas de ARNt.
• Desarrollo de modelos de aprendizaje profundo para predecir isódecodificadores de ARNt directamente a partir de datos crudos de corriente iónica de nanoporos.
• Integración del análisis de corriente iónica con la alineación de secuencias por pares para mejorar la alineación e identidad de las lecturas de ARNt.

Principales resultados:

• Se lograron tasas de alineación mejoradas para lecturas de ARNt de *E. coli* (2,6 %) y *S. cerevisiae* (13,1 %) en comparación con las estrategias existentes de Nanopore.
• Se demostró un aumento significativo en la identidad de alineación, lo que indica una mayor precisión en la determinación de la secuencia de ARNt.
• Se utilizaron con éxito modelos de corriente iónica para confirmar el enriquecimiento de isoformas y fracciones específicas de ARNt en muestras experimentales.
• Se mostró la naturaleza rica en información de las señales de corriente iónica crudas para la deconstrucción de características moleculares complejas, incluidas las modificaciones químicas.

Conclusiones:

• La secuenciación directa de ARNt de Nanopore combinada con el aprendizaje profundo y el análisis de corriente iónica ofrece una herramienta poderosa para la caracterización de ARNt a nivel de isódecodificador.
• Esta metodología avanzada mejora significativamente la precisión y eficiencia del análisis de ARNt en procariotas y eucariotas inferiores.
• Los hallazgos tienen amplias implicaciones para avanzar en la investigación de ARNt en biología de descubrimiento y aplicaciones de salud humana.