bayesReact: el análisis de motivos reguladores acoplados a la expresión detecta la actividad de microARN a través de...

Área de la Ciencia:

• Biología computacional Biología computacional.
• La genómica es la genómica.
• Biología Molecular Biología Molecular

Sus antecedentes:

• Los mecanismos reguladores de genes son cruciales para la diferenciación celular y la homeostasis.
• Detectar estos mecanismos, especialmente a nivel de una sola célula, sigue siendo un desafío.
• Los microARN (miARN) son reguladores clave que a menudo son difíciles de cuantificar con precisión.

Objetivo del estudio:

• Para introducir bayesReact, una nueva herramienta computacional para cuantificar las actividades de regulación génica.
• Para evaluar el rendimiento de bayesReact en la inferencia de actividad de microARN (miRNA) utilizando datos de expresión de mRNA.
• Para demostrar la utilidad de BayesReact tanto en el análisis de datos omics a granel como en el análisis de datos de una sola célula.

Principales métodos:

• Desarrolló un modelo generativo no supervisado para la cuantificación de la actividad reguladora.
• Utilizó la información del motivo de secuencia compartida por los genes diana de los reguladores.
• Aplicó el método a los datos de expresión de ARNm para la inferencia de actividad de ARNm.

Principales resultados:

• bayesReact supera a los métodos existentes en datos masivos escasos y mejora la inferencia de la actividad de una sola célula.
• Las actividades de miRNA inferidas se correlacionan con la expresión de miRNA en diversos tejidos humanos (TCGA, GTEx).
• Se identificaron patrones de miARN específicos del tipo de cáncer y la actividad espacio-temporal del miARN durante el desarrollo neuronal murino.

Conclusiones:

• bayesReact proporciona un método robusto para inferir las actividades reguladoras de genes a partir de datos de omics.
• La herramienta facilita pantallas a gran escala para nuevos factores regulatorios y actividades específicas de la condición.
• bayesReact está disponible como un paquete R fácil de usar para una aplicación científica más amplia.