Secuenciación de alto rendimiento de entrecruzamientos mitóticos espontáneos e inestabilidad genómica con...

Área de la Ciencia:

• Genómica; Biología Molecular; Genética

Sus antecedentes:

• La detección de reordenamientos estructurales, especialmente los intercambios de cromátidas hermanas sin errores, en células individuales es un desafío significativo en genómica.
• Los métodos existentes carecen de la escalabilidad y la resolución necesarias para un análisis exhaustivo de los eventos mitóticos.

Objetivo del estudio:

• Introducir sci-L3-Strand-seq, un novedoso método de indexación combinatoria para la secuenciación de la hebra plantilla de ADN.
• Proporcionar una plataforma escalable y rentable para mapear eventos de entrecruzamiento mitótico (CO) e inestabilidad genómica en millones de células individuales.

Principales métodos:

• Desarrollado sci-L3-Strand-seq, un método que combina indexación combinatoria y amplificación lineal para la secuenciación de la hebra plantilla de ADN.
• Creado un marco computacional para analizar datos genotípicos de células individuales, incluida información de hebra, número de copias y haplotipos.
• Distinguidos sistemáticamente siete tipos de resultados de CO mitótico.

Principales resultados:

• Cuantificadas las tasas de entrecruzamiento sin errores y mutacionales en miles de células individuales utilizando sci-L3-Strand-seq.
• Explorados los patrones de enriquecimiento de características genómicas y epigenómicas asociadas con los entrecruzamientos.
• Medidas fenotipos sutiles y linajes clonales mapeados para comprender la inestabilidad genómica.
• Proporcionados conocimientos sobre el orden temporal de los eventos de inestabilidad genómica y la evolución del cáncer.

Conclusiones:

• Sci-L3-Strand-seq ofrece una plataforma potente y escalable para estudiar la reparación del ADN y las variaciones estructurales con resolución de célula única.
• El método permite la exploración de características genómicas y epigenómicas y facilita pantallas mutacionales a gran escala.
• Tiene el potencial de diseccionar procesos complejos como la evolución del cáncer mapeando linajes clonales y eventos de inestabilidad.