En busca de proteínas que definen la cilia primaria

Abstract

La cilia primaria es un organelo evolutivamente conservado presente en muchas células eucariotas, donde desempeña un papel central en la señalización celular y la percepción del entorno. A pesar de su importancia, el conjunto completo de genes necesarios para su estructura y función aún no se conoce en su totalidad. Caenorhabditis elegans constituye un sistema modelo de gran utilidad para estudiar la biología ciliar debido a su sistema nervioso bien caracterizado y a la facilidad de manipulación genética y experimental, lo que permite identificar mecanismos conservados entre especies. Planteamos la hipótesis de que los genes asociados a la función ciliar comparten características basadas en su expresión y otros rasgos biológicos, independientes de la similitud de secuencia de ADN, que pueden utilizarse para su identificación. Para investigar esta hipótesis, se emplearon datos de transcriptómica single cell y de localización genómica de grupos funcionales. Los conjuntos de datos transcriptómicos fueron elaborados a partir de datos públicos de scRNA-seq (Packer et al., 2019; Taylor et al., 2021). Estos conjuntos de datos incluyen tipos celulares neuronales de diferentes etapas del desarrollo, que comprenden tanto poblaciones ciliadas como no ciliadas, y fueron integrados antes del análisis. Los genes se filtraron según su expresión en distintos tipos celulares y su varianza en los diferentes tipos celulares. Los valores de expresión se estandarizaron y se aplicó clustering jerárquico aglomerativo. El análisis de enriquecimiento permitió identificar clusters sobrerrepresentados en genes ciliares, a partir de los cuales se definieron genes candidatos. Las Functional Landscape Arrays (FLAs) son una representación numérica del contexto genómico de un gen. Se construyeron utilizando ventanas genómicas de distintos tamaños alrededor de cada gen y cuantificando la presencia de grupos funcionales en esas regiones. De esta forma, cada gen queda descrito por un conjunto de características que reflejan la organización funcional de su vecindario genómico. Estas matrices fueron utilizadas como features para el entrenamiento y la evaluación de clasificadores de diferente naturaleza. Con base en estos resultados, se seleccionó el clasificador de mejor desempeño y se utilizó para generar una segunda lista de genes candidatos. Como trabajo futuro, se incorporarán características biológicas adicionales independientes de la secuencia de ADN, como los motivos estructurales o las interacciones tridimensionales en el genoma. También se evaluará la performance de los métodos descriptos definiendo nuevas listas de genes ciliares, subdivididas según su ubicación en la cilia y su función específica.