Новый метод анализа РНК позволил исследовательской группе из Европейского института биоинформатики (European Bioinformatics Institute) обнаружить ранее неизвестные клеточные субпопуляции.
Современные технологии секвенирования позволяют получить данные о составе молекул РНК сотен клеток. При этом существует большое количество вмешивающихся факторов, которые могут влиять на состав транскриптов в отдельно взятой клетке: фаза клеточного цикла, гетерогенность экспрессии генов и ряд других. Такие факторы могут повлиять на выделение отдельных субпопуляций клеток по представленных в них РНК.
Джон Мариони (John Marioni) и его коллеги проанализировали образцы тканей, содержавшие клетки разного возраста и на разных стадиях клеточного цикла. На основании полученных данных они создали модель, которую назвали «модель отдельной клетки с учетом латентных переменных» (single-cell latent variable model). При помощи этой модели исследователям удалось обнаружить различные субпопуляции клеток, каждая из которых выполняла определенные функции и обладала рядом характерных особенностей. Например, они смогли различить клетки на разных этапах дифференцировки из наивных Т-клеток в Т-хелперы типа 2.
Авторы полагают, что их методика позволит лучше изучить молекулярные сигнальные пути, поведение опухолевых клеток, процессы дифференцировки и патогенез многих заболеваний.