Individuato un nuovo metodo diagnostico capace di mettere in evidenza “l’impronta digitale” della singola cellula

Le singole cellule rappresentano i “mattoni” degli organismi. Un essere umano è composto da circa 30 trilioni di cellule ed ognuna di queste è unica a livello trascrizionale. Il sequenziamento dell’RNA a singola cellula (scRNA-seq) ha permesso la caratterizzazione di tipi cellulari altamente specifici in molti tessuti, nonché linee cellulari sia primarie che derivate da cellule staminali. Un aspetto importante di questi studi è la capacità di identificare le firme trascrizionali che definiscono un tipo o uno stato di cellule. In teoria, queste informazioni possono essere utilizzate per classificare una singola cellula in base al suo profilo trascrizionale. In questo lavoro i ricercatori del Garvan Institute of Medical Research, Darlinghurst, Sydney in Australia presentano un nuovo metodo: scPred, il cui uso può essere esteso, in grado di fornire una classificazione altamente accurata di singole celle, usando una combinazione di selezione imparziale di funzionalità da uno spazio di dimensioni ridotte e un metodo di previsione basato sulla probabilità di apprendimento automatico. I ricercatori hanno applicato il nuovo metodo scPred ai dati scRNA-seq di tessuto pancreatico, cellule mononucleari, biopsie di tumori del colon-retto e cellule dendritiche circolanti e hanno dimostrato che scPred è in grado di classificare le singole cellule con elevata precisione. Potenzialmente, questo nuovo metodo potrà consentire una diagnosi precoce dei carcinomi, identificare le cellule che stanno alla base delle malattie autoimmuni e aiutare a personalizzare i trattamenti per i singoli pazienti. Gli Autori stanno adesso lavorando al passo successivo: tradurre il metodo in test diagnostici per l’impiego clinico.