Sudokutechniek versnelt genetische analyse drastisch
Onderzoekers van de Princeton- en Harvard-universiteit hebben een manier ontwikkeld om genetische functies sneller en goedkoper te bepalen dan met huidige methodes mogelijk is. In een paper op Nature Communications doen ze hun techniek uit de doeken, die ze ‘Knockout Sudoku’ hebben gedoopt.
De functies die genomen van organismes hebben, is vaak een mysterie. Genetische onderzoekers proberen deze informatie te achterhalen door een specifiek gen te verwijderen uit een genoom en te evalueren wat een organisme niet langer kan doen. Het eindresultaat wordt een ‘whole-genome knockout’-collectie genoemd en bevat kopieën van genomen (mutanten) waarin bepaalde genen zijn verwijderd.
Tijdsrovend proces
Het principe van voorgaande methode is eenvoudig, maar de techniek is jammer genoeg erg tijdsintensief. Het kan ettelijke jaren duren om een whole-genome knockout-collectie te creëren door het verwijderen van de juiste genen. Het proces om een dergelijke collectie te maken, kost bovendien miljoenen dollars. Om deze reden bestaan er maar voor een paar organismes whole-genome knockout-collecties.
De onderzoekers van Princeton en Harvard zijn de eersten om een collectie in minder dan een maand te maken voor slechts enkele duizenden dollars. Hun strategie, ‘Knockout Sudoku’ genaamd, is gebaseerd op een combinatie van willekeurige genverwijdering en een krachtig reconstructiealgoritme.
Whole-genome knockout-collectie
Knockout Sudoku begint met een techniek die ‘transposon mutagenesis’ wordt genoemd, waarbij genen worden verwijderd door een disruptieve DNA-sequentie willekeurig in een genoom te brengen. Deze techniek wordt toegepast op een grote collectie microben om de kans te vergroten dat ieder gen wordt verstoord. Het team startte met een collectie van ongeveer 40.000 microben Shewanella oneidensis, welke ongeveer 3.600 genen in zijn genoom heeft.
Een robot deed er twee dagen over om de 40.000 gemuteerde microben in aparte vakjes op roosters te plaatsen. Het team gebruikte 417 roosters met elk 96 vakjes om dit te verwezenlijken. De echte uitdaging bevond zich echter bij het identificeren en categoriseren van de mutanten die een whole-genome knockout-collectie konden vormen.
Met behulp van DNA-amplificatie en sequentie kan dit op een goede en eenvoudige manier gebeuren. Om deze techniek voor iedere mutant apart toe te passen, moet je echter een hoop tijd en geld investeren. De onderzoekers besloten daarom een schema te gebruiken waarbij mutanten in groepen werden verdeeld en er slechts 61 amplificaties en 1 sequentie nodig waren.
Sudokutechniek
Na de sequentie hadden de wetenschappers een enorme hoeveelheid data. Ze kenden de identiteit van alle mutanten, maar wisten niet langer van welke plaats op de roosters de mutanten afkomstig waren. Om dit te achterhalen werd een methode gebruikt die hard aan de manier waarop sudoku’s worden opgelost doet denken. De onderzoekers creëerden een algoritme dat de locatie van individuele mutanten kon deduceren door de herhaaldelijke verschijning van een mutant in de rijen, kolommen en roosters te bepalen.
[related_article id=”187910″]Code kraken
Doordat de initiële gendisruptie willekeurig is, is het mogelijk dat dezelfde mutant meerdere keren wordt gecreëerd. Op deze manier is het oplossen van een sudokupuzzel niet eenvoudig. De onderzoekers gebruikten daarom een methode om codes te kraken die Bayesian inference wordt genoemd. “In het Engels komt de letter ‘A’ bijvoorbeeld 8,2 procent van de tijd voor. Wanneer de letter ‘X’ 8,2 procent keer in een bericht verschijnt, weet je dat dit de code voor de letter ‘A’ is,” legt Buz Barstow, de schrijver van de paper, uit.
Door het toepassen van dezelfde logica creëerden Barstow en zijn collega’s een statistisch beeld van de locatietoewijzing aan de hand van een mutant dat maar één keer voorkwam. Ze gebruikten dit beeld om de kans te berekenen dat mogelijke locaties klopten. Uiteindelijk wisten de wetenschappers door het toepassen van de verschillende technieken een whole-genome knockout-collectie van een Shewanella oneidensis-microbe te creëren.
Onderzoekers van de Princeton- en Harvard-universiteit hebben een manier ontwikkeld om genetische functies sneller en goedkoper te bepalen dan met huidige methodes mogelijk is. In een paper op Nature Communications doen ze hun techniek uit de doeken, die ze ‘Knockout Sudoku’ hebben gedoopt.
De functies die genomen van organismes hebben, is vaak een mysterie. Genetische onderzoekers proberen deze informatie te achterhalen door een specifiek gen te verwijderen uit een genoom en te evalueren wat een organisme niet langer kan doen. Het eindresultaat wordt een ‘whole-genome knockout’-collectie genoemd en bevat kopieën van genomen (mutanten) waarin bepaalde genen zijn verwijderd.
Tijdsrovend proces
Het principe van voorgaande methode is eenvoudig, maar de techniek is jammer genoeg erg tijdsintensief. Het kan ettelijke jaren duren om een whole-genome knockout-collectie te creëren door het verwijderen van de juiste genen. Het proces om een dergelijke collectie te maken, kost bovendien miljoenen dollars. Om deze reden bestaan er maar voor een paar organismes whole-genome knockout-collecties.
De onderzoekers van Princeton en Harvard zijn de eersten om een collectie in minder dan een maand te maken voor slechts enkele duizenden dollars. Hun strategie, ‘Knockout Sudoku’ genaamd, is gebaseerd op een combinatie van willekeurige genverwijdering en een krachtig reconstructiealgoritme.
Whole-genome knockout-collectie
Knockout Sudoku begint met een techniek die ‘transposon mutagenesis’ wordt genoemd, waarbij genen worden verwijderd door een disruptieve DNA-sequentie willekeurig in een genoom te brengen. Deze techniek wordt toegepast op een grote collectie microben om de kans te vergroten dat ieder gen wordt verstoord. Het team startte met een collectie van ongeveer 40.000 microben Shewanella oneidensis, welke ongeveer 3.600 genen in zijn genoom heeft.
Een robot deed er twee dagen over om de 40.000 gemuteerde microben in aparte vakjes op roosters te plaatsen. Het team gebruikte 417 roosters met elk 96 vakjes om dit te verwezenlijken. De echte uitdaging bevond zich echter bij het identificeren en categoriseren van de mutanten die een whole-genome knockout-collectie konden vormen.
Met behulp van DNA-amplificatie en sequentie kan dit op een goede en eenvoudige manier gebeuren. Om deze techniek voor iedere mutant apart toe te passen, moet je echter een hoop tijd en geld investeren. De onderzoekers besloten daarom een schema te gebruiken waarbij mutanten in groepen werden verdeeld en er slechts 61 amplificaties en 1 sequentie nodig waren.
Sudokutechniek
Na de sequentie hadden de wetenschappers een enorme hoeveelheid data. Ze kenden de identiteit van alle mutanten, maar wisten niet langer van welke plaats op de roosters de mutanten afkomstig waren. Om dit te achterhalen werd een methode gebruikt die hard aan de manier waarop sudoku’s worden opgelost doet denken. De onderzoekers creëerden een algoritme dat de locatie van individuele mutanten kon deduceren door de herhaaldelijke verschijning van een mutant in de rijen, kolommen en roosters te bepalen.
[related_article id=”187910″]Code kraken
Doordat de initiële gendisruptie willekeurig is, is het mogelijk dat dezelfde mutant meerdere keren wordt gecreëerd. Op deze manier is het oplossen van een sudokupuzzel niet eenvoudig. De onderzoekers gebruikten daarom een methode om codes te kraken die Bayesian inference wordt genoemd. “In het Engels komt de letter ‘A’ bijvoorbeeld 8,2 procent van de tijd voor. Wanneer de letter ‘X’ 8,2 procent keer in een bericht verschijnt, weet je dat dit de code voor de letter ‘A’ is,” legt Buz Barstow, de schrijver van de paper, uit.
Door het toepassen van dezelfde logica creëerden Barstow en zijn collega’s een statistisch beeld van de locatietoewijzing aan de hand van een mutant dat maar één keer voorkwam. Ze gebruikten dit beeld om de kans te berekenen dat mogelijke locaties klopten. Uiteindelijk wisten de wetenschappers door het toepassen van de verschillende technieken een whole-genome knockout-collectie van een Shewanella oneidensis-microbe te creëren.
