Direcções Futuras na Sequenciação de Polissomas e Ómicas Translacionais

Atualmente, a omica translacional e a integração de ómicas múltiplas tornaram-se áreas de ponta na investigação biomédica. Com o rápido desenvolvimento da tecnologia de ómicas translacionais a nível de célula única, os cientistas agora podem estudar o processo de tradução dentro de células individuais com maior profundidade, proporcionando novas perspetivas sobre como as células respondem a sinais externos, controlam a expressão génica e o seu papel na doença. A seguir estão algumas direções futuras de desenvolvimento para as ómicas translacionais e tecnologias relacionadas.

Tecnologias ómicas de múltiplas traduções (Román ÁC et al., 2024)

Inovação Tecnológica e Integração Multidimensional em Ómicas Translacionais

A omica translacional, atuando como uma ponte entre o transcriptoma e o proteoma, pode capturar diretamente o mRNA sendo traduzido pelos ribossomas, revelando as mudanças dinâmicas na expressão gênica a nível translacional. A síntese, modificação, dobragem e montagem de proteínas são precisamente reguladas.

Nos últimos anos, as tecnologias de ómicas translacionais fizeram progressos significativos. Perfilagem de polissomas, utilizando o alto coeficiente de sedimentação dos ribossomas para separar polirribossomas, é uma técnica clássica de deteção em ómicas de tradução e é considerada o "padrão ouro" para avaliar a eficiência da tradução. Comparado a outros métodos, o perfilamento de polirribossomas pode separar com precisão subunidades ribossomais, monorribossomas e polirribossomas para analisar a atividade translacional geral de uma amostra e calcular a eficiência da tradução (ET).

A pesquisa atual sugere que a integração de dados multi-ômicos é uma direção promissora para o desenvolvimento futuro. Ao combinar transcriptoma, proteoma, e epitranscriptoma (tais como modificação m6AA análise translacional permite a construção de mapas de expressão génica mais abrangentes. Evidências crescentes sugerem que RNAs não codificantes, como os RNAs longos não codificantes (lncRNAs) e os RNAs circulares (circRNAs), podem também ter atividade translacional e produzir microproteínas funcionais, sublinhando ainda mais a importância da investigação em ómicas translacionais.

Avanço na Tradução Genómica de Célula Única

A chegada da tecnologia de análise de blot de ribossomos de célula única (scRibo-seq) marca uma nova era na investigação da traduçãoómica. Esta tecnologia permite a deteção de tradução ao nível de célula única sem a necessidade de rotulagem ou materiais transgénicos, tornando-a particularmente adequada para amostras primárias raras.

Através da scRibo-seq, os cientistas conseguiram revelar a heterogeneidade celular na regulação da tradução com resolução a nível de célula única. Por exemplo, em estudos do ciclo celular, a tecnologia de Ribo-seq a nível de célula única revelou uma relação próxima entre eventos de paragem da tradução e a progressão do ciclo celular, desvendando as mudanças dinâmicas na tradução de genes específicos em várias fases do ciclo celular.

A integração multi-ômica está a tornar-se uma tendência inevitável.

Uma direcção chave para a futura investigação em omicas translacionais é a integração profunda com dados de outras disciplinas ómicas. Como uma "ponte" entre a proteómica e a transcriptómica, as omicas translacionais podem aumentar significativamente a correlação entre RNA e proteína, revelando processos intermédios na transição de RNA para proteína.

Combinação com epitranscriptómica

A integração da ómica translacional com a investigação das modificações de RNA tornou-se um campo em rápida expansão. Por exemplo, os mecanismos regulatórios das modificações de RNA, como m6A, m7G e ac4C, no processo de tradução estão a ser amplamente estudados. Na investigação do carcinoma espinocelular do esófago, os investigadores, através de análise de polysome-seqdescobriram que a modificação m7G do tRNA afeta a expressão de genes de vias oncogénicas ao regular a tradução de mRNAs enriquecidos em códons relacionados com m7G.

Da mesma forma, na investigação de partículas de stress, os cientistas combinaram a sequenciação de imunoprecipitação de RNA metilado m7G (m7G meRIP-seq), a sequenciação RIP do QKI7 (QKI7 RIP-seq) e a sequenciação de RNA de partículas de stress (SG RNA-seq) para descobrir que a proteína Quaking (QKI) regula dinamicamente o transporte e a tradução de mRNAs contendo modificações internas de m7G sob stress.

Integração e Análise de Dados Multidimensionais

A pesquisa avançada progrediu para a análise simultânea do translatoma, transcriptoma, proteoma e dados de epitranscriptoma. Por exemplo, ao explorar o papel não dependente de m6A da METTL16, os investigadores combinaram análise de polirribossomas e experiências de interação molecular, descobrindo que a METTL16 promove a iniciação da tradução através de interações diretas com eIF3a/b e rRNA. Esta descoberta fornece um novo alvo para o tratamento do câncer de fígado.

Passos sequenciais envolvidos na representação e preparação de dados multi-ómicos (VanInsberghe M et al., 2021)

Inovações em Novas Tecnologias e Metodologias

Análise Estrutural de Alta Resolução

O grupo de pesquisa Guo Qiang desenvolveu um novo algoritmo de agrupamento combinado com a tecnologia de tomografia eletrónica criogénica (cryo-ET), alcançando uma análise detalhada da estrutura in situ dos polirribossomas intracelulares.

Este método revelou vários arranjos regulares de ribossomas dentro da célula, e que ribossomas adjacentes no mesmo polirribossoma tendem a estar numa conformação consistente, sugerindo um potencial comportamento de tradução sinérgico.

Variantes de Tecnologia de Alta Resolução

Com os avanços tecnológicos, uma série de variantes de tecnologia de alta resolução está a levar a traduçãoómica a níveis mais profundos:

• Sequenciação de Iniciação de Tradução Quantitativa (QTI-seq): Localização de locais de iniciação de tradução através da "congelação" química e enriquecimento de ribossomas de iniciação, enquanto se removem simultaneamente ribossomas alongados do mRNA relacionado.
• Sequenciação de Mapeamento Complexo de Tradução (TCP-seq): Localização de locais de iniciação da tradução através do enriquecimento de RNA ligado à subunidade pequena 40S do ribossoma antes da montagem de ribossomas maduros. Além disso, uma vez que este método preserva a integridade do ribossoma, também permite a análise e comparação da porção do ribossoma 80S, resultando numa análise mais completa da cinética da tradução.
• Análise de Ribossomas Específica de Proximidade: Esta fornece uma abordagem inovadora para avaliar pegadas ribossómicas heterogéneas e compreender a tradução em locais subcelulares específicos. Esta técnica utiliza ligases de biotina espacialmente restritas para rotular ribossomas com peptídeos recetores de biotina em células vivas.

Translationómica na Investigação do Cancro e Medicina de Precisão

Desvendando os Mecanismos da Tradução Aberrante no Câncer

As tecnologias de traduçãoómica mostraram um grande potencial na elucidação dos mecanismos de tradução aberrante no câncer. Estudos encontraram características específicas do translatoma em pacientes com glioblastoma ou leucemia.

• Por exemplo, utilizando a análise de ribossomas, os investigadores descobriram que a expressão de PYCR1 nas células do carcinoma renal está associada à progressão tumoral, e que a progressão tumoral está intimamente relacionada com a quantidade de prolina. A análise de códons revelou como as células do carcinoma renal dependem da quantidade de prolina e como a progressão tumoral está associada à expressão de PYCR1.
• Outro estudo mostrou que o FKBP10 promove a progressão do câncer de pulmão ao regular a elongação da tradução. Esta proteína altera a taxa de elongação da tradução no início da ORF; especificamente, após a remoção do FKBP10, a ocupação do quadro de leitura de quatro códons de prolina foi significativamente maior do que a de outros códons. Este resultado indica que o FKBP10 favorece a elongação dos códons codificadores de prolina.

Integração Multi-ômica e Descoberta de Biomarcadores

Análise de integração multi-óptica está a tornar-se um novo paradigma na investigação do câncer. Os investigadores começaram a combinar o transcriptoma, metilaçãoconjuntos de dados de mutação somática e variação no número de cópias (CNV) de estudos de diferentes tipos de câncer. Esta abordagem integrativa ajuda a compreender as inter-relações dos genes sob a influência de cada característica ómica dentro do interatoma humano.

Por exemplo, um estudo desenvolveu uma Linha de Conectividade Unificada (CLine) para identificar padrões específicos em todo o genoma associados a diferentes ómicas em diferentes tipos de câncer. Através das quatro características ómicas, os padrões omnigénicos identificados exibiram padrões bimodais, fragmentados, unimodais e de descida mais acentuada, respetivamente. Esses padrões específicos de ómicas foram encontrados em 66,7%, 86,7%, 93,3% e 93,3% dos tumores malignos examinados (VanInsberghe M et al., 2021).

Perspectivas de Tradução Clínica e Aplicação Terapêutica

Subtipagem de Tumores e Medicina de Precisão

As abordagens multi-ómicas estão a revolucionar a subtipagem molecular do cancro e as estratégias de tratamento. Ao integrar dados genómicos, transcriptómicos, epigenómicos e proteómicos, os investigadores conseguem classificar os tumores em subtipos moleculares mais refinados, proporcionando uma base para o tratamento personalizado. Por exemplo, as assinaturas mutacionais deixadas por defeitos na reparação do DNA (como as mutações BRCA1/2) têm sido utilizadas para identificar pacientes sensíveis a inibidores de PARP, mesmo que esses pacientes não apresentem mutações óbvias nos genes BRCA1/2.

A análise de assinaturas de mutação mostrou-se promissora na previsão da resposta ao tratamento. Estudos descobriram que as assinaturas de defeito de recombinação homóloga (HRd) estão associadas à resposta a inibidores de PARP, enquanto as assinaturas de defeito de reparo de mismatch (MMRd) estão associadas à resposta a inibidores de pontos de verificação imunológicos. Além disso, as assinaturas de número de cópias demonstraram prever a sobrevivência global e a probabilidade de recidiva resistente ao platina em pacientes com câncer de ovário (Ma W et al., 2024).

Descoberta de Novos Alvos Terapêuticos

As tecnologias de transimics facilitaram a identificação de novos alvos terapêuticos. Por exemplo, estudos descobriram que a METTL16 desempenha um papel pró-cancerígeno no câncer de fígado ao promover a iniciação da tradução através de um mecanismo não dependente de m6A, por meio da interação direta com eIF3a/b e rRNA. Outro estudo mostrou que as proteínas QKI transportam transcritos modificados por m7G para grânulos de estresse e regulam o metabolismo do mRNA sob estresse (Su R et al., 2021).

No carcinoma de células escamosas do esófago (ESCC), estudos descobriram que METTL1 e WDR4 estão significativamente regulados para cima e associados a um mau prognóstico. Mecanicamente, a modificação de tRNA m7G regula a tradução de mRNAs ricos em códons relacionados com m7G, incluindo reguladores negativos da via mTOR e genes da via de autofagia. A análise de Polysome-seq de células com knockdown de METTL1 e células de controlo revelou que, quanto mais códons correspondentes a tRNAs m7G no mRNA, mais códons correspondentes a tRNAs m7G o mRNA com eficiência de tradução (TE) reduzida tinha (Han H et al., 2022).

Para entender a diferença entre sequenciação de multiméricos e outras técnicas de análise de tradução, veja "Comparação da Sequenciação de Polissomos com Outras Técnicas de Perfilagem Translacional.

Para entender os desafios e limitações da sequenciação de multiméricos, consulte "Desafios e Limitações da Sequenciação de Polissomos.

Navegando Desafios Técnicos e Direções Futuras na Investigação Translacional

A omica translacional continua a evoluir rapidamente, apresentando tanto desafios computacionais como oportunidades sem precedentes. A integração da inteligência artificial e das tecnologias espaciais representa a próxima fronteira na compreensão da regulação da síntese de proteínas. Esses avanços são particularmente relevantes para as empresas farmacêuticas que desenvolvem terapias direcionadas.

Integração Computacional e Aplicações de IA

O crescimento exponencial dos dados multi-ómicos requer abordagens analíticas sofisticadas:

• A aprendizagem automática identifica padrões que a estatística tradicional pode perder.
• Modelos de deep learning como o DeepOmix permitem a previsão da sobrevivência ao câncer.
• Os pipelines automatizados processam conjuntos de dados de alta dimensão de forma eficiente.

Satial Technologies a Transformar a Pesquisa

As tecnologias de ómica espacial oferecem um contexto tecidual sem precedentes:

• Mapeamento de distribuições moleculares dentro de microambientes tumorais
• Revelando interacções celulares e heterogeneidade espacial
• Vinculando características moleculares a locais específicos de tecido

Estas abordagens ajudam os investigadores a entender por que certos tumores respondem de maneira diferente ao tratamento. São particularmente valiosas para o desenvolvimento de estratégias terapêuticas localizadas.

Prioridades de Desenvolvimento Futuro

O campo continua a avançar em direção a uma maior resolução e relevância clínica:

• Monitorização em resolução de célula única e subcelular
• Captura de dinâmicas de tradução em tempo real
• Protocolos de integração de dados padronizados
• Caminhos de tradução clínica aprimorados

Aplicações e Impacto na Indústria

Esses avanços tecnológicos proporcionam benefícios mensuráveis:

• Os programas de medicina de precisão em câncer aproveitam os dados de heterogeneidade espacial.
• Desenvolvedores de medicamentos identificam novos alvos de síntese de proteínas.
• As empresas de diagnóstico desenvolvem ferramentas prognósticas mais precisas.

À medida que as metodologias continuam a melhorar, a omica translacional desempenhará um papel cada vez mais central no desenvolvimento terapêutico. Esses avanços ajudam os investigadores a compreender redes complexas de regulação genética de forma mais completa.

As pessoas também perguntam

Qual é a análise de tradução utilizando o perfilamento de polissomos?

Perfilagem de polissomas foi desenvolvido para inferir o estado de tradução de uma espécie específica de mRNA ou para analisar o translatoma, ou seja, o subconjunto de mRNAs ativamente traduzidos numa célula. A profilagem de polissomos é especialmente adequada para organismos modelo emergentes para os quais os dados genómicos são limitados.

Qual é o propósito da profilagem de polissomos?

A perfuração de polissomos foi desenvolvida para inferir o estado de tradução de uma espécie específica de mRNA ou para analisar o translatoma, ou seja, o subconjunto de mRNAs ativamente traduzidos numa célula.

Qual é a eficiência de tradução na perfuração de ribossomas?

De forma resumida, a eficiência de tradução é calculada dividindo as contagens de RPF para um determinado gene pelas contagens de leitura de RNA para o mesmo gene no mesmo momento (consulte os Métodos Suplementares para mais detalhes).

Quais são as vantagens do perfilamento de ribossomas?

Perfilagem de ribossomas: uma ferramenta poderosa na investigação oncológica.

A vantagem proeminente do perfilamento de ribossomas reside em fornecer informações posicionais precisas e abundantes que permitem uma análise mais detalhada da regulação da tradução.

Quais são as limitações do perfilamento de ribossomas?

Primeiro, apenas uma pequena fração dos mRNAs é capturada, limitando a capacidade de detectar o panorama de tradução em populações celulares. Em segundo lugar, as leituras únicas em cada célula são bastante escassas.

Qual é a diferença entre Ribo-Seq e RNA-seq?

RNA-Seq fornece uma visão abrangente da atividade genética, tornando-o ideal para estudos de transcrição. Por outro lado, Ribo-Seq oferece informações detalhadas sobre a tradução de proteínas, fornecendo informações críticas sobre como os genes são transformados em proteínas funcionais.

O que é o perfilamento complexo de tradução?

A sequenciação de perfis complexos (TCP-seq) é um método de biologia molecular para obter instantâneas da distribuição momentânea de complexos de síntese de proteínas ao longo de cadeias de RNA mensageiro (mRNA).

Referências:

1. Román ÁC, Benítez DA, Díaz-Pizarro A, Del Valle-Del Pino N, Olivera-Gómez M, Cumplido-Laso G, Carvajal-González JM, Mulero-Navarro S. Tecnologias de sequenciação de nova geração para abordar a tradução aberrante de mRNA no câncer. Câncer NAR. 2024, 15 de Maio; 6(2): zcae024.
2. Chakraborty S, Sharma G, Karmakar S, Banerjee S. Abordagens Multi-OMICS na biologia do câncer: Nova era na terapia do câncer. Biochimica e Biologia Física Acta - Moléculas e Bases das Doenças. Jun 2024;1870(5):167120.
3. VanInsberghe M, van den Berg J, Andersson-Rolf A, Clevers H, van Oudenaarden A. A Ribo-seq de célula única revela uma pausa na tradução dependente do ciclo celular.. Natureza. Set 2021;597(7877):561-565.
4. Jan CH, Williams CC, Weissman JS. Princípios da translocação cotranslacional do retículo endoplasmático revelados por perfilagem de ribossomas específica de proximidade. Ciência. 2014 Nov 7;346(6210):1257521.
5. Ma W, Tang W, Kwok JSL, Tong AHY, Lo CWS, Chu ATW, Chung BHY; Projeto Genoma de Hong Kong. Uma revisão sobre tendências no desenvolvimento e tradução de assinaturas ómicas no câncer.. Comput Struct Biotechnol J. 2024 Fev 3;23:954-971.
6. Su R, Dong L, Li Y, Gao M, He PC, Liu W, Wei J, Zhao Z, Gao L, Han L, Deng X, Li C, Prince E, Tan B, Qing Y, Qin X, Shen C, Xue M, Zhou K, Chen Z, Xue J, Li W, Qin H, Wu X, Sun M, Nam Y, Chen CW, Huang W, Horne D, Rosen ST, He C, Chen J. A METTL16 exerce uma função independente de m6A para facilitar a tradução e a tumorigénese.. Nat Cell Biol. Fevereiro de 2022;24(2):205-216.
7. Han H, Yang C, Ma J, Zhang S, Zheng S, Ling R, Sun K, Guo S, Huang B, Liang Y, Wang L, Chen S, Wang Z, Wei W, Huang Y, Peng H, Jiang YZ, Choe J, Lin S. A modificação de tRNA N7-metilguanosina promove a tumorigenese do carcinoma espinocelular esofágico através do eixo RPTOR/ULK1/autofagia.. Nat Commun. 2022 Mar 18;13(1):1478.