নয়টি একক-কোষ মাল্টিমোডাল ডেটাসেটে SCENT এবং SCENT-বর্ধক জিন জোড়ার পরিকল্পিত উপস্থাপনা। কSCENT সনাক্তকরণ (1) কার্যকলাপ cis– (3) নির্দিষ্ট কোষের প্রকারের নিয়ন্ত্রক অঞ্চল এবং (2) তাদের লক্ষ্য জিন। এই SCENT ফলাফলগুলি সম্ভাব্য কার্যকারণ রূপ, জিন এবং GWAS লোকির কোষের প্রকারগুলি সংজ্ঞায়িত করতে ব্যবহার করা যেতে পারে। দ্বিতীয়SCENT একটি প্রদত্ত কোষ প্রকারের পৃথক কোষে ATAC-seq দ্বারা ক্রোমাটিন অ্যাক্সেসযোগ্যতা এবং RNA-seq দ্বারা জিনের অভিব্যক্তির মধ্যে সম্পর্ককে মডেল করে। গ, আমরা 23টি সেল টাইপ-নির্দিষ্ট বর্ধক জিন মানচিত্র তৈরি করতে 9টি একক-কোষ ডেটা সেটে SCENT প্রয়োগ করেছি। প্রতিটি ডেটাসেটের কোষগুলিকে RNA-seq-এর UMAP এম্বেডিং-এ চিত্রিত করা হয়েছে, কোষের ধরন দ্বারা রঙিন (nকোষ> 500) এবং সেল নম্বর সহ মন্তব্য করুন। ক্রেডিট: প্রকৃতি জেনেটিক্স (2024)। DOI: 10.1038/s41588-024-01682-1
রোগের জেনেটিক অধ্যয়ন জিনোমের সেগমেন্টগুলি ম্যাপ করে যা রোগকে চালিত করে। কিন্তু এই পরিবর্তনগুলি কীভাবে রোগের অগ্রগতিতে অবদান রাখে তা বোঝার জন্য, এটি বোঝা গুরুত্বপূর্ণ যে কীভাবে তারা রোগটি চালানোর জন্য চিন্তা করা কোষের জনসংখ্যার রোগের জিনের জেনেটিক নিয়ন্ত্রণকে পরিবর্তন করে।
“এনহ্যান্সার জিন ম্যাপ”, যা জিনোমের নিয়ন্ত্রক অঞ্চলগুলিকে জিনের সাথে সংযুক্ত করে, রোগ বোঝার জন্য গুরুত্বপূর্ণ। কিন্তু বর্তমান পরীক্ষামূলক পদ্ধতির সীমাবদ্ধতার কারণে তাদের তৈরি করা চ্যালেঞ্জ তৈরি করে, যা বিরল পরিস্থিতিতে প্রযুক্তি প্রয়োগ করা কঠিন করে তোলে। কোষের জনসংখ্যা এবং জিন যা শুধুমাত্র নির্দিষ্ট কোষের ধরন নিয়ন্ত্রণ করে।
ম্যাসাচুসেটস জেনারেল হাসপাতাল ব্রিঘাম এবং মহিলা হাসপাতালের গবেষকরা, ম্যাসাচুসেটস জেনারেল হাসপাতাল ব্রিঘাম হেলথ কেয়ার সিস্টেমের একজন প্রতিষ্ঠাতা সদস্য, SCENT (একক কোষ বৃদ্ধিকারী টার্গেট জিন অ্যাটলাস) নামে একটি পরিসংখ্যান পদ্ধতি তৈরি করেছেন। পদ্ধতিটি নিয়ন্ত্রক উপাদান এবং জিনের মধ্যে সংযোগ স্থাপনের জন্য মাল্টিমোডাল একক-কোষ ডেটা ব্যবহার করে, তাদের সাধারণ এবং বিরল রোগের সম্ভাব্য কার্যকারণ জিন লোকি চিহ্নিত করতে দেয়। এই অন্তর্দৃষ্টি বিভিন্ন অবস্থার জন্য চিকিত্সা বিকাশ সাহায্য করতে পারে.
গবেষণা দলটি নয়টি মাল্টিমোডাল একক-কোষ ডেটা সেটে SCENT প্রয়োগ করেছে যা বিভিন্ন ধরণের মানব টিস্যুর প্রতিনিধিত্ব করে, যার মধ্যে রয়েছে ইমিউন কোষ, নিউরোনাল কোষ এবং পিটুইটারি কোষ, প্রতিটি নির্দিষ্ট কোষের প্রকারের ডিএনএ নিয়ন্ত্রণের জটিলতা বোঝার লক্ষ্যে।
এই তথ্যগুলি ব্যবহার করে, তারা 1,143টি রোগ এবং বৈশিষ্ট্যের সাথে সম্পর্কিত জেনেটিক বৈচিত্র এবং অভিব্যক্তির ধরণগুলি অধ্যয়নের জন্য 23টি ভিন্ন জিন বর্ধক মানচিত্র তৈরি করেছে।উল্লেখযোগ্যভাবে, তারা যে জন্য খুঁজে পাওয়া গেছে ইমিউন রোগগুরুত্বপূর্ণ অন্তর্দৃষ্টি শুধুমাত্র ইমিউন কোষ থেকে আসে না, কিন্তু ক্ষতিগ্রস্ত টিস্যুর কোষ থেকে আসে।
“অধিকাংশের জন্য autoimmune রোগ, এটা মনে করা হয়েছিল যে আমাদের ইমিউন কোষগুলির একটি বিশ্বব্যাপী মানচিত্র প্রয়োজন। কিন্তু আমরা দেখতে পেয়েছি যে আক্রান্ত রোগের টিস্যুতে প্রতিরোধক কোষের বর্ধক জিন প্রোফাইলগুলি আলাদা ছিল। “আমরা দেখাই কিভাবে এই ধরনের মানচিত্র আঁকতে হয়,” বলেছেন সৌম্য রায়চৌধুরি, এমডি, পিএইচডি, ব্রিগ্যামের রিউমাটোলজি, ইমিউনোলজি এবং প্রদাহ বিভাগের। জেনেটিক তথ্য থেকে রিউমাটয়েড আর্থ্রাইটিস এবং অন্যান্য অটোইমিউন রোগ। “
অধ্যয়ন হল প্রকাশ ডায়েরিতে প্রকৃতি জেনেটিক্স.
অধিক তথ্য:
সাওরি সাকাউ এট আল।, মাল্টিমোডাল একক-কোষ ডেটা থেকে টিস্যু-নির্দিষ্ট বর্ধক জিন ম্যাপিং রোগ-সৃষ্টিকারী অ্যালিল সনাক্ত করে, প্রকৃতি জেনেটিক্স (2024)। DOI: 10.1038/s41588-024-01682-1
দ্বারা প্রদান করা হয়
ব্রিগহাম এবং মহিলা হাসপাতাল
উদ্ধৃতি: গবেষকরা অটোইমিউন রোগের জেনেটিক ম্যাপের জন্য পরিসংখ্যানগত পদ্ধতি তৈরি করেছেন (2024, এপ্রিল 9), সংগৃহীত 17 এপ্রিল, 2024, https://medicalxpress.com/news/2024-04-statistical-method- genic-autoimmune-diseases.html থেকে
এই নথিটি কপিরাইট দ্বারা সুরক্ষিত। ব্যক্তিগত অধ্যয়ন বা গবেষণার উদ্দেশ্যে ন্যায্য লেনদেনের স্বার্থ ছাড়া লিখিত অনুমতি ছাড়া কোনো অংশ পুনরুত্পাদন করা যাবে না। বিষয়বস্তু শুধুমাত্র রেফারেন্স জন্য.
