Un nou algorisme millora la identificació de marcadors d'expressió gènica en diversos sistemes biològics
Investigadors han desenvolupat un nou enfocament computacional que permet seleccionar amb més precisió els gens que caracteritzen diferents estats cel·lulars a partir de dades mRNA-seq, oferint una manera més precisa i interpretable d'analitzar dades biològiques complexes. L'estudi, publicat a Frontiers in Immunology, ha comptat amb la participació d'investigadors de l'Institut de Recerca Germans Trias i Pujol (IGTP), la Universitat Politècnica de Catalunya (UPC), IrsiCaixa i el Centro de Investigación Biomédica en Red de Enfermedades Hepáticas y Digestivas (CIBEREHD).
Quan les cèl·lules responen a una infecció, una inflamació o un tumor, l'activitat de milers de gens canvia, modificant els seus perfils d'expressió gènica. Analitzar aquesta activitat ajuda els investigadors a entendre com les cèl·lules canvien d'estat i adapten la seva funció. Tanmateix, els mètodes convencionals poden no captar tota la complexitat d'aquests processos, fet que en dificulta la caracterització molecular.
Per superar aquesta limitació, l'equip investigador va desenvolupar el mètode Cartesian Distance-Based Gene Expression (CDBGE), un nou algorisme dissenyat per identificar els gens que millor diferencien entre diverses condicions biològiques.
El mètode es va avaluar utilitzant múltiples conjunts de dades públics procedents d'estudis en humans i ratolins, així com en diferents contextos experimentals. Els resultats van demostrar la seva capacitat per classificar mostres amb precisió i identificar marcadors informatius d'expressió gènica en una àmplia varietat de sistemes biològics.
"A diferència de les anàlisis convencionals d'expressió gènica diferencial, el CDBGE integra informació multidimensional i temporal per captar millor la complexitat del comportament biològic. Això permet identificar tant biomarcadors ben establerts com d'altres que fins ara no s'havien reconegut, proporcionant una visió més profunda de l'heterogeneïtat cel·lular i dels processos biològics dinàmics", explica Qiaoling Ye, primera autora de l'estudi i investigadora predoctoral del grup de recerca en Immunitat Innata de l'IGTP i del Departament de Física de l'Institut de Recerca i Innovació en Salut (IRIS) de la UPC.
"El mètode millora la precisió en la selecció de gens, fet que es tradueix en una classificació biològica més acurada, mantenint alhora un marc senzill, flexible i interpretable que es pot aplicar a una gran varietat de dissenys experimentals", afegeix.
El CDBGE es basa en un mètode desenvolupat originalment per seleccionar gens diferencialment expressats entre diferents fenotips de macròfags humans generats in vitro (Sanjurjo et al., Frontiers in Immunology, 2018). Combinant robustesa, flexibilitat i interpretabilitat, aquest enfocament representa una nova eina valuosa que podria facilitar la identificació de biomarcadors i millorar la comprensió dels mecanismes biològics complexos.
Referència
Ye Q, Macedo R, Martinez-Verbo L, Plekaviciute V, Vazquez Navarro J, Garcia E, Pagès-Oliveras J, Lozano JJ, Cabrera C, Perramon-Malavez A, López D, Prats C, Sarrias MR. A versatile distance-based approach for gene expression selection across diverse biological systems. Front Immunol. 2026;17:1843796. DOI: 10.3389/fimmu.2026.1843796.