Investigadores han desarrollado un nuevo enfoque computacional que permite seleccionar con mayor precisión los genes que caracterizan diferentes estados celulares a partir de datos de secuenciación de ARN (mRNA-seq), ofreciendo una forma más precisa e interpretable de analizar datos biológicos complejos. El estudio, publicado en Frontiers in Immunology, ha contado con la participación de investigadores del Instituto de Investigación Germans Trias i Pujol (IGTP), la Universitat Politècnica de Catalunya (UPC), IrsiCaixa y el Centro de Investigación Biomédica en Red de Enfermedades Hepáticas y Digestivas (CIBEREHD).
Cuando las células responden a una infección, una inflamación o un tumor, la actividad de miles de genes cambia, modificando sus perfiles de expresión génica. Analizar esta actividad ayuda a los investigadores a comprender cómo las células cambian de estado y adaptan su función. Sin embargo, los métodos convencionales pueden no captar toda la complejidad de estos procesos, lo que dificulta su caracterización molecular.
Para superar esta limitación, el equipo investigador desarrolló el método Cartesian Distance-Based Gene Expression (CDBGE), un nuevo algoritmo diseñado para identificar los genes que mejor distinguen entre diferentes condiciones biológicas.
El método se evaluó utilizando múltiples conjuntos de datos públicos procedentes de estudios en humanos y ratones, así como en distintos contextos experimentales. Los resultados demostraron su capacidad para clasificar muestras con precisión e identificar marcadores informativos de expresión génica en una amplia variedad de sistemas biológicos.
"A diferencia de los análisis convencionales de expresión génica diferencial, CDBGE integra información multidimensional y temporal para captar mejor la complejidad del comportamiento biológico. Esto permite identificar tanto biomarcadores bien establecidos como otros que hasta ahora no se habían reconocido, proporcionando una visión más profunda de la heterogeneidad celular y de los procesos biológicos dinámicos", explica Qiaoling Ye, primera autora del estudio e investigadora predoctoral del grupo de investigación en Inmunidad Innata del IGTP y del Departamento de Física del Instituto de Investigación e Innovación en Salud (IRIS) de la UPC.
"El método mejora la precisión en la selección de genes, lo que se traduce en una clasificación biológica más precisa, manteniendo al mismo tiempo un marco sencillo, flexible e interpretable que puede aplicarse a una amplia variedad de diseños experimentales", añade.
El CDBGE se basa en un método desarrollado originalmente para seleccionar genes diferencialmente expresados entre distintos fenotipos de macrófagos humanos generados in vitro (Sanjurjo et al., Frontiers in Immunology, 2018). Al combinar robustez, flexibilidad e interpretabilidad, este enfoque representa una nueva herramienta valiosa que podría facilitar la identificación de biomarcadores y mejorar la comprensión de mecanismos biológicos complejos.
Referencia: 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.
La mejor actitud que podemos adoptar es la de trat...
El equipo de investigadores observó cambios en el...
El gen AtCDF3 promueve una mayor producción de az...
En nuestro post hablamos sobre este interesante tipo de célula del si...
Investigadores han desarrollado un nuevo enfoque computacional que per...
