Negli ultimi anni le analisi dei dati a singola cellula (single-cell) e a risoluzione spaziale (spatial) hanno rivoluzionato la ricerca biomedica, permettendo di osservare cosa succede in un campione biologico con dettagli mai visti prima.
Tuttavia, interpretare questi dati non è semplice perché i diversi software restituiscono risultati spesso molto diversi e difficili da confrontare.
A partire dall’osservazione di questa criticità,un gruppo di ricerca dell’Università di Trento ha elaborato “Cell Marker Accordion”, uno strumento bioinformatico che rende più chiara e robusta l’identificazione dei tipi cellulari nei dati di nuova generazione.
I risultati della ricerca, condotta con la collaborazione dell’Università di Yale (Stati Uniti), dell’Università di Trondheim (Norvegia), del Policlinico di Milano e dell’Istituto di Biofisica del Cnr, sono stati pubblicati su Nature Communications.
In merito è intervenuta direttamente Emma Busarello, dottoranda in Scienze biomolecolari all’Università di Trento e prima autrice del lavoro, affermando: “Con Cell Marker Accordion abbiamo voluto costruire uno strumento che aiuti chi fa ricerca non solo a classificare le cellule, ma anche a capire perché sono state classificate in un certo modo. Spesso i software danno un risultato, ma non dicono come ci sono arrivati. Noi volevamo fare qualcosa di più trasparente e utile anche per chi lavora in contesti clinici. Il nome dello strumento – “Accordion”, cioè fisarmonica – richiama proprio l’idea di armonizzare previsioni diverse per arrivare a un risultato più robusto”.
Il software è stato pensato per aiutare a identificare i tipi cellulari in campioni biologici, sia in condizioni normali, sia in presenza di malattie. Può ad esempio segnalare la presenza di cellule staminali leucemiche o plasmacellule tumorali, suggerendo anche quali geni potrebbero essere coinvolti nelle alterazioni.
Anche Toma Tebaldi, docente al Dipartimento di Biologia cellulare, computazionale e integrata – Cibio dell’Università di Trento e corresponding author della ricerca, si è espressa in merito alla ricerca, specificando: “Il nostro strumento non si limita a dire che tipo di cellula è presente, ma aiuta anche a scoprire quali geni la rendono unica e diversa dalle altre. Questo può aiutare a individuare nuovi biomarcatori o bersagli terapeutici”.
Uno dei punti di forza è l’accessibilità. Oltre al pacchetto software per chi ha competenze bioinformatiche, è disponibile una versione web che può essere usata facilmente anche da chi non programma, grazie a un’interfaccia intuitiva.
Tra gli obiettivi futuri c’è quello di adattare lo strumento a nuovi tipi di dati e mantenerlo aggiornato nel tempo, così da garantire alla comunità scientifica uno strumento sempre affidabile.
Sempre Toma Tebaldi ha poi aggiunto: “Un software scientifico non si esaurisce con una pubblicazione. Al contrario, deve essere mantenuto, continuamente migliorato e reso progressivamente più utile alle nuove scoperte. Anche questo è un servizio fondamentale alla ricerca”.
Il progetto è stato sviluppato al Dipartimento Cibio e ha coinvolto gruppi di ricerca con competenze specifiche, dai tumori cerebrali ai tumori del sangue. Tra i partner ci sono i team coordinati da Paolo Macchi, Maria Caterina Mione, Luca Tiberi dell’Università di Trento e da Gabriella Viero del Cnr. A questi si aggiungono Giulia Biancon (Policlinico di Milano), l’Università di Trondheim e Stephanie Halene, della School of Medicine di Yale.
Lo studio è stato condotto con il sostegno di Airc, Ail Trento e Bolzano, Fondazione Vrt, un bando a cascata del centro nazionale per lo Sviluppo di Terapia Genica e Farmaci con Tecnologia a RNA (Pnrr) e il dipartimento di eccellenza Cibio.
L’articolo
L’articolo “Cell Marker Accordion: interpretable single-cell and spatial omics annotation in health and disease” è stato pubblicato su Nature Communications.
(Fonte e photocredit: UniTrento)
