Los microARN son moléculas pequeñas que regulan la actividad genética uniéndose y destruyendo los ARN producidos por los genes. Se estima que más del 60% de todos los genes humanos están regulados por microARN; por lo tanto, no sorprende que estas pequeñas moléculas estén involucradas en muchos procesos biológicos, incluidas enfermedades como el cáncer.

Para descubrir la función de un microARN, es necesario saber exactamente a qué ARN se dirige. Si bien existen tales métodos, requieren una gran cantidad de material, generalmente del orden de millones de células, para funcionar.

Ahora investigadores de la Universidad de Estocolmo y SciLifeLab han desarrollado un nuevo método para detectar objetivos de microARN a nivel de células individuales. Estas células tienen cada una alrededor de una centésima de milímetro de diámetro y pesan menos de una milmillonésima de gramo, y constituyen los componentes básicos de los organismos vivos.

Con su nuevo método sensible, los investigadores pueden seguir el microARN dirigido a miles de ARN durante procesos biológicos como el ciclo celular o la diferenciación en glóbulos rojos. En estos procesos, los investigadores descubren que los microARN, sorprendentemente, realizan tareas bastante diferentes en cada célula. En el futuro, también será posible aplicar este método para estudiar la orientación de microARN en tejidos completos, para descubrir exactamente qué está sucediendo en cada uno de los muchos tipos de células que componen órganos complejos como el cerebro.

Marc Friedländer, profesor asociado de la Universidad de Estocolmo, dice: “En nuestro equipo de investigación queremos comprender y, en última instancia, crear modelos matemáticos de regulación genética a nivel de una sola célula. Nuestro nuevo método es un gran paso para hacerlo posible”.

El trabajo fue encabezado por la Dra. Inna Biryukova, quien asumió un papel destacado en el desarrollo del método de laboratorio, y por el Ph.D. estudiante Vaishnovi Sekar, quien realizó la mayor parte de los análisis computacionales avanzados.

Vaishnovi Sekar dice: “En términos de complejidad del trabajo computacional, este es un territorio inexplorado y carecíamos de puntos de referencia y umbrales. Tuvimos que explorar una infinidad de enfoques para idear una metodología que no sólo funcione sino que también produzca observaciones biológicamente significativas. “

El estudio ha sido publicado en la revista Nature Biotechnology .

Fuente: phys.org