Descobrint el naixement de gens de novo en llevats mitjançant la transcriptòmica

Vaig conèixer la Mar Albà a l’octubre del 2013 quan començava el màster en Bioinformàtica a la Universitat Pompeu Fabra. Va ser la professora d’un curs anomenat Principis de la Bioinformàtica del Genoma, on vam aprendre alguns dels conceptes bàsics essencials de la bioinformàtica, a més d’obtenir una formació pràctica.

Quan va arribar el moment de triar un projecte per a la meva tesi de màster, vaig decidir unir-me al laboratori de la Mar després d’escoltar la seva investigació per esbrinar com neixen els gens de novo. La Mar va suggerir-me que llegís un article molt interessant anomenat “Proto-genes and de novo gene birth“, que proposava que centenars de gens de novo recents del llevat poden tenir un potencial adaptatiu real. Em va captivar el misteri que envoltava aquests gens de novo i les possibles profundes conseqüències evolutives de la seva existència.

“Em va captivar el misteri que envoltava aquests gens de novo i les possibles profundes conseqüències evolutives de la seva existència”
Will Blevins

Per al meu projecte de tesi, la Mar va proposar que podríem fer experiments per fer un seguiment de les troballes del paper “Proto-gens …”: si poguéssim reconstruir des de zero transcriptomes d’una dotzena d’espècies de llevat molt relacionades, podríem comparar-les i aprofundir encara més en la qüestió d’on provenien aquests recents gens de novo.

Més que per fer pa; el llevat com a sistema model

Vaig començar a aprendre més sobre el llevat, ja que només en sabia algunes coses; sabia que era un eucariota unicel·lular del regne dels fongs i que s’utilitzava per fer pa! Tot i això, ràpidament vaig descobrir que el llevat de forner (Saccharomyces cerevisiae és el seu nom científic) es podia utilitzar per molt, molt més que per fer pa.

Em va impressionar com un organisme tan “senzill” amb només ~ 6.000 gens hagués desenvolupat respostes tan enginyoses i específiques a les condicions ambientals canviants. Després de llegir més sobre S. cerevisiae, encara no comprenia del tot el poder real dels experiments que es poden dissenyar amb un eucariota que es manipula tan fàcilment al laboratori. Aquí va ser on va començar la nostra col·laboració amb el grup de Single Cell Behavior de Lucas Carey, al Departament de Ciències Experimentals i de la Salut, Universitat Pompeu Fabra (DCEXS-UPF), ja que ni la Mar ni jo teníem molta experiència dissenyant els nostres propis experiments amb diverses espècies de llevat.

«Em sento molt afortunat que al Parc de Recerca Biomèdica de Barcelona (PRBB) hi hagi un esperit de col·laboració oberta, que ens ajuda a investigar millor i ens fa a tots millors investigadors.»
Will Blevins

Junts, vam començar a planificar els experiments, intentant esbrinar la logística i els costos. A causa de la quantitat d’ARN purificat que necessitàvem per poder reconstruir el transcriptoma de cada espècie des de zero, no podríem fer els nostres experiments en plaques de 96 pous (cosa que ens hauria facilitat MOLT tot, ja que es poden automatitzar molts dels passos).

De la teoria a la pràctica: què pot aprendre un biòleg computacional en un laboratori

En el meu primer dia al laboratori, se’m va caure la caixa “Yeast Stock Box #1”, enviant una dotzena de tubs criogènics volant, amb uns quants tubs astuts amagant-se sota la poyata del laboratori. [Per traduir això en termes computacionals, seria com deixar caure un disc dur extern que contenia l’única còpia de les dades en brut dels darrers 3 anys dels vostres projectes!]

Afortunadament, vam poder trobar tots els tubs i tornar-los a posar al congelador abans que es poguessin descongelar, però vaig ser *molt* conscient de la importància de tenir còpies de seguretat físiques … Al cap i a la fi, no hi ha CTRL + Z al laboratori!

La Lorena Espinar va tenir l’amabilitat de guiar-me pas a pas pels protocols, passant de cèl·lules congelades a ARN purificat, cosa que realment em va ajudar a entendre millor les dades de seqüenciació en brut i les possibles fonts de biaix.

Vaig experimentar de primera mà algunes d’aquestes fonts habituals de biaix que les persones del món computacional poques vegades trobem:

• contaminació dels mitjans (has obert l’ampolla sense la flama?)
• efecte “lot” (algú va apagar l’agitador durant la nit?)
• mostres mal etiquetades (qui ha posat aquesta fila al full de càlcul?)
• dades que manquen (on és aquest post-it que feia servir per escriure les lectures OD₆₀₀?)

Afortunadament, després de diversos mesos de modificar i perfeccionar els nostres experiments, vam generar diversos grànuls d’ARN purificat per a cadascuna de les nostres mostres.

“Vaig experimentar de primera mà algunes fonts de biaix que com a investigador computacional rarament havia trobat: contaminació de mostres, efecte lot, mostres mal etiquetades, dades que falten…”
Will Blevins

Accedeix a l’article complet a la versió en anglès!

Si vols seguir llegint la interessant carrera del Will Blevins i sentir com va acabar el seu doctorat, accedeix a la versió original (en anglès), clicant aquí.