Orientations futures dans le séquençage des polysomes et l'omics translationnelle

Actuellement, l'omics translationnel et l'intégration de omiques multiples sont devenus des domaines de pointe dans la recherche biomédicale. Avec le développement rapide de la technologie des omiques translationnelles à cellule unique, les scientifiques peuvent désormais étudier le processus de traduction au sein des cellules individuelles de manière plus approfondie, offrant de nouvelles perspectives sur la façon dont les cellules réagissent aux signaux externes, contrôlent l'expression génique et leur rôle dans la maladie. Voici quelques directions de développement futures pour les omiques translationnelles et les technologies connexes.

Technologies omiques de traduction multiples (Román ÁC et al., 2024)

Innovation technologique et intégration multidimensionnelle dans l'omics translationnelle

L'omics translationnelle, agissant comme un pont entre le transcriptome et le protéome, peut capturer directement l'ARNm en cours de traduction par les ribosomes, révélant les changements dynamiques dans l'expression génique au niveau translationnel. La synthèse, la modification, le repliement et l'assemblage des protéines sont précisément régulés.

Ces dernières années, les technologies d'omics translationnelles ont fait des progrès significatifs. Profilage des polysomes, utilisant le coefficient de sédimentation élevé des ribosomes pour séparer les polyribosomes, est une technique classique de détection en omique de la traduction et est considérée comme la "référence" pour évaluer l'efficacité de la traduction. Comparé à d'autres méthodes, le profilage des polysomes peut séparer avec précision les sous-unités ribosomiques, les monoribosomes et les polyribosomes pour analyser l'activité traductionnelle globale d'un échantillon et calculer l'efficacité de la traduction (ET).

Les recherches actuelles suggèrent que l'intégration des données multi-omiques est une direction prometteuse pour le développement futur. En combinant transcriptome, protéome, et épitranscriptome (tels que modification m6ALes analyses translationnelles permettent la construction de cartes d'expression génique plus complètes. De plus en plus de preuves suggèrent que les ARN non codants, tels que les ARN longs non codants (lncARN) et les ARN circulaires (circARN), pourraient également avoir une activité translationnelle et produire des microprotéines fonctionnelles, soulignant ainsi l'importance de la recherche en omique translationnelle.

Avancée dans la traductionomique à cellule unique

L'avènement de la technologie d'analyse de blots de ribosomes à cellule unique (scRibo-seq) marque une nouvelle ère dans la recherche en traductionomique. Cette technologie permet la détection de la traduction au niveau de la cellule unique sans avoir besoin de marquage ou de matériaux transgéniques, ce qui la rend particulièrement adaptée aux échantillons primaires rares.

Grâce à la scRibo-seq, les scientifiques ont pu révéler l'hétérogénéité cellulaire dans la régulation de la traduction à la résolution de cellule unique. Par exemple, dans les études sur le cycle cellulaire, la technologie Ribo-seq à cellule unique a révélé une relation étroite entre les événements d'arrêt de la traduction et la progression du cycle cellulaire, mettant en lumière les changements translationnels dynamiques de gènes spécifiques à différents stades du cycle cellulaire.

L'intégration multi-omique devient une tendance inévitable.

Une direction clé pour la recherche future en omiques translationnelles est l'intégration approfondie avec les données d'autres disciplines omiques. En tant que "pont" entre la protéomique et la transcriptomique, les omiques translationnelles peuvent augmenter significativement la corrélation entre l'ARN et la protéine, révélant des processus intermédiaires dans la transition de l'ARN à la protéine.

Combinaison avec l'épitrancriptomique

L'intégration de l'omics translationnel avec la recherche sur les modifications de l'ARN est devenue un domaine en pleine expansion. Par exemple, les mécanismes régulateurs des modifications de l'ARN telles que m6A, m7G et ac4C sur le processus de traduction sont largement étudiés. Dans la recherche sur le carcinome épidermoïde de l'œsophage, les chercheurs, grâce à analyse de polysome-seq, a trouvé que la modification m7G de l'ARNt affecte l'expression des gènes des voies oncogéniques en régulant la traduction des ARNm enrichis en codons liés à m7G.

De manière similaire, dans la recherche sur les particules de stress, les scientifiques ont combiné le séquençage par immunoprécipitation de l'ARN méthylé m7G (m7G meRIP-seq), le séquençage RIP de QKI7 (QKI7 RIP-seq) et le séquençage de l'ARN des particules de stress (SG RNA-seq) pour découvrir que la protéine Quaking (QKI) régule de manière dynamique le transport et la traduction des ARNm contenant des modifications internes m7G sous stress.

Intégration et analyse de données multidimensionnelles

La recherche avancée a progressé vers l'analyse simultanée du translatome, du transcriptome, du protéome et données d'épitrancriptomePar exemple, en explorant le rôle non dépendant de la m6A de METTL16, les chercheurs ont combiné analyse des polyribosomes et des expériences d'interaction moléculaire, découvrant que METTL16 favorise l'initiation de la traduction par des interactions directes avec eIF3a/b et l'ARNr. Cette découverte offre une nouvelle cible pour le traitement du cancer du foie.

Étapes séquentielles impliquées dans la représentation et la préparation des données multi-omiques (VanInsberghe M et al., 2021)

Innovations dans les nouvelles technologies et méthodologies

Analyse structurale haute résolution

Le groupe de recherche Guo Qiang a développé un nouvel algorithme de clustering combiné avec la technologie de tomographie électronique cryogénique (cryo-ET), permettant une analyse détaillée de la structure in situ des polyribosomes intracellulaires.

Cette méthode a révélé divers agencements réguliers de ribosomes au sein de la cellule, et que les ribosomes adjacents sur le même polyribosome tendent à adopter une conformation cohérente, suggérant un comportement de traduction synergique potentiel.

Variantes de technologie haute résolution

Avec les avancées technologiques, une série de variantes technologiques haute résolution propulse la traductionomique à des niveaux plus profonds :

• Séquençage d'initiation de traduction quantitative (QTI-seq) : Localisation des sites d'initiation de la traduction en "gelant" chimiquement et en enrichissant les ribosomes d'initiation tout en éliminant simultanément les ribosomes allongés des ARNm associés.
• Séquençage de cartographie complexe de la traduction (TCP-seq) : Localisation des sites d'initiation de la traduction en enrichissant l'ARN lié à la petite sous-unité ribosomique 40S avant l'assemblage des ribosomes matures. De plus, parce que cette méthode préserve l'intégrité des ribosomes, elle permet également l'analyse et la comparaison de la portion ribosomique 80S, ce qui aboutit à une analyse plus complète de la cinétique de la traduction.
• Analyse des ribosomes spécifiques à la proximité : Cela fournit une approche innovante pour évaluer les empreintes ribosomiques hétérogènes et comprendre la traduction à des emplacements subcellulaires spécifiques. Cette technique utilise des ligases de biotine spatialement restreintes pour marquer les ribosomes avec des peptides récepteurs de biotine dans des cellules vivantes.

Translationomique dans la recherche sur le cancer et la médecine de précision

Dévoiler les mécanismes de la traduction aberrante dans le cancer

Les technologies de translationomique ont montré un grand potentiel pour élucider les mécanismes de la traduction aberrante dans le cancer. Des études ont révélé des caractéristiques spécifiques du translatome chez des patients atteints de glioblastome ou de leucémie.

• Par exemple, en utilisant l'analyse des ribosomes, les chercheurs ont découvert que l'expression de PYCR1 dans les cellules du carcinome rénal est associée à la progression tumorale, et que la progression tumorale est étroitement liée à la quantité de proline. L'analyse des codons a révélé comment les cellules du carcinome rénal dépendent de la quantité de proline et comment la progression tumorale est associée à l'expression de PYCR1.
• Une autre étude a montré que FKBP10 favorise la progression du cancer du poumon en régulant l'élongation de la traduction. Cette protéine modifie le taux d'élongation de la traduction au début de l'ORF ; spécifiquement, après l'invalidation de FKBP10, l'occupation du cadre de lecture de quatre codons de proline était significativement plus élevée que celle des autres codons. Ce résultat indique que FKBP10 favorise l'élongation des codons codant pour la proline.

Intégration multi-omiques et découverte de biomarqueurs

Analyse d'intégration multi-omiques devenant un nouveau paradigme dans la recherche sur le cancer. Les chercheurs ont commencé à combiner le transcriptome, méthylationdes mutations somatiques et des ensembles de données de variation du nombre de copies (CNV) provenant d'études sur différents types de cancer. Cette approche intégrative aide à comprendre les interrelations des gènes sous l'influence de chaque caractéristique omique au sein de l'interactome humain.

Par exemple, une étude a développé une ligne de connectivité unifiée (CLine) pour identifier des motifs spécifiques à l'échelle du génome associés à différentes omiques dans différents types de cancer. Parmi les quatre caractéristiques omiques, les motifs omnigéniques identifiés ont présenté des schémas bimodaux, fragmentés, unimodaux et de descente la plus abrupte, respectivement. Ces motifs spécifiques aux omiques ont été trouvés dans 66,7 %, 86,7 %, 93,3 % et 93,3 % des tumeurs malignes examinées (VanInsberghe M et al., 2021).

Perspectives de traduction clinique et d'application thérapeutique

Sous-typage des tumeurs et médecine de précision

Les approches multi-omiques révolutionnent le sous-typage moléculaire du cancer et les stratégies de traitement. En intégrant des données génomiques, transcriptomiques, épigénomiques et protéomiques, les chercheurs sont en mesure de classer les tumeurs en sous-types moléculaires plus raffinés, fournissant une base pour un traitement personnalisé. Par exemple, les signatures mutationnelles laissées par des défauts de réparation de l'ADN (comme les mutations BRCA1/2) ont été utilisées pour identifier des patients sensibles aux inhibiteurs de PARP, même si ces patients n'ont pas de mutations évidentes des gènes BRCA1/2.

L'analyse des signatures de mutation a montré un potentiel dans la prédiction de la réponse au traitement. Des études ont révélé que les signatures de défaut de recombinaison homologue (HRd) sont associées à la réponse aux inhibiteurs de PARP, tandis que les signatures de défaut de réparation des mésappariements (MMRd) sont associées à la réponse aux inhibiteurs de points de contrôle immunitaire. De plus, les signatures de nombre de copies ont montré qu'elles peuvent prédire la survie globale et la probabilité de récidive résistante au platine chez les patientes atteintes de cancer de l'ovaire (Ma W et al., 2024).

Découverte de nouvelles cibles thérapeutiques

Les technologies Transimics ont facilité l'identification de nouvelles cibles thérapeutiques. Par exemple, des études ont montré que METTL16 joue un rôle pro-cancer dans le cancer du foie en favorisant l'initiation de la traduction par un mécanisme non dépendant de la m6A via une interaction directe avec eIF3a/b et l'ARNr. Une autre étude a montré que les protéines QKI transportent des transcrits modifiés par m7G vers des granules de stress et régulent le métabolisme de l'ARNm en situation de stress (Su R et al., 2021).

Dans le carcinome épidermoïde de l'œsophage (ESCC), des études ont révélé que METTL1 et WDR4 sont significativement régulés à la hausse et associés à un mauvais pronostic. Mécaniquement, la modification m7G des tRNA régule la traduction des ARNm enrichis en codons m7G, y compris les régulateurs négatifs de mTOR et les gènes de la voie de l'autophagie. L'analyse Polysome-seq des cellules avec knockdown de METTL1 et des cellules de contrôle a révélé que plus il y avait de codons correspondant aux tRNA m7G sur l'ARNm, plus l'ARNm avec une efficacité de traduction (TE) réduite avait de codons correspondant aux tRNA m7G (Han H et al., 2022).

Pour comprendre la différence entre le séquençage des multimères et d'autres techniques d'analyse de la traduction, voir "Comparaison du séquençage des polysomes avec d'autres techniques de profilage translationnel.

Pour comprendre les défis et les limitations du séquençage multimère, voir "Défis et limitations du séquençage des polysomes.

Naviguer dans les défis techniques et les orientations futures de la recherche translationnelle

L'omics translationnelle continue d'évoluer rapidement, présentant à la fois des défis computationnels et des opportunités sans précédent. L'intégration de l'intelligence artificielle et des technologies spatiales représente la prochaine frontière dans la compréhension de la régulation de la synthèse des protéines. Ces avancées sont particulièrement pertinentes pour les entreprises pharmaceutiques développant des thérapies ciblées.

Intégration computationnelle et applications de l'IA

La croissance exponentielle des données multi-omiques nécessite des approches analytiques sophistiquées :

• L'apprentissage automatique identifie des motifs que les statistiques traditionnelles pourraient manquer.
• Les modèles d'apprentissage profond comme DeepOmix permettent de prédire la survie au cancer.
• Des pipelines automatisés traitent des ensembles de données de haute dimension de manière efficace.

Satial Technologies Redéfinir la Recherche

Les technologies d'omics spatiaux offrent un contexte tissulaire sans précédent :

• Cartographie des distributions moléculaires au sein des microenvironnements tumoraux
• Révéler les interactions cellulaires et l'hétérogénéité spatiale
• Liaison des caractéristiques moléculaires à des emplacements tissulaires spécifiques

Ces approches aident les chercheurs à comprendre pourquoi certaines tumeurs réagissent différemment aux traitements. Elles sont particulièrement précieuses pour développer des stratégies thérapeutiques localisées.

Priorités de développement futur

Le domaine continue d'évoluer vers une résolution plus élevée et une pertinence clinique accrue :

• Surveillance à résolution unicellulaire et subcellulaire
• Capture des dynamiques de traduction en temps réel
• Protocoles d'intégration de données standardisés
• Voies de traduction clinique améliorées

Applications et impact de l'industrie

Ces avancées technologiques offrent des avantages mesurables :

• Les programmes de médecine de précision en oncologie exploitent les données de hétérogénéité spatiale.
• Les développeurs de médicaments identifient de nouvelles cibles de synthèse protéique.
• Les entreprises de diagnostic développent des outils pronostiques plus précis.

Alors que les méthodologies continuent de s'améliorer, l'omics translationnel jouera un rôle de plus en plus central dans le développement thérapeutique. Ces avancées aident les chercheurs à comprendre plus complètement les réseaux complexes de régulation des gènes.

Les gens demandent aussi

Quelle est l'analyse de la traduction utilisant le profilage des polysomes ?

Profilage des polysomes a été développé pour inférer le statut de traduction d'une espèce d'ARNm spécifique ou pour analyser le translatome, c'est-à-dire le sous-ensemble d'ARNm activement traduits dans une cellule. Le profilage des polysomes est particulièrement adapté aux organismes modèles émergents pour lesquels les données génomiques sont limitées.

Quel est le but du profilage des polysomes ?

Le profilage des polysomes a été développé pour déduire l'état de traduction d'une espèce d'ARNm spécifique ou pour analyser le translatome, c'est-à-dire le sous-ensemble d'ARNm activement traduits dans une cellule.

Quelle est l'efficacité de la traduction dans le profilage des ribosomes ?

Brièvement, l'efficacité de la traduction est calculée en divisant les comptes de RPF pour un gène donné par les comptes de lecture d'ARN pour le même gène au même moment (voir les Méthodes Supplémentaires pour plus de détails).

Quels sont les avantages du profilage des ribosomes ?

Profilage des ribosomes : un outil puissant dans la recherche oncologique.

L'avantage majeur du profilage des ribosomes réside dans la fourniture d'informations positionnelles précises et abondantes qui permettent une analyse plus détaillée de la régulation translationnelle.

Quelles sont les limitations du profilage des ribosomes ?

Tout d'abord, seule une petite fraction des ARNm est capturée, ce qui limite la capacité à détecter le paysage de la traduction dans les populations cellulaires. Deuxièmement, les lectures uniques dans chaque cellule sont plutôt rares.

Quelle est la différence entre Ribo-Seq et RNA-seq ?

L'ARN-Seq fournit un aperçu complet de l'activité des gènes, ce qui le rend idéal pour les études de transcription. D'autre part, le Ribo-Seq offre des informations détaillées sur la traduction des protéines, fournissant des informations cruciales sur la manière dont les gènes sont transformés en protéines fonctionnelles.

Qu'est-ce que le profilage complexe de traduction ?

La séquençage de profil complexe de traduction (TCP-seq) est une méthode de biologie moléculaire permettant d'obtenir des instantanés de la distribution momentanée des complexes de synthèse protéique le long des chaînes d'ARN messager (ARNm).

Références :

1. Román ÁC, Benítez DA, Díaz-Pizarro A, Del Valle-Del Pino N, Olivera-Gómez M, Cumplido-Laso G, Carvajal-González JM, Mulero-Navarro S. Technologies de séquençage de nouvelle génération pour traiter la traduction aberrante de l'ARNm dans le cancer. Cancer NAR15 mai 2024 ; 6(2) : zcae024.
2. Chakraborty S, Sharma G, Karmakar S, Banerjee S. Approches multi-OMIQUES en biologie du cancer : Une nouvelle ère dans la thérapie du cancer. Biochimie et Biophysique Acta - Molécule et Base des Maladies. Juin 2024 ; 1870(5) : 167120.
3. VanInsberghe M, van den Berg J, Andersson-Rolf A, Clevers H, van Oudenaarden A. Le Ribo-seq à cellule unique révèle un arrêt de traduction dépendant du cycle cellulaire.. Nature. Septembre 2021 ;597(7877) :561-565.
4. Jan CH, Williams CC, Weissman JS. Principes de la translocation cotranslationnelle du RE révélés par le profilage des ribosomes spécifique à la proximité. Science2014 Nov 7;346(6210):1257521.
5. Ma W, Tang W, Kwok JSL, Tong AHY, Lo CWS, Chu ATW, Chung BHY ; Projet Génome de Hong Kong. Une revue sur les tendances dans le développement et la traduction des signatures omiques dans le cancer.. Comput Struct Biotechnol J. 2024 fév 3;23:954-971.
6. Su R, Dong L, Li Y, Gao M, He PC, Liu W, Wei J, Zhao Z, Gao L, Han L, Deng X, Li C, Prince E, Tan B, Qing Y, Qin X, Shen C, Xue M, Zhou K, Chen Z, Xue J, Li W, Qin H, Wu X, Sun M, Nam Y, Chen CW, Huang W, Horne D, Rosen ST, He C, Chen J. METTL16 exerce une fonction indépendante de l'm6A pour faciliter la traduction et la tumorigenèse.. Nat Cell Biol. Févr 2022;24(2):205-216.
7. Han H, Yang C, Ma J, Zhang S, Zheng S, Ling R, Sun K, Guo S, Huang B, Liang Y, Wang L, Chen S, Wang Z, Wei W, Huang Y, Peng H, Jiang YZ, Choe J, Lin S. La modification de l'ARNt N7-méthylguanosine favorise la tumorigenèse du carcinome épidermoïde de l'œsophage via l'axe RPTOR/ULK1/autophagie.. Nat Commun. 2022 Mar 18;13(1):1478.