Characterizing Alternative Polyadenylation (APA) in kidney tumors using single-cell RNA-seq

הרקע לפרויקט:

בשנים האחרונות נעשה שימוש בריצוף RNA חד-תאי (scRNA-seq) בתפוקה גבוהה למדידת ביטוי גנים באלפי תאים. מידע זה משמש לזיהוי תת-אוכלוסיות של תאים ולאפיון מנגנונים מולקולריים בכליה ובגידולים סרטניים בכליה. עם זאת, ניתן למצוא שכבה נוספת של הטרוגניות תאית מעבר לביטוי גנים, באיזופורמים חלופיים של תעתיקי mRNA, ואלה לא אופיינו במלואם. מנגנון אחד כזה הוא פוליאדנילציה אלטרנטיבית (APA), לפיו גן מכיל אתרי ביקוע ופוליאדנילציה מרובים, ובכך מאפשר לייצר תעתיקי mRNA מרובים באורכים שונים מאותו גן. מנגנון ה-APA תורם להגדלת מגוון התעתיקים על ידי השפעה על יציבות ה-mRNA, התרגום והלוקליזציה בתא.
בפרויקט זה, הסטודנטים ישתמשו במערך נתונים חד-תאיים של RNA-seq של תאים סרטניים ותאים רגילים ממערכי נתונים שפורסמו וכן נתונים ממערכת ה-microfluidic drop-seq מהמעבדה שלנו על מנת לחקור APA בגידוליים סרטניים בכליות.
באופן יותר ספציפי, אנחנו נשאף למצוא הבדלים בין תאים נורמליים וסרטנים (גידולי Renal Cell Carcinoma וגידולי ווילמס).

מטרת הפרויקט:

אנו מצפים שהתפוקה העיקרית מפרויקט זה תהיה מציאת רשימת גנים שיאפשרו גילוי סמנים לאיתור מוקדם, זיהוי, וניטור של מחלות וגידולי כליה, וכמן כן זיהוי מנגנונים מולקולריים ספציפיים שניתנים לתיקון על ידי טיפול מתאים.

תכולת הפרויקט:

• עיבוד וניתוח מקדים של נתונים - עיבוד דאטה גולמי והכנה מותאמת של מטריצות ביטוי גנים כקלט לאלגוריתם.
• הכרה עמוקה של האלגוריתם לשלביו השונים, כתיבת קוד בR שכולל שימוש בחבילות שונות.
• ניתוח הנתונים וזיהוי דפוסים וגנים חשובים.
• בחינת הקשר בין הדפוסים והגנים שהתקבלו בקרב תאים בריאים לבין תאי הסרטן.
• סיכום התוצאות לכדי ספר פרויקט ומאמר.

קורסי קדם:

• ביו-אינפורמטיקה
• רקע בשפת התכנות R
• מבוא להסתברות וסטטיסטיקה
• מבוא לביולוגיה למהנדסים

דרישות נוספות:

• מדעי נתונים ביולוגים
• נוירו-גנומיקה
• מבוא ללמידת מכונה
• גנטיקה וביולוגיה מולקולרית
• הכרות עם מערכות UNIX
• רקע ביולוגי על סרטן או כליה

מקורות:

1. Patrick, R., Humphreys, D. T., Janbandhu, V., Oshlack, A., Ho, J. W., Harvey, R. P., & Lo, K. K. (2020). Sierra: discovery of differential transcript usage from polyA-captured single-cell RNA-seq data. Genome Biology, 21(1), 167.
2. Hao, Y., Hao, S., Andersen-Nissen, E., Mauck III, W. M., Zheng, S., Butler, A., ... & Satija, R. (2021). Integrated analysis of multimodal single-cell data. Cell, 184(13), 3573-3587.
3. https://www.eng.biu.ac.il/kaliskt/