Une équipe de scientifiques dirigée par l’A * Star Genome Institute de Singapour (A * Star SIG) a publié l’un des ensembles de données de séquençage d’ARN les plus grands et les plus complets du monde, s’adressant à un goulot d’étranglement de longue date dans la recherche sur les maladies.
Avec plus de 750 millions de lectures d’ARN de long sur 14 lignées cellulaires humaines, l’ensemble de données Singapore Nanopore Expression (SG-NEX) est conçu pour aider les chercheurs à décoder la complexité de l’ARN avec une plus grande précision, jetant les bases des diagnostics et thérapies de nouvelle génération. L’étude a été publiée dans Méthodes de nature en mars 2025.
Déverrouiller l’image complète de l’ARN
Bien qu’il soit l’épine dorsale de la transcriptomique moderne, le séquençage traditionnel de l’ARN à lecture abrégée ne parvient souvent pas à capturer des molécules d’ARN pleine longueur et des variations complexes, telles que les modèles d’épissage, les transcrits de fusion et les modifications chimiques spécifiques qui influencent la progression de la maladie comme le cancer. Cela limite son utilité dans la détection des biomarqueurs cliniquement pertinents.
SG-NEX surmonte ces limitations en utilisant le séquençage d’ARN à lecture longue, ce qui permet d’observer la structure de séquence complète de l’ARN directement. Cela offre des informations biologiques plus profondes tout en réduisant les angles morts analytiques, qui sont des étapes clés pour découvrir de nouveaux biomarqueurs et développer de meilleurs traitements plus précis.
« Imaginez que vous avez un livre où chaque page est déchirée en fragments », a déclaré Chen Ying, scientifique principal dans un * star GIS. « C’est ce qui se passe avec le séquençage de l’ARN à lecture courte, ce qui vous oblige à reconstruire l’histoire à partir de phrases dispersées. Certains détails peuvent être perdus, et il est facile de faire des erreurs.
« En revanche, le séquençage d’ARN à longue lecture vous permet de lire le livre à l’aide de pages complètes ou même de chapitres à la fois.
Alors que l’industrie des sciences de la vie se double de la médecine de précision, les chercheurs et les sociétés de biotechnologie ont besoin d’outils fiables et haute résolution pour identifier de nouveaux marqueurs de maladies et des cibles thérapeutiques.
SG-NEX était spécialement conçu pour combler cette lacune avec son ensemble de données à accès libre et ses ressources d’analyse comparative, permettant à l’industrie de mieux analyser Les décideurs politiques investissent dans des stratégies de précision génomique.
Conduire l’innovation grâce à la collaboration pour un impact mondial
Lancé en 2018, le SG-NEX est le résultat d’une étroite collaboration avec des experts d’un * star SIG, de la Duke-Nus Medical School, du National Cancer Center Singapore, d’un Institut des sciences du cancer de Singapour, du National University Cancer Institute of Singapour, du Walter et de l’Institut Eliza Hall of Medical Research, du Garvan Institute of Medical Research et du Peter MacCallum Center.
« Dès le début, nous avons conçu le projet SG-NEX avec une stratégie rapide de version de données d’accès ouvert pour maximiser son utilité.
Façonner l’avenir de la recherche sur l’ARN
L’équipe SG-NEX s’efforce désormais d’amplifier davantage son impact en développant des outils alimentés par l’IA pour la détection automatisée des fonctionnalités d’ARN, en élargissant l’accès global aux données et en promouvant la normalisation de protocoles à lutte longue, qui sont des facteurs clés pour l’adoption clinique.
Le Dr Wan Yue, directeur exécutif, A * Star SIG, a déclaré: « En combinant une génération de données à grande échelle, une analyse d’analyse d’antécédents rigoureuse et des infrastructures en libre accès, SG-NEX façonne l’avenir de la recherche sur l’ARN. Elle nous rapproche de la compréhension de la façon dont l’ARN influence la santé et la maladie, et comment nous pouvons exploiter cette connaissance pour améliorer la vie. »
