Les scientifiques de Scripps Research ont dévoilé un nouvel outil logiciel pour étudier les molécules d’ARN (acide ribonucléique), qui ont une foule de rôles critiques dans les organismes. L’application open source, « Pytheas », décrite le 3 mai 2022, dans Communication Nature, accélère le processus de caractérisation et de quantification des ARN dans les contextes de recherche fondamentale et de développement de médicaments.
L’application est conçue spécifiquement pour analyser les données d’ARN générées par une méthode appelée spectrométrie de masse. Le «spécification de masse» est couramment utilisé pour évaluer les molécules d’ARN qui ne sont pas de simples chaînes de nucléotides d’ARN standard, mais qui sont plutôt modifiées d’une manière ou d’une autre. Parmi leurs démonstrations, les chercheurs ont montré que Pytheas peut être utilisé pour identifier et quantifier rapidement des molécules d’ARN modifiées comme celles des vaccins à ARNm Pfizer et Moderna COVID-19 actuels.
« L’analyse des données d’ARN de la spectrométrie de masse a été un processus relativement laborieux, dépourvu des outils trouvés dans d’autres domaines de la recherche biologique, et notre objectif avec Pytheas est donc de faire entrer le domaine dans le 21e siècle », déclare l’auteur principal de l’étude, James Williamson. , Ph.D., professeur au Département de biologie structurelle et computationnelle intégrative et vice-président de la recherche et des affaires académiques chez Scripps Research.
Les premiers auteurs de l’étude étaient Luigi D’Ascenzo, Ph.D., et Anna Popova, Ph.D., respectivement associée de recherche postdoctorale et scientifique du personnel du laboratoire Williamson pendant l’étude.
L’ARN est chimiquement très similaire à l’ADN, et les molécules d’ARN dans les cellules sont fortement impliquées dans le processus de traduction des gènes en protéines, ainsi que dans le réglage fin de l’activité des gènes. De plus, les thérapies à base d’ARN – qui incluent les vaccins Pfizer et Moderna – sont considérées comme une nouvelle classe de médicaments très prometteuse, capables en principe d’atteindre leurs cibles biologiques de manière plus puissante et sélective que les médicaments traditionnels à petites molécules.
Un outil courant pour détecter les molécules d’ARN qui présentent des modifications chimiques est la spectrométrie de masse, qui peut être utilisée essentiellement pour reconnaître les ARN et leurs modifications en fonction de leurs masses. Les ARN naturels ont souvent des modifications qui affectent leurs fonctions, tandis que les ARN utilisés pour les vaccins et les médicaments à base d’ARN sont presque toujours modifiés artificiellement pour optimiser leur activité et réduire les effets secondaires. Jusqu’à présent, les méthodes de traitement des données brutes de spectrométrie de masse sur les ARN modifiés étaient relativement lentes et manuelles, donc très laborieuses, contrairement aux méthodes correspondantes dans le domaine de l’analyse des protéines, par exemple.
Williamson et son équipe ont développé Pytheas, qui est basé sur le langage de programmation Python, pour améliorer considérablement l’automatisation de ce traitement. L’application prend en entrée des données de spécification de masse sur un échantillon d’ARN et produit les séquences d’ARN et les modifications chimiques prévues d’une manière qui facilite également la quantification d’ARN distincts dans un échantillon.
L’équipe a démontré la vitesse, la précision et la polyvalence de Pytheas en utilisant des données de spécification de masse pour les ARN bactériens et de levure importants, et pour les ARN messagers de la protéine de pointe SARS-CoV-2 comme ceux utilisés dans les vaccins Pfizer et Moderna COVID-19.
« Nous espérons que les entreprises impliquées dans la fabrication de vaccins à ARN et d’autres thérapies à base d’ARN trouveront Pytheas utile, par exemple, pour surveiller la qualité de leurs produits », a déclaré Williamson.
Les chercheurs utilisent maintenant Pytheas dans leurs études sur les ARN naturels et continuent d’optimiser le logiciel.
Pytheas est disponible gratuitement sur le référentiel de logiciels Github.
« Pytheas : un progiciel pour l’analyse automatisée des séquences d’ARN et des modifications via la spectrométrie de masse en tandem » a été co-écrit par Luigi D’Ascenzo, Anna Popova, Scott Abernathy, Kai Sheng, Patrick Limbach et James Williamson, tous de Scripps Research .
Luigi D’Ascenzo et al, Pytheas : un progiciel pour l’analyse automatisée des séquences d’ARN et des modifications via la spectrométrie de masse en tandem, Communication Nature (2022). DOI : 10.1038/s41467-022-30057-5