Analisi di dati di DNA microarray: fondamenti, selezione di geni, classificazione

Il sequenziamento del genoma e lo sviluppo parallelo di tecniche computazionali e di nuove tecnologie in biologia molecolare hanno permesso, in anni recenti, di intraprendere un’analisi sistematica dei meccanismi micromolecolari alla base dei sistemi biologici. In particolare, a partire dal '95, lo sviluppo della tecnologia delle matrici ad alta intesità, o microarray, di oligonucleotidi (Lockhart et al. 1996) e di cDNA (Schena et al. 1995) ha reso possibile estendere all’intero genoma la misura del livello di espressione, che con i Southern blot, introdotti nel 1975, era limitata ad un ridotto numero di geni preselezionati, dando così la possibilità di "fotografare" il livello di trascrizione di tutti i geni, in un dato istante, in un dato tessuto, in una specifica condizione fisiologica (Brown et al. 1999). Fisicamente un microarray è costituito da un supporto in vetro o silicio, su cui sono ancorate sequenze di nucleotidi specifiche per ciascun gene monitorato. L’RNA viene estratto dalle cellule e, dopo alcune reazioni biochimiche quali la trascrizione inversa e l’incorporazione di fluorescenti, viene ibridato all’array. Data la complementarietà specifica delle basi degli acidi nucleici, il numero di molecole che si ancorano in corrispondenza alla sequenza interrogante di un gene, determina l’intensità del fluorescente in quel punto. Le matrici ibridizzate vengono esposte ad una sorgente di luce laser e gli spettri di emissione vengono raccolti da uno scanner. Le immagini che così si ottengono indicano livelli diversi di espressione genica: in corrispondenza di ogni punto della matrice, la posizione individua il gene mentre l’intensità del segnale individua la quantità di RNA, quindi il suo livello di espressione. Attualmente sono presenti sul mercato due differenti tipi di microarray: gli spotted microarray, inizialmente sviluppati preso l'Università di Stanford, che misurano l’espressione genica relativa di una condizione sperimentale rispetto ad un’altra e i microarray ottenuti con tecniche fotolitografiche sviluppati e commercializzati da Affymetrix, i quali forniscono invece una misura di espressione genica assoluta. Mentre si rimanda a (Bicciato et al. 2000) per approfondimenti sugli aspetti tecnologici, qui è importante sottolineare che entrambe le tecniche, pur presentando aspetti peculiari che caratterizzano la loro realizzazione, la fase sperimentale e quella successiva di elaborazione del segnale, forniscono la misura parallela dell'espressione di migliaia di geni. Si intravede facilmente l'immenso potenziale che questa tecnologia offre, per rispondere a quesiti sia di tipo diagnostico/prognostico che di indagine funzionale. Nel primo caso l’obiettivo dell'analisi dei dati è la classificazione dei tessuti o delle malattie su base genetica, nel secondo caso è l'estrazione di informazioni che vanno dalla scoperta delle caratteristiche funzionali, strutturali o di regolazione di geni sconosciuti o solo parzialmente noti, all'individuazione di gruppi di geni co-espressi fino ad arrivare ad una analisi dei meccanismi di regolazione del processo trascrizionale e, in prospettiva, all’identificazione dei sistemi di controllo gene-gene che contribuiscono alla regolazione dei processi metabolici della cellula.