Questão de Biologia — Bioinformática — CESPE / CEBRASPE 2025

RNA-seq e seleção de sgRNAs para edição gênica tecido-específica

Gabarito: CERTO. Dados de RNA-seq (transcriptoma) fornecem o perfil de expressão gênica de diferentes tecidos, permitindo identificar quais genes são altamente expressos em um tecido-alvo específico. Essa informação é diretamente utilizável na seleção de sgRNAs para CRISPR/Cas9, pois permite priorizar alvos com alta expressão no tecido de interesse, aumentando a especificidade e eficiência da edição. A afirmação está correta e alinhada com os princípios da bioinformática aplicada à edição gênica.

A questão aborda a integração de ferramentas de bioinformática com a edição gênica por CRISPR/Cas9. O pesquisador utiliza dados de RNA-seq para otimizar a seleção de sgRNAs, visando edição tecido-específica. O RNA-seq é uma técnica de sequenciamento de alto rendimento que quantifica a expressão de todos os transcritos de um organismo ou tecido em um dado momento. Ao comparar os transcriptomas de diferentes tecidos, é possível identificar genes que são expressos de forma diferencial, ou seja, genes que são altamente ativos em um tecido e pouco ou nada expressos em outros.

Essa informação é crucial para a edição gênica tecido-específica. Se o objetivo é editar um gene em um tecido específico (por exemplo, células do fígado), o pesquisador pode usar dados de RNA-seq para confirmar que o gene-alvo é de fato expresso naquele tecido. Além disso, pode selecionar sgRNAs que tenham alta complementaridade com a sequência do gene-alvo, mas que também evitem regiões que possam causar off-targets em outros genes. A expressão gênica tecido-específica também pode ser usada para desenhar sgRNAs que sejam direcionados a isoformas específicas de um gene, que podem ser mais prevalentes em um tecido do que em outro.

A bioinformática desempenha um papel fundamental nesse processo, fornecendo as ferramentas para analisar os dados de RNA-seq, identificar padrões de expressão e prever a eficiência e especificidade dos sgRNAs. Algoritmos de machine learning podem ser treinados com dados de RNA-seq e outras características genômicas para modelar a eficiência de sgRNAs, auxiliando na escolha dos melhores candidatos. Portanto, a afirmação de que dados de RNA-seq podem auxiliar na seleção de sgRNAs específicos para tecidos com alta expressão gênica é verdadeira e reflete uma aplicação prática e atual da bioinformática.

A pegadinha da questão reside em possivelmente confundir o papel do RNA-seq com outras técnicas, como a genômica (que estuda o DNA) ou a proteômica (que estuda as proteínas). O RNA-seq é especificamente sobre RNA, e é essa informação que permite inferir a expressão gênica. A banca pode tentar induzir o candidato a pensar que o RNA-seq é usado para algo diferente, como sequenciar o DNA genômico para encontrar mutações, mas o contexto da questão deixa claro que o foco é a expressão gênica.

Item — ✅ CERTO

A afirmação está correta. O RNA-seq é uma técnica de transcriptômica que quantifica os níveis de RNA mensageiro (mRNA) em uma amostra, fornecendo uma medida direta da expressão gênica. Ao analisar dados de RNA-seq de diferentes tecidos, é possível identificar quais genes são altamente expressos em um tecido específico. Essa informação é valiosa para a seleção de sgRNAs, pois permite escolher alvos que sejam expressos no tecido de interesse, aumentando a probabilidade de uma edição eficiente e específica. Além disso, a análise de RNA-seq pode revelar isoformas de splicing alternativo, permitindo o desenho de sgRNAs que visem isoformas específicas de um gene, o que é particularmente relevante em contextos tecido-específicos.

Gabarito: CERTO