Una herramienta computacional permite analizar un millón 300 mil células a la vez

Todas las células del cuerpo humano comparten el mismo genoma, pero cada célula tiene el potencial de convertirse en un tejido o órgano específico gracias a la expresión de los genes. Científicos en todo el mundo intentan descubrir qué es lo que diferencia una célula de otra y uno de los mayores de retos de la investigación genómica hoy en día es analizar muchas células para poder encontrar e identificar estas diferencias.

El análisis de células utilizando secuenciación de ARN ha sido crucial para afrontar este reto y ha revolucionado nuestro conocimiento sobre la complejidad de los tejidos, los órganos y los organismos. Estudiando la expresión de los genes en una misma célula, actualmente los científicos son capaces de describir la heterogeneidad de una muestra con una resolución sin precedentes y sin ningún conocimiento previo de su composición.

En consecuencia, los proyectos a gran escala de células individuales han permitido identificar nuevos tipos de células hasta ahora desconocidos y crear nuevos mapas celulares detallados. En el marco del proyecto Human Cell Atlas (el atlas de las células humanas), los investigadores esperan poder crear un atlas de todos los tipos de células que forman el cuerpo humano. De todos modos, este tipo de proyectos generan enormes cantidades de datos genómicos y analizarlos resulta unpo de sus principales retos.

Una investigación liderada por Holger Heyn en el Centro Nacional de Análisis Genómico del Centro de Regulación Genómica (CNAG-CRG), en colaboración con investigadores de la Universidad Pompeu Fabra (UPF) y el Consorcio de Investigación Biomédica en Red de Enfermedades Raras (CIBERER), presenta un sofisticado marco computacional para analizar los niveles de expresión de las células una a una, que permite procesar millones de células al mismo tiempo. El grupo ha comprobado el potencial de su herramienta procesando uno de los mayores estudios de células, y han analizado 1,3 millones de células del desarrollo del cerebro en ratones.

“BigSCale es extremadamente poderosa analizando genes específicos de cada tipo celular, lo que resulta realmente útil en la posterior interpretación de los datos del experimento”, afirma Holger Heyn, jefe de equipo del CNAG-CRG y autor principal del estudio publicado en Genome Research. La novedad de esta herramienta analítica llamada BigSCale reside en un modelo numérico que determina con gran sensibilidad las diferencias entre células.

Trazar las diferencias entre células

Una vez trazadas las diferencias entre células, se pueden agrupar en poblaciones de células para describir la complejidad celular en un tejido. Como se supone que todos los tejidos están formados por diferentes tipos y subtipos celulares, un análisis de estas características permite guiar una caracterización en profundidad y sin sesgos, y sin ninguna hipótesis inicial de los tipos de células que se encontrarán. Los genes que se expresen de forma distinta en una misma subpoblación ayudan al investigador a agrupar células y a conocer mejor la anatomía de un tejido o a describir las funciones de nuevos tipos celulares.

Además, la herramienta se diseñó para afrontar retos futuros de grandes conjuntos de datos. “Los costes para conseguir perfiles genéticos de cada célula están disminuyendo y estamos viendo que los estudios incrementan pues el número de células a estudiar” añade el Dr. Heyn. Así, un módulo de BigSCale permite el análisis de millones de células mediante una estrategia de circunvolución. En BigSCale, los transcriptomas (información sobre el genoma funcional) de cada una de las células, se agrupa, lo que reduce la gran cantidad de datos que se procesan.

Con esta nueva herramienta el grupo analizó uno de los mayores conjuntos de datos sobre expresión génica formado por 1,3 millones de células, datos disponibles sobre las células del desarrollo del cerebro en ratones en 10x Genomics. “BigSCale nos permitió profundizar en el proceso del desarrollo del cerebro de ratón y caracterizar sus tipos celulares, e incluso describir tipos celulares neuronales poco frecuentes”, comenta Giovanni Iacono, el primer autor del trabajo.

En concreto, el gran número de células permitió que los investigadores pudieran centrarse en una pequeña población de células transitoria, las llamadas células de Cajal-Retzius, y describir subestructuras importantes relacionadas con estadios de diferenciación, organización espacial y función celular. “BigSCale ofrece una solución muy potente para cualquier especie y es también aplicable fuera del contexto de secuenciación de ARN”, explica Heyn, y añade: “Esperamos que pueda contribuir a la interpretación de estudios a gran escala como el proyecto Human Cell Atlas”.

Fuente: SINC