Conozca a los científicos unicelulares que mapean células en el cuerpo humano

Cómo los investigadores están navegando los desafíos y las promesas de construir catálogos de células individuales para comprender mejor la enfermedad

Lisa Dratva , estudiante de doctorado en el Instituto Wellcome Sanger , estudia cómo reacciona el sistema inmunológico de las personas ante el COVID-19. Quiere saber qué células T activan y combaten el virus que causa la infección. Para investigar esto, Dratva normalmente necesitaría pasar muchos años y recursos financieros significativos para construir un conjunto completo de datos de muestras, recolectando células de individuos enfermos y sanos para hacer comparaciones.

Pero Dratva ahora tiene un atajo revolucionario, una base de datos de referencia que ya contiene información sintetizada sobre millones de células inmunitarias recopiladas de más de 2000 personas, incluidas algunas con COVID-19. Este atlas de células individuales , seleccionado por científicos del Instituto Sanger y otros investigadores de todo el mundo, forma parte del consorcio mundial Human Cell Atlas (HCA). El HCA, que cuenta con el apoyo de la Iniciativa Chan Zuckerberg (CZI) y otros patrocinadores, es un esfuerzo innovador dirigido por científicos para trazar cada tipo de célula en el cuerpo humano, algo que nunca antes se había hecho.

“Hace unos años, no existían atlas de células como este”, dijo Dratva, quien se especializa en técnicas computacionales. “La disponibilidad de datos utilizables está demostrando ser súper poderosa, especialmente a medida que estos atlas se vuelven más grandes y completos”.

En todo el mundo, los investigadores están mapeando órganos humanos como los pulmones y los riñones . Un grupo está catalogando células en el corazón . Otro se centra en la corteza motora . Otros están construyendo atlas de múltiples órganos , que pueden conducir a nuevos conocimientos y aclarar preguntas entre tejidos. A pesar de sus diferentes áreas de enfoque, todos estos investigadores comparten un objetivo común: proporcionar una imagen más clara del cuerpo humano en la resolución de células individuales, lo que podría transformar nuestra comprensión de la salud y la enfermedad.

A principios de este año, Dratva se unió a colegas de esfuerzos como estos en un taller organizado por CZI . Los participantes no solo discutieron la creación de atlas unicelulares, sino que también trabajaron colectivamente para mejorar los métodos computacionales necesarios para compilar e integrar datos.

“Estamos agregando piezas al rompecabezas que es el cuerpo humano”, dijo Simone Webb , participante del taller , investigadora postdoctoral en la Universidad de Newcastle y científica visitante en el Instituto Sanger, que está trabajando en el HCA. "En este momento, todavía estamos tratando de averiguar dónde están las brechas, pero, en última instancia, queremos tener muchos rompecabezas completos que representen las biologías de una amplia gama de personas".

Al colaborar en el taller, los investigadores exploraron los desafíos y las promesas de su floreciente campo, desde los tamaños de los conjuntos de datos hasta los matices de distinguir diferentes tipos de células. Los participantes compartieron nuevas técnicas para integrar datos, muchas de ellas impulsadas por avances en el aprendizaje automático, como las herramientas que surgen de scverse , una colección de bibliotecas de Python para el análisis de una sola célula. Hablaron sobre sus experiencias con nuevas herramientas para explorar y obtener información de grandes volúmenes de datos, como Chan Zuckerberg CELL de GENE (CZ CELLxGENE), una herramienta de código abierto creada por CZI que permite a los científicos explorar y anotar visualmente conjuntos de datos unicelulares de alta dimensión. También discutieron la importancia de tener una comprensión profunda de las técnicas experimentales, obtenida al construir puentes entre los científicos informáticos y los biólogos computacionales que escriben código que integra datos y los biólogos en el banco.

Se llevó a cabo una amplia preparación en el taller en asociación con el equipo de Lattice en el Cherry Lab de Stanford, que colabora con CZI en el establecimiento de estándares y la selección de envíos de datos para CZ CELLxGENE. Antes del taller, los participantes ayudaron a identificar conjuntos de datos específicos de sangre y riñón de valor. La mayoría de estos conjuntos de datos ya estaban en CZ CELLxGENE, y el equipo de Lattice trabajó con los participantes para seleccionar y estandarizar los conjuntos de datos restantes. Como resultado, el tiempo y el esfuerzo que normalmente se requieren para recopilar archivos y detalles experimentales de cada estudio incluido se redujeron drásticamente. Esto ayudó a facilitar un análisis más centrado en los tipos y estados de las células en las muestras de sangre y riñón en el taller.

Los involucrados celebraron el valor de dicho trabajo y la promesa de los mapas celulares no solo para acelerar la investigación biológica sino también para mejorar nuestra comprensión de las enfermedades.

“Aunque la célula es la unidad fundamental de la vida y todas las enfermedades tienen mecanismos celulares, todavía se conoce muy poco sobre la resolución de las células del cuerpo”, dijo Jonah Cool, oficial del programa científico, programa de biología unicelular en CZI. “Los atlas de células que capturan la diversidad y las características únicas de las células, por lo tanto, deberían colocarnos en una posición mucho mejor para mejorar la salud humana, ayudándonos a desarrollar terapias específicas para tratar o controlar enfermedades”.

Considere el trabajo de Lisa Sikkema, una estudiante graduada en Helmholtz Munich que está contribuyendo al mayor esfuerzo para mapear cada tipo de célula en el pulmón. Para hacerlo, Sikkema está recopilando datos de una variedad de estudios previos sobre pulmones producidos por docenas de laboratorios en todo el mundo. Estos completos conjuntos de datos han ayudado a Sikkema a comparar los niveles de expresión génica en las células, revelando categorías que van desde tipos de células epiteliales, que facilitan el intercambio de gases, hasta tipos de células estromales, que proporcionan tejido conectivo. A través del trabajo de Sikkema, otros investigadores ahora pueden hacer preguntas sobre los comportamientos y las interacciones de estas células en estados sanos y enfermos.

“Muchos científicos están generando conjuntos de datos en sus propias burbujas de investigación”, dijo Sikkema. “Vi el enorme potencial de reutilizar e integrar todos los conjuntos de datos que existen y asegurarme de que cualquiera pueda acceder a esta información”.

Los conjuntos de datos de células pulmonares humanas con los que está trabajando Sikkema no están diseñados para combinarse. Por lo tanto, se enfoca en identificar y eliminar la variación en los datos causada por diferencias en metodologías y técnicas, mientras deja intacta la variación biológica que distingue un tipo de célula de otro.

"El principal problema es tratar de separar la variación biológica, lo que nos ayuda a identificar diferentes tipos de células, de los efectos por lotes causados ​​por las diferencias técnicas en la forma en que los investigadores recopilan y procesan sus datos", dijo Karin Hrovatin, colega de Sikkema en Helmholtz Munich, que se enfoca en células beta en el páncreas.

Hay nuevas herramientas que están ayudando al campo a avanzar hacia el consenso, dijo Malte Lücken, investigador principal de Helmholtz Munich y otro colega de Sikkema. Mientras integraba datos sobre el pulmón, descubrió que los diferentes equipos que habían generado los datos habían mantenido las células con diferentes estándares. Por ejemplo, se habían establecido umbrales inconsistentes para decidir si las células en el revestimiento de una vía aérea tenían la forma de un garrote o de una copa, una distinción importante para distinguir dos tipos de células separadas que secretan materiales diferentes. Para resolver esta inconsistencia, su grupo recurrió a CZ CELLxGENE .

A través de la herramienta Anotar de CZ CELLxGENE , Lücken creó una visualización de los datos que sirvió como punto de partida para una conversación entre los investigadores para armonizar y estandarizar los datos.

“Habíamos encontrado muchos desacuerdos en los datos”, dijo Lücken. "Lo que generamos en CZ CELLxGENE Annotate nos permitió anotar la diversidad celular en el pulmón de manera consensuada".

La creciente abundancia y accesibilidad de los datos ha acelerado el trabajo de los biólogos unicelulares y ha creado nuevos desafíos. La información de millones de celdas puede sumarse rápidamente en conjuntos de datos de gran tamaño que son difíciles de buscar, manipular y modelar. Es por eso que Dinithi Sumanaweera y otros están trabajando en enfoques para reducir conjuntos de datos complejos en representaciones justas más pequeñas, simples, pero útiles, creadas a partir de los datos completos.

“Cuando tienes un gran conjunto de datos que contiene millones de células, debes manejarlo de manera efectiva”, dijo Sumanaweera, becario postdoctoral Marie Curie en el Instituto Sanger. “Hablar con los biólogos con los que trabajo me ayudó a pensar qué es importante incluir en las reducciones que faciliten el uso de dichos conjuntos de datos”.

Para diseñar un atlas celular práctico, dijo, primero se debe pensar detenidamente para qué se utilizará. Un investigador podría estar interesado en las características universales de las células que todos tenemos en común. Otro podría querer comparar células de personas de diferentes edades o células en diferentes partes de un órgano. Se deben hacer compensaciones, dijo Sumanaweera, porque ningún modelo puede capturar toda esta información.

Sumanaweera y otros participantes del taller destacaron que su campo aún es joven y está creciendo, probando cosas diferentes y viendo qué funciona. Para Adam Gayoso, un candidato a doctorado que estudia biología computacional en UC Berkeley, conectarse con otros en el campo sobre los mismos problemas que enfrenta lo ha ayudado a descubrir nuevas formas de pensar en soluciones. También ha podido encontrar nuevos colaboradores, personas con las que ahora está trabajando y que anteriormente solo eran nombres en trabajos de investigación.

“Una cosa que quedó clara en el taller de CZI fue que había visiones diversas de lo que realmente significa construir atlas de tejidos unicelulares”, dijo Gayoso. “Pero todos también piensan que establecer un consenso comunitario es importante y estamos emocionados de avanzar juntos”.

Él y otros están de acuerdo en que estar en la misma habitación con otros participantes del taller catalizó este esfuerzo.

“La escala de estos conjuntos de datos y la experiencia requerida para generar atlas unicelulares históricamente ha resultado en un esfuerzo científico descentralizado y distribuido”, dijo Cool. “Cuando reúnes a los investigadores, hay nuevas lecciones, nuevos aprendizajes que pueden promover nuestros esfuerzos para comprender el mecanismo celular de las enfermedades ”.