Conheça os cientistas unicelulares mapeando células no corpo humano

Como os pesquisadores estão enfrentando os desafios e as promessas de criar catálogos de células únicas para entender melhor as doenças

Lisa Dratva , estudante de doutorado no Wellcome Sanger Institute , estuda como o sistema imunológico das pessoas reage ao COVID-19. Ela quer saber quais células T ativam e combatem o vírus causador da infecção. Para investigar isso, Dratva normalmente precisaria gastar muitos anos e recursos financeiros significativos construindo um conjunto de dados abrangente de amostras, coletando células de indivíduos doentes e saudáveis ​​para fazer comparações.

Mas Dratva agora tem um atalho revolucionário, um banco de dados de referência que já contém informações sintetizadas sobre milhões de células imunológicas coletadas de mais de 2.000 pessoas, incluindo algumas com COVID-19. Este atlas de células individuais , com curadoria de cientistas do Sanger Institute e outros pesquisadores de todo o mundo, faz parte do consórcio global Human Cell Atlas (HCA). O HCA, que é apoiado pela Iniciativa Chan Zuckerberg (CZI) e outros financiadores, é um esforço inovador liderado por cientistas para mapear todos os tipos de células do corpo humano – algo que nunca foi feito antes.

“Há alguns anos não existiam atlas de células como este”, disse Dratva, especialista em técnicas computacionais. “A disponibilidade de dados utilizáveis ​​está se mostrando superpoderosa, especialmente à medida que esses atlas se tornam maiores e mais completos.”

Em todo o mundo, pesquisadores estão mapeando órgãos humanos, como pulmões e rins . Um grupo está catalogando células do coração . Outra é focada no córtex motor . Outros estão construindo atlas de vários órgãos , o que pode levar a novos insights e esclarecer questões de tecidos cruzados. Apesar de suas diferentes áreas de foco, todos esses pesquisadores compartilham um objetivo comum: fornecer uma imagem mais clara do corpo humano na resolução de células individuais, o que pode transformar nossa compreensão da saúde e da doença.

No início deste ano, Dratva juntou-se a colegas de esforços como esses em um workshop organizado pela CZI . Os participantes não apenas discutiram a criação de atlas unicelulares, mas também trabalharam coletivamente para melhorar os métodos computacionais necessários para compilar e integrar dados.

“Estamos adicionando peças ao quebra-cabeça que é o corpo humano”, disse Simone Webb , participante do workshop , pesquisadora de pós-doutorado na Newcastle University e cientista visitante do Sanger Institute, que está trabalhando no HCA. “No momento, ainda estamos tentando descobrir onde estão as lacunas, mas, em última análise, queremos ter muitos quebra-cabeças completos representando as biologias de uma gama diversificada de pessoas”.

Colaborando no workshop, os pesquisadores exploraram os desafios e as promessas de seu campo florescente, desde os tamanhos dos conjuntos de dados até as nuances de distinguir diferentes tipos de células. Os participantes compartilharam novas técnicas de integração de dados, muitas alimentadas por avanços no aprendizado de máquina, como ferramentas emergentes do scverse , uma coleção de bibliotecas python para análise de célula única. Eles falaram sobre suas experiências com novas ferramentas para explorar e obter insights de grandes volumes de dados, como Chan Zuckerberg CELL by GENE (CZ CELLxGENE), uma ferramenta de código aberto criada pela CZI que permite aos cientistas explorar visualmente e anotar conjuntos de dados unicelulares de alta dimensão. Eles também discutiram a importância de ter uma compreensão profunda das técnicas experimentais, adquirida ao construir pontes entre os cientistas da computação e os biólogos computacionais que escrevem códigos que integram dados e os biólogos da bancada.

Uma preparação extensiva foi feita no workshop em parceria com a equipe Lattice no Cherry Lab de Stanford, que colabora com a CZI na definição de padrões e na curadoria de envios de dados para CZ CELLxGENE. Antes do workshop, os participantes ajudaram a identificar conjuntos de dados específicos de sangue e rins de valor. A maioria desses conjuntos de dados já estava no CZ CELLxGENE, e a equipe Lattice trabalhou com os participantes para selecionar e padronizar os conjuntos de dados restantes. Como resultado, o tempo e o esforço normalmente necessários para coletar arquivos e detalhes experimentais de cada estudo incluído foram drasticamente reduzidos. Isso ajudou a facilitar uma análise mais focada nos tipos e estados das células em amostras de sangue e rins no workshop.

Os envolvidos celebraram o valor desse trabalho e a promessa que os mapas celulares representam não apenas para acelerar a pesquisa biológica, mas também para melhorar nossa compreensão das doenças.

“Embora a célula seja a unidade fundamental da vida e todas as doenças tenham mecanismos celulares, o corpo ainda é muito mal compreendido na resolução das células”, disse Jonah Cool, oficial do programa de ciências, programa de biologia de célula única da CZI. “Os atlas celulares que capturam a diversidade e as características únicas das células devem, portanto, nos colocar em uma posição muito melhor para melhorar a saúde humana, ajudando-nos a desenvolver terapias direcionadas para tratar ou controlar doenças”.

Considere o trabalho de Lisa Sikkema, uma estudante de pós-graduação na Helmholtz Munich que está contribuindo para o maior esforço de mapear cada tipo de célula no pulmão. Para fazer isso, Sikkema está compilando dados de uma variedade de estudos anteriores sobre pulmões produzidos por dezenas de laboratórios em todo o mundo. Esses conjuntos de dados abrangentes ajudaram Sikkema a comparar os níveis de expressão gênica nas células, revelando categorias que variam de tipos de células epiteliais, que facilitam a troca gasosa, a tipos de células estromais, que fornecem tecido conjuntivo. Através do trabalho de Sikkema, outros pesquisadores podem agora fazer perguntas sobre os comportamentos e interações dessas células em estados saudáveis ​​e doentes.

“Tantos cientistas estão gerando conjuntos de dados em suas próprias bolhas de pesquisa”, disse Sikkema. “Vi o enorme potencial de reutilizar e integrar todos os conjuntos de dados existentes e garantir que qualquer pessoa possa acessar essas informações.”

Os conjuntos de dados de células pulmonares humanas com os quais Sikkema está trabalhando não foram projetados para serem reunidos. Então, ela está focada em identificar e eliminar variações nos dados causadas por diferenças em metodologias e técnicas, deixando intacta a variação biológica que distingue um tipo de célula de outro.

“O principal problema é tentar separar a variação biológica, que nos ajuda a identificar diferentes tipos de células, dos efeitos de lote causados ​​por diferenças técnicas na forma como os pesquisadores coletam e processam seus dados”, disse Karin Hrovatin, colega de Sikkema no Helmholtz Munich, que se concentra em células beta no pâncreas.

Existem novas ferramentas que estão ajudando o campo a se aproximar do consenso, disse Malte Lücken, investigador principal do Helmholtz Munich e outro colega de Sikkema. Ao integrar os dados do pulmão, ele descobriu que as células foram mantidas em diferentes padrões pelas diferentes equipes que geraram os dados. Por exemplo, limites inconsistentes foram definidos para decidir se as células no revestimento de uma via aérea tinham a forma de uma clava ou de uma taça, uma distinção importante para distinguir dois tipos de células separadas que secretam materiais diferentes. Para resolver essa inconsistência, seu grupo recorreu ao CZ CELLxGENE .

Por meio da ferramenta Annotate do CZ CELLxGENE , Lücken criou uma visualização dos dados que serviu de ponto de partida para uma conversa entre os pesquisadores para harmonizar e padronizar os dados.

“Encontramos muita discordância nos dados”, disse Lücken. “O que geramos no CZ CELLxGENE Annotate nos permitiu anotar a diversidade celular no pulmão de forma consensual.”

A crescente abundância e acessibilidade de dados acelerou o trabalho de biólogos unicelulares e criou novos desafios. As informações em milhões de células podem se acumular rapidamente em conjuntos de dados descomunais que são difíceis de pesquisar, manipular e modelar. É por isso que Dinithi Sumanaweera e outros estão trabalhando em abordagens para reduzir conjuntos de dados complexos em representações justas menores, simples – mas ainda úteis – criadas a partir dos dados completos.

“Quando você tem um grande conjunto de dados contendo milhões de células, você precisa lidar com isso de forma eficaz”, disse Sumanaweera, um pós-doutorado Marie Curie no Sanger Institute. “Conversar com os biólogos com quem trabalho me ajudou a pensar sobre o que é importante incluir nas reduções que tornam esses conjuntos de dados mais fáceis de usar.”

Para projetar um atlas de células prático, disse ela, é preciso primeiro pensar cuidadosamente sobre o que será usado. Um pesquisador pode estar interessado nas características universais das células que todos temos em comum. Outro pode querer comparar células de pessoas de diferentes idades ou células em diferentes partes de um órgão. Devem ser feitas compensações, disse Sumanaweera, porque nenhum modelo pode capturar todas essas informações.

Sumanaweera e outros participantes do workshop destacaram que seu campo ainda é jovem e está crescendo, tentando coisas diferentes e vendo o que funciona. Para Adam Gayoso, candidato a PhD que estuda biologia computacional na UC Berkeley, conectar-se com outras pessoas da área sobre os mesmos problemas que enfrenta o ajudou a descobrir novas maneiras de pensar em soluções. Ele também conseguiu encontrar novos colaboradores, pessoas com quem está trabalhando agora e que antes eram apenas nomes em trabalhos de pesquisa.

“Uma coisa que ficou clara no workshop CZI foi que havia visões diversificadas do que realmente significa construir atlas de tecidos unicelulares”, disse Gayoso. “Mas todos também acham que estabelecer um consenso na comunidade é importante e estamos entusiasmados para avançarmos juntos.”

Ele e outros concordam que estar na mesma sala com outros participantes do workshop catalisou esse esforço.

“A escala desses conjuntos de dados e a experiência necessária para gerar atlas de célula única resultaram historicamente em um esforço científico distribuído e descentralizado”, disse Cool. “Quando você reúne pesquisadores, há novas lições, novos aprendizados que podem aprofundar nossos esforços para entender o mecanismo celular das doenças .”