Secuenciación de células individuales

De Wikipedia, la enciclopedia libre

La secuenciación de células individuales (single-cell sequencing en inglés) es un conjunto de tecnologías utilizadas para determinar el orden de los nucleótidos en el ADN o ARN de células individuales.[1]
Debido a la posibilidad de estudiar a cada célula por separado, estas tecnologías poseen una resolución superior a los métodos de secuenciación tradicionales (basados en el estudio de tejidos completos)[2]​ y, en consecuencia, tienen muchas aplicaciones en la biología celular y la biomedicina. Por ejemplo, la secuenciación de células individuales se ha utilizado para entender la composición de diversos órganos o tejidos y descubrir nuevos tipos celulares.[3][4][5]​ Igualmente, en el campo de la biología del desarrollo estas tecnologías permiten estudiar a detalle los procesos de diferenciación celular y organogenesis;[6][7]​ y en el contexto del cáncer permiten identificar mutaciones presentes únicamente en un subgrupo de células.[8]

La secuenciación de células individuales se basa en métodos biofísicos como la citometría de flujo o dispositivos de microfluidos, que permiten separar a las células contenidas en una suspensión o tejido y analizarlas una a la vez.[9][10]​ El orden de los nucleótidos en cada una de estas células es determinado utilizando métodos de secuenciación de alto rendimiento.

Usos[editar]

Los organismos multicelulares están formados por millones de células organizadas en estructuras complejas como tejidos y órganos. El material genético de todas estas células (a excepción de los gametos, en donde está activa la recombinación genética) es prácticamente idéntico; sin embargo, debido a procesos moleculares como la expresión genética y las mutaciones, cada célula en un organismo es ligeramente distinta a las demás. En primer lugar, no todas las células expresan los mismos genes, sino que cada tipo celular utiliza un conjunto característico de genes que le permite llevar a cabo sus funciones especializadas.[11]​ Por ejemplo, los eritrocitos expresan los genes necesarios para producir hemoglobina y transportar oxígeno, mientras que las células beta del páncreas expresan el gen de la insulina y regulan los niveles de glucosa en sangre. En segundo lugar, los procesos de mutación somática (por ejemplo, los cambios en el ADN inducidos por la radiación ultravioleta[12]​ o la acumulación de mutaciones durante el cáncer[13]​) pueden modificar el ADN de cada célula de forma única.[14]​ Para estudiar estos procesos biológicos es necesario analizar a cada célula por separado.

La mayoría de los métodos de secuenciación actuales, por ejemplo la secuenciación de ADN o la secuenciación de ARN, requieren de una gran cantidad de material biológico para poder detectar y cuantificar a los distintos ácidos nucleicos; por ejemplo, utilizan muestras de tejido con alto contenido celular. Debido a ello, se les denomina técnicas de secuenciación en masa (del inglés bulk sequencing), pues sus resultados representan el promedio de millones de células.[15][16]​ La secuenciación en masa limita el análisis de muestras complejas formadas por muchos tipos celulares distintos. Por ejemplo, aunque la secuenciación de ARN nos permite entender qué genes están activos en una muestra de tumor, no es posible usarla para determinar qué porcentaje de las células en la muestra expresa cada uno de estos genes.

Recientes avances tecnológicos han permitido superar estas limitaciones analizando el material genético de cada célula individualmente. Por un lado, avances en la biofísica, por ejemplo dispositivos de microfluidos o nuevos citómetros de flujo, han hecho posible separar a las células de una muestra, una por una. Además, avances en la biología molecular han mejorado los métodos de amplificación de nucleótidos, reduciendo dramáticamente su límite de detección hasta permitir la cuantificación de ácidos nucleicos provenientes de una sola célula.[17]

Véase también[editar]

Referencias[editar]

  1. Eberwine, James; Sul, Jai-Yoon; Bartfai, Tamas; Kim, Junhyong (2014-01). «The promise of single-cell sequencing». Nature Methods (en inglés) 11 (1): 25-27. ISSN 1548-7105. doi:10.1038/nmeth.2769. Consultado el 5 de septiembre de 2020. 
  2. «The Technology and Biology of Single-Cell RNA Sequencing». Molecular Cell (en inglés) 58 (4): 610-620. 21 de mayo de 2015. ISSN 1097-2765. doi:10.1016/j.molcel.2015.04.005. Consultado el 5 de septiembre de 2020. 
  3. Schaum, Nicolás; Karkanias, Jim; Neff, Norma F.; May, Andrew P.; Quake, Stephen R.; Wyss-Coray, Tony; Darmanis, Spyros; Batson, Joshua et al. (2018-10). «Single-cell transcriptomics of 20 mouse organs creates a Tabula Muris». Nature (en inglés) 562 (7727): 367-372. ISSN 1476-4687. doi:10.1038/s41586-018-0590-4. Consultado el 5 de septiembre de 2020. 
  4. Rozenblatt-Rosen, Orit; Stubbington, Michael J. T.; Regev, Aviv; Teichmann, Sarah A. (26 de octubre de 2017). «The Human Cell Atlas: from vision to reality». Nature News (en inglés) 550 (7677): 451. doi:10.1038/550451a. Consultado el 5 de septiembre de 2020. 
  5. Villani, Alexandra-Chloé; Satija, Rahul; Reynolds, Gary; Sarkizova, Siranush; Shekhar, Karthik; Fletcher, James; Griesbeck, Morgane; Butler, Andrew et al. (21 de abril de 2017). «Single-cell RNA-seq reveals new types of human blood dendritic cells, monocytes, and progenitors». Science (en inglés) 356 (6335). ISSN 0036-8075. PMID 28428369. doi:10.1126/science.aah4573. Consultado el 5 de septiembre de 2020. 
  6. Pijuan-Sala, Blanca; Griffiths, Jonathan A.; Guibentif, Carolina; Hiscock, Tom W.; Jawaid, Wajid; Calero-Nieto, Fernando J.; Mulas, Carla; Ibarra-Soria, Ximena et al. (2019-02). «A single-cell molecular map of mouse gastrulation and early órgano Génesis». Nature (en inglés) 566 (7745): 490-495. ISSN 1476-4687. doi:10.1038/s41586-019-0933-9. Consultado el 5 de septiembre de 2020. 
  7. Cao, Junyue; Spielmann, Malte; Qiu, Xiaojie; Huang, Xingfan; Ibrahim, Daniel M.; Hill, Andrew J.; Zhang, Fan; Mundlos, Stefan et al. (2019-02). «The single-cell transcriptional landscape of mammalian órgano Génesis». Nature (en inglés) 566 (7745): 496-502. ISSN 1476-4687. doi:10.1038/s41586-019-0969-x. Consultado el 5 de septiembre de 2020. 
  8. Navin, Nicholas E. (1 de octubre de 2015). «The first five years of single-cell cancer genomics and beyond». Genome Research (en inglés) 25 (10): 1499-1507. ISSN 1088-9051. PMID 26430160. doi:10.1101/gr.191098.115. Consultado el 5 de septiembre de 2020. 
  9. Picelli, Simone; Faridani, Omid R.; Björklund, Åsa K.; Winberg, Gösta; Sagasser, Sven; Sandberg, Rickard (2014-01). «Full-length RNA-seq from single cells using Smart-seq2». Nature Protocols (en inglés) 9 (1): 171-181. ISSN 1750-2799. doi:10.1038/nprot.2014.006. Consultado el 5 de septiembre de 2020. 
  10. Zheng, Grace X. Y.; Terry, Jessica M.; Belgrader, Phillip; Ryvkin, Paul; Bent, Zachary W.; Wilson, Ryan; Ziraldo, Solongo B.; Wheeler, Tobias D. et al. (16 de enero de 2017). «Massively parallel digital transcriptional profiling of single cells». Nature Communications (en inglés) 8 (1): 14049. ISSN 2041-1723. doi:10.1038/ncomms14049. Consultado el 5 de septiembre de 2020. 
  11. «Gene Expression | Learn Science at Scitable». www.nature.com. Consultado el 16 de septiembre de 2020. 
  12. Brash, Douglas E. (28 de noviembre de 2014). «UV Signature Mutations». Photochemistry and Photobiology (en inglés) 91 (1): 15-26. ISSN 0031-8655. doi:10.1111/php.12377. Consultado el 16 de septiembre de 2020. 
  13. Greenman, Christopher; Stephens, Philip; Smith, Raffaella; Dalgliesh, Gillian L.; Hunter, Christopher; Bignell, Graham; Davies, Helen; Teague, Jon et al. (2007-03). «Patterns of somatic mutation in human cancer genomes». Nature (en inglés) 446 (7132): 153-158. ISSN 0028-0836. doi:10.1038/nature05610. Consultado el 16 de septiembre de 2020. 
  14. García-Nieto, Pablo E.; Morrison, Ashby J.; Fraser, Hunter B. (24 de diciembre de 2019). «The somatic mutation landscape of the human body». Genome Biology 20 (1): 298. ISSN 1474-760X. PMC 6930685. PMID 31874648. doi:10.1186/s13059-019-1919-5. Consultado el 16 de septiembre de 2020. 
  15. Trapnell, Cole (2015-10). «Defining cell types and states with single-cell genomics». Genome Research (en inglés) 25 (10): 1491-1498. ISSN 1088-9051. doi:10.1101/gr.190595.115. Consultado el 16 de septiembre de 2020. 
  16. Hemberg (m_hemberg), Vladimir Kiselev (wikiselev), Tallulah Andrews (talandrews), Jennifer Westoby (Jenni_Westoby), Davis McCarthy (davisjmcc), Maren Büttner (marenbuettner), Jimmy Lee (THJimmyLee), Krzysztof Polanski, Sebastian Y. Müller, Elo Madissoon, Stephane Ballereau, Maria Do Nascimento Lopes Primo, Rocio Martinez Nunez and Martin. 2 Introduction to single-cell RNA-seq | Analysis of single cell RNA-seq data. Consultado el 16 de septiembre de 2020. 
  17. Tang, Fuchou; Barbacioru, Catalin; Wang, Yangzhou; Nordman, Ellen; Lee, Clarence; Xu, Nanlan; Wang, Xiaohui; Bodeau, John et al. (2009-05). «mRNA-Seq whole-transcriptome analysis of a single cell». Nature Methods (en inglés) 6 (5): 377-382. ISSN 1548-7105. doi:10.1038/nmeth.1315. Consultado el 16 de septiembre de 2020.