< Tornar al llistat

Una nova eina permet l'anàlisi de cèl·lules a gran escala

06.06.2018

Un equip d'investigadors del Centre Nacional d'Anàlisi Genòmica del Centre de Regulació Genòmicac (CNAG-CRG) en el Parc Científic de Barcelona, de la Universitat Pompeu Fabra (UPF) i del Consorci d'Investigació Biomèdica en Xarxa de Malalties Rares (CIBERER), liderat per Holger Heyn, presenta un sofisticat marc computacional per analitzar els nivells d'expressió de les cèl·lules una a una, que permet processar milions de cèl·lules al mateix temps i analitzar aquesta quantitat de dades genòmiques de cèl·lules individuals. El treball, publicat a Genome Research, presenta per primera vegada una eina que ampliarà dràsticament els límits de la recerca genòmica.

 

Holger Heyn i Giovanni Iacono, investigadors del CNA-CRG al Parc Científic de Barcelona (Foto: CNAG-CRG).

Totes les cèl·lules del cos humà comparteixen el mateix genoma, però cada cèl·lula té el potencial de convertir-se en un teixit o òrgan específic, gràcies a l'expressió dels gens. Científics a tot el món intenten descobrir què és el que diferencia una cèl·lula d'una altra, i un dels principals reptes de la investigació genòmica actual és poder analitzar moltes cèl·lules alhora per poder trobar i identificar aquestes diferències. L'anàlisi de cèl·lules utilitzant seqüenciació d'ARN ha estat crucial per encarar aquest repte i ha revolucionat el nostre coneixement sobre la complexitat dels teixits, els òrgans i els organismes. Estudiant l'expressió dels gens en una mateixa cèl·lula, actualment els científics són capaços de descriure l'heterogeneïtat d'una mostra amb una resolució sense precedents i sense cap coneixement previ de la seva composició. 

En conseqüència, els projectes a gran escala de cèl·lules individuals han permès identificar nous tipus de cèl·lules fins ara desconeguts i crear nous mapes cel·lulars detallats. En el marc del projecte Human Cell Atlas (l'atles de les cèl·lules humanes), els investigadors esperen poder crear un atles de tots els tipus de cèl·lules que formen el cos humà. Alhora, un altre repte en paral·lel és la gestió i l’anàlisi de la gran quantitat de dades genòmiques que aquest tipus de projectes generen.

Un dels majors conjunts de dades sobre expressió gènica format per 1,3 milions de cèl·lules

L'equip de científics ha desenvolupat un eficient marc computacional que permet processar experiments de cèl·lules individuals i a gran escala. El grup ha comprovat el potencial de la seva eina, anomenada BigSCale, processant un dels estudis més grans de cèl·lules, i han analitzat 1,3 milions de cèl·lules del desenvolupament del cervell en ratolins.

"BigSCale és extremadament poderosa analitzant gens específics de cada tipus cel·lular, quelcom que resulta realment útil en la posterior interpretació de les dades de l'experiment" afirma Holger Heyn, cap d'equip del CNAG-CRG i autor principal de l'estudi. La novetat d'aquesta eina analítica anomenada "BigSCale" resideix en un model numèric que determina amb gran sensibilitat les diferències entre cèl·lules. Un cop traçades les diferències entre cèl·lules, es poden agrupar en poblacions de cèl·lules per descriure la complexitat cel·lular en un teixit.

A més, l'eina es va dissenyar per encarar reptes futurs de grans conjunts de dades. "BigSCale ofereix una solució molt potent per a qualsevol espècie i és també aplicable fora del context de seqüenciació d'ARN" explica el Dr. Heyn, i afegeix "esperem que pugui contribuir a la interpretació d'estudis a gran escala com el projecte Human Cell Atlas". 

Amb aquesta nova eina el grup va analitzar un dels majors conjunts de dades sobre expressió gènica format per 1,3 milions de cèl·lules, unes dades que són públiques gràcies a 10x Genomics. "BigSCale ens va permetre aprofundir en el procés del desenvolupament del cervell de ratolí i caracteritzar-ne els tipus cel·lulars. Fins i tot vam descriure tipus cel·lulars neuronals poc freqüents" comenta Giovanni Iacono, primer autor del treball. 

►Article de referència:

Iacono et al. "bigSCale: an analytical framework for big-scale single-cell data". Genome Research. 2018. DOI: 10.1101/gr.230771.117 

►Més informació: Web del CNAG-CRG [+]