SPACE: multimodal spatial CRISPR screening with whole-transcriptome readout at subcellular resolution in 3D models

El estudio presenta SPACE, una plataforma de cribado CRISPR espacial multimodal de bajo costo y alta resolución que integra perfiles de transcriptoma completo y detección de proteínas en modelos 3D, permitiendo descubrir mecanismos de remodelación de la matriz extracelular e interacciones ligando-receptor que no son detectables con métodos tradicionales de disociación.

Lo esencial

¡Claro que sí! Imagina que el cuerpo humano es una ciudad gigante y compleja, donde las células son los ciudadanos. Para entender cómo funciona esta ciudad (o cómo una enfermedad la destruye), los científicos necesitan hacer "experimentos" en ella.

Hasta ahora, había un gran problema: para estudiar a los ciudadanos, los científicos tenían que demoler la ciudad, sacar a todos los habitantes, mezclarlos en una gran bolsa y contarlos uno por uno. Esto les decía quiénes eran y qué pensaban, pero perdían toda la información sobre dónde vivían, con quién hablaban y cómo se organizaban en los vecindarios. Era como intentar entender una fiesta escuchando solo el ruido general, sin ver quién está bailando con quién.

Aquí es donde entra SPACE, la nueva tecnología que presenta este artículo.

¿Qué es SPACE? (El "Super-Ojo" de la Ciudad)

SPACE es como un supermicroscopio mágico que permite a los científicos hacer dos cosas increíbles al mismo tiempo, sin destruir la ciudad:

1. Hacer "traviesas" a los ciudadanos (CRISPR): Pueden cambiar el "manual de instrucciones" (el ADN) de ciertos ciudadanos para ver qué pasa si les quitan una habilidad específica. Es como si le quitaras a un bombero su casco y vieras cómo reacciona el vecindario.
2. Escuchar sus conversaciones (Transcriptoma completo): Pueden escuchar lo que todos los ciudadanos están diciendo (casi 18,000 genes a la vez) y ver qué proteínas tienen en sus manos, todo mientras siguen en su casa.

La analogía del "Mapa de la Ciudad":
Imagina que tienes un mapa de la ciudad donde cada casa tiene un pequeño altavoz. SPACE te permite:

• Cambiar el altavoz de una casa (el experimento CRISPR).
• Escuchar lo que dice esa casa y sus vecinos inmediatos.
• Ver si la casa de al lado (una célula de tumor) reacciona cambiando su comportamiento porque el vecino cambió.

¿Cómo lo hicieron? (El experimento de los "Sferoides")

En lugar de usar una ciudad real (que es muy difícil de estudiar), crearon mini-ciudades en una caja de Petri llamadas "esferoides".

• Estas mini-ciudades están hechas de dos tipos de vecinos: Fibroblastos (los trabajadores de la construcción que mantienen la estructura) y Células Tumorales (los invasores).
• Los científicos modificaron genéticamente a los "trabajadores de la construcción" (usando CRISPR) para apagar 43 herramientas diferentes.
• Luego, usaron SPACE para mirar estas mini-ciudades y ver qué pasó.

¿Qué descubrieron? (Las sorpresas)

Gracias a que no tuvieron que "demoler" la ciudad, SPACE les reveló secretos que antes eran invisibles:

1. El secreto de ISG20: Descubrieron que una proteína llamada ISG20 actúa como un "capataz" de la construcción. Cuando quitaron ISG20, los trabajadores de la construcción dejaron de romper las paredes (una proteína llamada MMP). Esto es importante porque en el cáncer, romper las paredes permite que el tumor se escape y se meta en otros órganos. ¡SPACE les dijo cómo detener esa fuga!
2. Vecinos que se hablan: Vieron cómo las células tumorales y los trabajadores de la construcción se "hablan" a través de señales químicas. Descubrieron que si cambias a un trabajador, el vecino tumor cambia su forma de comportarse (se vuelve más agresivo o más tranquilo).
3. El efecto de la densidad: Notaron que la cercanía entre vecinos importa. Si una célula está muy cerca de muchas otras, se comporta de forma diferente que si está sola. SPACE pudo ver esto porque mantenía el mapa de la ciudad intacto.

¿Por qué es un cambio de juego?

Antes, para hacer este tipo de estudios, era carísimo y lento (como intentar reconstruir una ciudad casa por casa con un lápiz). SPACE es:

• Más barato: Como usar una cámara de alta velocidad en lugar de dibujar cada detalle a mano.
• Más completo: No solo mira 10 cosas, mira casi 18,000 cosas a la vez.
• Más real: Al usar modelos 3D (esferoides) en lugar de planos 2D, se parece mucho más a la realidad de nuestro cuerpo.

En resumen

SPACE es como tener un superpoder para los científicos: pueden hacer experimentos genéticos en tejidos vivos, mantener la ciudad intacta y escuchar todas las conversaciones de los vecinos al mismo tiempo. Esto les permite encontrar nuevas formas de curar enfermedades (como el cáncer) entendiendo no solo qué está mal en una célula, sino dónde está y cómo afecta a todo su entorno.

Es un paso gigante hacia medicamentos más inteligentes y personalizados, porque finalmente estamos estudiando a las células tal como viven en la vida real: juntas, en comunidad.

Resumen técnico

1. El Problema

Las tecnologías actuales de screening espacial CRISPR enfrentan limitaciones críticas que restringen el descubrimiento biológico:

• Pérdida de contexto espacial: Los métodos basados en secuenciación (como Perturb-seq) requieren la disociación de tejidos, destruyendo la información espacial esencial para entender las interacciones célula-célula y la organización tisular.
• Enfoque sesgado: Las técnicas espaciales existentes suelen estar limitadas a paneles de genes hipótesis-dirigidos, impidiendo el descubrimiento no sesgado que ofrece el perfilado del transcriptoma completo.
• Limitaciones de escala y coste: La mayoría de los estudios se restringen a cultivos 2D, y no existe un método que capture simultáneamente cambios en el transcriptoma completo con contexto espacial a gran escala de manera rentable.
• Falta de multimodalidad: No hay plataformas que integren perfiles de transcriptoma completo, detección de proteínas multiplexadas y mapeo de perturbaciones CRISPR en modelos 3D complejos.

2. Metodología

El equipo desarrolló SPACE, una plataforma de screening espacial CRISPR que integra tres capacidades en un solo ensayo:

• Diseño de Vectores y Identificadores:
  • Se utilizaron vectores lentivirales modificados (basados en CROP-seq) para co-expresar guías CRISPR (gRNA) y un Identificador Único de gRNA (UGI) de 50 nucleótidos. El UGI se optimizó para el diseño de sondas, ya que las gRNAs nativas (~20 nt) son demasiado cortas para una hibridación eficiente.
  • Se empleó una estrategia de amplificación ramificada (branched amplification) para generar altas relaciones señal-ruido incluso para transcritos cortos.
• Modelo Biológico (3D):
  • Se utilizó un sistema de co-cultivo de fibroblastos asociados al cáncer (CAF) editados con CRISPR y células tumorales (BxPC3).
  • Se generaron esferoides (spheroids) que se fijaron y embebieron en bloques de parafina (FFPE) manteniendo un formato de microarray (microTMA) para preservar el mapa de identidad de las perturbaciones.
• Plataforma de Detección (CosMx):
  • Se utilizó la tecnología de Bruker CosMx para realizar perfilado de transcriptoma completo (18,000 genes) y detección de proteínas multiplexadas (68 marcadores) en la misma sección de tejido.
  • El flujo de trabajo permite la detección simultánea de gRNAs, UGIs, ARN endógeno y proteínas, manteniendo la resolución subcelular.
• Validación y Análisis:
  • Se asignaron las identidades CRISPR a células individuales utilizando un algoritmo de asignación de máxima expresión.
  • Se validó la eficiencia de edición mediante secuenciación de nueva generación (NGS) y se confirmó la clasificación celular mediante marcadores específicos (ej. COL1A1 para CAF, KRT5/17 para tumor).

3. Contribuciones Clave

• Primera plataforma de screening espacial CRISPR basada en imagen que combina descubrimiento no sesgado de transcriptoma completo con mapeo de perturbaciones en modelos 3D.
• Integración Multimodal: Capacidad única de obtener lecturas de transcriptoma completo y detección de proteínas multiplexadas de las mismas células exactas dentro de un contexto espacial intacto.
• Escalabilidad y Rentabilidad: Reduce significativamente los costes de perfilado de transcriptoma completo en comparación con métodos de secuenciación, permitando escalar a cientos de esferoides y ~100,000 células por experimento.
• Compatibilidad con FFPE: El método funciona con muestras fijadas en parafina, abriendo la puerta al uso de organoides derivados de pacientes y muestras clínicas.

4. Resultados Principales

• Rendimiento Técnico:
  • Se logró una asignación confiable de identidad CRISPR en el 73.2% de las células en pools mezclados.
  • La detección de gRNA y UGI mostró una alta especificidad y correlación (R² > 0.99 en replicados).
  • La adición de la detección CRISPR al panel de transcriptoma completo (WTX) no comprometió la cobertura de genes (promedio de ~1,518 genes y ~2,188 transcritos por célula), manteniendo una alta correlación con experimentos de WTX sin CRISPR.
• Descubrimientos Biológicos:
  • Regulación de ISG20 en la vía MMP: Se identificó que la eliminación de ISG20 en CAFs reduce significativamente la expresión de genes de la familia de metaloproteinasas (MMP) y aumenta los inhibidores de MMP. Esto sugiere a ISG20 como un nuevo regulador de la remodelación de la matriz extracelular (ECM).
  • Interacciones Ligando-Receptor (LR) Espaciales: Se descubrieron interacciones LR específicas y dependientes de la proximidad física (ej. colágenos de CAFs con CD44 tumoral en esferoides ISG20-KO) que no son detectables con métodos de disociación.
  • Heterogeneidad Espacial: Se observó que la densidad local de células tumorales modula la actividad de la vía MMP, y que la pérdida de ISG20 elimina esta dependencia espacial.
  • Firmas Genéticas Espaciales (SVG): Se identificó una firma de 5 genes coordinada espacialmente en esferoides con KO de GBP4, vinculada a la señalización de interferón, invisible para métodos no espaciales.
  • Regulación de la EMT (Transición Epitelial-Mesénquima): Mediante el enfoque multimodal (ARN + Proteína), se confirmó que las CAFs inducen la EMT en células tumorales cercanas, validando hallazgos tanto a nivel transcripcional como proteico.

5. Significado e Impacto

• Avance en Genómica Funcional: SPACE representa un cambio de paradigma, moviendo el análisis de la genómica funcional desde el análisis de células disociadas en 2D hacia la investigación espacialmente resuelta en 3D.
• Descubrimiento de Mecanismos Terapéuticos: Al revelar mecanismos de regulación de la ECM y redes de señalización intercelular dependientes del espacio, SPACE identifica nuevos objetivos terapéuticos (como ISG20) y mecanismos de resistencia.
• Aplicabilidad en Medicina de Precisión: La compatibilidad con muestras FFPE y organoides permite realizar screenings funcionales en tejidos de pacientes, facilitando la identificación de estrategias terapéuticas personalizadas.
• Potencial para IA: Los conjuntos de datos de perturbación comprehensivos generados por SPACE servirán como recursos valiosos para modelos de aprendizaje automático y generativos para predecir principios causales de la biología humana.

En resumen, SPACE proporciona un marco escalable y rentable para realizar estudios de perturbación espacial de alto contenido, superando las limitaciones de las tecnologías actuales y ofreciendo una visión profunda de cómo las alteraciones genéticas remodelan la arquitectura tisular y la señalización intercelular en contextos patológicos relevantes.