High-performance xenograft read-sorting for DNA methylation analysis

En el mundo de la investigación del cáncer, los científicos a menudo necesitan estudiar tumores en un entorno vivo que imite el cuerpo humano. Para hacer esto, toman células cancerosas humanas y las trasplantan en ratones, creando lo que se conoce como xenoinjertos derivados de pacientes. Estos diminutos laboratorios vivientes permiten a los investigadores observar cómo crece un tumor, cómo reacciona a los fármacos y cómo podría volverse resistente al tratamiento. Sin embargo, surge un obstáculo significativo cuando los científicos intentan analizar el material genético de estas muestras mixtas. El producto final es una sopa caótica de hebras de ADN, algunas pertenecientes al tumor humano y otras al huésped ratón. Para comprender el comportamiento del tumor, los investigadores primero deben separar las hebras humanas de las de ratón con extrema precisión. Esta tarea se vuelve aún más difícil cuando se estudia la metilación del ADN, una etiqueta química que actúa como un interruptor, encendiendo o apagando genes. Para leer estas etiquetas, los científicos utilizan un proceso químico que cambia la secuencia del ADN mismo, desordenando las letras de una manera que confunde a los programas informáticos estándar utilizados para clasificar datos genéticos.

Un equipo de investigadores ha desarrollado ahora una forma más inteligente de desenredar este caos genético, específicamente para estas muestras de ADN químicamente alteradas. Mejoraron una herramienta de software existente llamada Xengsort, transformándola en un clasificador altamente eficiente capaz de distinguir entre el ADN humano y el de ratón incluso después de que hayan ocurrido los cambios químicos. El equipo probó su herramienta mejorada contra varios otros métodos establecidos utilizando mezclas generadas por computadora y datos del mundo real procedentes de estudios de cáncer de mama. Encontraron que, si bien todas las herramientas eran generalmente precisas al identificar la fuente del ADN, la nueva versión de Xengsort era drásticamente más rápida y requería mucha menos memoria informática. En una prueba a gran escala que involucraba muestras reales de pacientes, la nueva herramienta terminó el trabajo de clasificación en poco más de cinco horas, mientras que un método competidor tardó casi treinta horas en completar la misma tarea.

El núcleo del problema reside en cómo se lee la metilación del ADN. Para ver los interruptores químicos, los científicos tratan el ADN con una sustancia que convierte una letra específica, la citosina, en otra, la timina, si esa letra no está químicamente marcada. Este proceso es esencial para entender cómo se adaptan los tumores, pero altera fundamentalmente la secuencia del ADN. Imagine intentar clasificar una pila de libros mezclados donde alguien ha cambiado la ortografía de cada palabra en la mitad de los libros; un bibliotecario estándar tendría dificultades para saber qué libro pertenece a qué autor. Del mismo modo, los programas informáticos estándares que comparan secuencias de ADN con un genoma de referencia a menudo fallan porque la conversión química hace que el ADN humano parezca diferente del genoma de referencia humano, y el ADN de ratón parezca diferente del de ratón. Esta confusión puede llevar a que las hebras del tumor humano sean identificadas erróneamente como hebras de ratón, o viceversa, lo cual arruinaría el análisis científico.

Para resolver esto, los investigadores reconstruyeron el diccionario interno de la herramienta Xengort. En lugar de buscar solo coincidencias exactas de letras de ADN, la nueva herramienta anticipa los cambios químicos. Crea un índice de doble capa que tiene en cuenta tanto la secuencia original de ADN como la secuencia después de la conversión química. Cuando una pieza de ADN entra en el sistema, la herramienta la comprueba contra ambas posibilidades simultáneamente. Divide la hebra de ADN en pequeños fragmentos y se hace una pregunta sencilla: ¿este fragmento parece pertenecer a un humano o a un ratón, considerando los cambios químicos? Al confiar en los fragmentos de ADN más únicos e ignorar aquellos que parecen demasiado similares en ambas especies, la herramienta puede clasificar con confianza las hebras en categorías de humano, ratón o ambiguas. Este enfoque permite que el software omita el lento y pesado proceso de alinear cada sola hebra con un genoma completo, que es lo que requieren otros métodos.

Los investigadores pusieron a prueba su herramienta de dos maneras. Primero, crearon millones de mezclas simuladas de hebras de ADN de humanos y ratones con orígenes conocidos, permitiéndoles medir exactamente con qué frecuencia cometía errores la herramienta. Probaron estas mezclas a diferentes profundidades y proporciones, simulando todo, desde una muestra con muy poco ADN humano hasta una que era casi enteramente humana. Los resultados mostতম que la herramienta era increíblemente precisa, perdiendo muy pocas hebras humanas y rara vez confundiendo hebras de ratón con humanas. Funcionó tan bien como las otras herramientas principales en términos de precisión, pero lo hizo en una fracción del tiempo. Mientras que otros métodos tomaban horas para procesar los datos y requerían cantidades masivas de memoria informática, Xengort completó el mismo trabajo en menos de una hora en una configuración de computadora estándar.

A continuación, el equipo aplicó la herramienta a datos reales de pacientes con cáncer de mama cuyos tumores habían sido cultivados en ratones. Estas muestras provenían de diferentes tipos de estudios, incluyendo algunos donde el ADN fue convertido químicamente y otros que fueron procesados mediante enzimas. En estos escenarios del mundo real, la herramienta demostró nuevamente su valía. Clasificó con éxito el ADN de muestras complejas, incluyendo aquellas con cantidades muy bajas de células tumorales humanas mezcladas con mucho tejido de ratón. Los investigadores señalaron que la herramienta era particularmente robusta al tratar con muestras que habían sido tratadas con fármacos para alterar los patrones de metilación del ADN. En una comparación directa de velocidad y uso de recursos, la nueva herramienta fue significamente más eficiente. Procesó un conjunto de datos grande en 5,5 horas usando 43 gigabytes de memoria, mientras que un método competidor tomó 29,1 horas y requirió 49 gigabytes de memoria. Otro método, que dependía de un genoma de referencia combinado, fue rápido pero demandó unos enormes 73 gigabytes de memoria, lo que puede ser un factor limitante para muchos laboratorios.

El estudio también destacó que la elección del método de clasificación importa menos para la precisión que para la eficiencia. Todas las herramientas probadas, incluida la nueva Xengsort, lograron una alta precisión al separar las hebras de ADN. Sin embargo, el tiempo y la potencia de cómputo necesarios para obtener esos resultados variaron enormemente. Aunque todas las herramientas probaron alcanzaron una alta precisión al separar las hebras de ADN, el tiempo y la capacidad de computación necesarios para lograr esos resultados varían drásticamente. Para los investigadores que trabajan con grandes conjuntos de datos o que necesitan procesar muestras rápidamente para guiar decisiones de tratamiento, la velocidad y la baja huella de memoria de Xengsort ofrecen una clara ventaja. Los investigadores concluyeron que su flujo de trabajo ya está listo para su uso generalizado, sugiriendo que los científicos deberían primero clasificar sus hebras de ADN por especie usando esta herramienta antes de pasar al análisis detallado de los patrones de metilación del tumor. Al hacer que el paso de clasificación sea más rápido y menos intensivo en recursos, la herramienta elimina un cuello de botella importante, permitiendo que los científicos se concentren más tiempo en comprender el propio cáncer en lugar de esperar a que la computadora termine su trabajo.