Mitigating genotype-driven bias improves atlas-scale single-cell DNA methylome profiling

En lo profundo del núcleo de casi todas las células del cuerpo humano yace un manual de instrucciones químicas escrito en un código de cuatro letras. Este código, hecho de ADN, determina el plano para construir y hacer funcionar a una persona. Pero existe una segunda capa de información, un conjunto de etiquetas químicas que se asientan sobre las letras del ADN, actuando como notas adhesivas que le dicen a la célula qué partes del manual debe leer y cuáles debe ignorar. Esta capa se llama metilación del ADN. Es el interruptor que decide si una célula se convierte en un músculo cardíaco que late, en una célula cerebral que piensa o en una célula inmunitaria que lucha. Durante décadas, los científicos han estudiado estas etiquetas observando grandes grupos de células mezcladas, como probar una sopa para adivinar sus ingredientes. Sin embargo, este enfoque a menudo pierde de vista el sabor único de las células individuales. La nueva tecnología permite ahora a los investigadores leer estas etiquetas en células individuales, una por una, ofreciendo la oportunidad de mapear todo el paisaje de los tipos de células humanas con un detalle sin precedentes.

La promesa de esta nueva tecnología es un atlas exhaustivo de la biología humana, pero enfrenta una trampa oculta. Cuando los científicos leen la metilación del ADN, utilizan un proceso químico que convierte las letras no metiladas en una letra diferente, mientras deja las metiladas sin cambios. Esto funciona perfectamente hasta que el propio ADN contiene una variación natural, una pequeña diferencia en el código genético que existe entre las personas. Si una persona tiene una variación genética donde una letra es naturalmente diferente, el proceso químico no puede distinguir entre un cambio genuino en las etiquetas de metilación y una simple diferencia en el código genético de la persona. En un estudio que involucró a muchas personas, estas diferencias genéticas naturales pueden parecer señales falsas, haciendo que parezca que las células de diferentes personas tienen etiquetas químicas distintas cuando en realidad no es así. Esta confusión amenaza con distorsionar los mapas emergentes de los tipos de células humanas, convirtiendo la diversidad genética en lo que parece ser ruido biológico.

Un equipo de investigadores de la KU Leuven en Bélgica se propuso resolver este problema específico. Trabajaron con un conjunto de datos de más de 25,000 células individuales tomadas de la sangre de diez individuos sanos con diversos trasfondos genéticos. Utilizando un método llamado sciMET, que permite el procesamiento rápido de miles de células a la vez, generaron una enorme cantidad de datos. Cuando observaron los resultados por primera vez, las células no se agruparon por su tipo, como células T o células B. En su lugar, se agruparon estrictamente por la persona de la que provenían. Una célula T de una persona se veía más diferente de una célula T de otra persona que de una célula B dentro de la misma persona. Los investigadores se dieron cuenta de que las diferencias genéticas naturales entre los donantes estaban abrumando las verdaderas señales biológicas, creando un mapa falso donde el código genético era confundido con las etiquetas químicas.

Para solucionar esto, el equipo desarrolló una nueva estrategia computacional que denominaron DEBiaS. El proceso funciona como un editor cuidadoso que revisa un manuscrito. Primero, los investigadores identificaron las ubicaciones específicas en el ADN donde los diez individuos tenían códigos genéticos diferentes. Luego, crearon una lista de estas ubicaciones y, antes de analizar las etiquetas de metilación, simplemente ignoraron cualquier dato proveniente de esos puntos. Al enmascarar estos sitios confusos, eliminaron el ruido causado por las diferencias genéticas. Cuando volvieron a analizar los datos con este filtro implementado, el resultado fue inmediato e impactante. Las células finalmente se clasificaron correctamente. Las células T de los diez donantes se agruparon juntas, y las células B hicieron lo mismo, revelando la verdadera estructura biológica del sistema inmunitario que había estado oculta bajo el ruido genético.

El impacto de esta corrección fue mucho más allá de simplemente hacer que los grupos se vieran mejor. Los investigadores descubrieron que, sin este arreglo, su análisis había identificado miles de diferencias falsas de metilación entre los donantes. Estas no eran cambios biológicos reales, sino artefactos creados por las variaciones genéticas. Una vez que se enmascararon los sitios genéticos, estas diferencias espurias desaparecieron, dejando atrás solo las señales biológicas genuinas. El estudio también mostró que este método ayudó a identificar marcadores nuevos y más fiables para los tipos celulares. Algunas de las etiquetas químicas que anteriormente parecían importantes resultaron ser poco fiables porque estaban influenciadas por diferencias genéticas, mientras que otras etiquetas que habían sido pasadas por alto emergieron como indicadores fuertes y consistentes de la identidad celular.

Este trabajo demuestra que, para construir un mapa preciso de la biología humana a nivel de célula individual, los científicos deben tener en cuenta el código genético único de cada individuo en el estudio. Los investigadores demostraron que, con solo ocultar los puntos genéticos confusos antes de leer las etiquetas de metilación, podían recuperar la verdadera historia biológica. Su enfoque permite la agrupación de muestras de muchas personas diferentes, lo cual es esencial para crear atlas a gran escala que representen la diversidad de la población humana. Sin esta corrección, los mapas de los tipos de células humanas permanecerían distorsionados por la misma diversidad genética que nos hace únicos. Al despejar esta confusión, los investigadores han proporcionado una herramienta práctica que asegura que el futuro de la epigenética de célula única se construya sobre una base de verdad biológica en lugar de un malentendido genético.