← Últimos artículos
📄 biología celular

CardioShift: Resolving cell-to-cell functional heterogeneity in hiPSC-derived cardiomyocytes from high-throughput single-cell imaging

CardioShift es un marco de trabajo de bioinformática de imágenes de código abierto que resuelve la heterogeneidad funcional oculta entre células en cardiomiocitos derivados de hiPSC al contabilizar adecuadamente las estructuras de varianza anidadas en el análisis de imágenes de célula única de alto rendimiento, revelando así fenotipos dependientes de la condición y estados celulares distintos que los análisis tradicionales de promedio de pocillo oscurecen.

Autores originales: Spanjersberg, T. C. F., van der Wilt, C. N., Chang, J.-C., Helms, J. B., Maas, R. G. C., Sluijter, J. P. G., Fontaine, V., Villard, E., de Boer, T. P., Veltrop, R. J. A., van Steenbeek, F. G., Harakal
Publicado 2026-11-03
📖 8 min de lectura🧠 Análisis profundo

Autores originales: Spanjersberg, T. C. F., van der Wilt, C. N., Chang, J.-C., Helms, J. B., Maas, R. G. C., Sluijter, J. P. G., Fontaine, V., Villard, E., de Boer, T. P., Veltrop, R. J. A., van Steenbeek, F. G., Harakalova, M.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

El corazón humano no es una máquina construida con partes idénticas. Incluso dentro de una sola cámara, las células musculares que bombean sangre no son copias exactas unas de otras. Algunas son más grandes, otras más pequeñas; algunas laten con un ritmo rápido y agudo, mientras que otras se mueven con un ritmo más lento y deliberado. Esta variación natural es esencial para que el corazón funcione como un todo, permitiéndole adaptarse a las cambiantes necesidades del cuerpo. Cuando los científicos intentan estudiar enfermedades cardíacas o probar nuevos fármacos, suelen utilizar células cultivadas en laboratorio a partir de células madre humanas. Estas células, que pueden ser inducidas para convertirse en músculo cardíaco, son una herramienta poderosa porque portan el código genético único de una persona. Sin embargo, cuando los investigadores observan estas células cultivadas en laboratorio, se enfrentan a un problema complicado. Los métodos tradicionales miden el comportamiento promedio de miles de células mezcladas en un solo contenedor. Este enfoque es como escuchar una habitación concurrida e informar solo sobre el volumen promedio del ruido; te dice qué tan fuerte es la habitación, pero oculta el hecho de que algunas personas están susurrando mientras otras están gritando. Si un tratamiento solo afecta a un pequeño grupo de células, o si cambia el equilibrio entre diferentes tipos de células, el promedio podría parecer completamente normal, ocultando el verdadero efecto.

Para resolver esto, un equipo de investigadores desarrolló una nueva forma de observar estas células cardíacas, una que respeta sus diferencias individuales sin perder la visión de conjunto. Crearon un sistema llamado CardioShift, que les permite rastrear el comportamiento de decenas de miles de células individuales mientras siguen tratando al grupo de células en un solo contenedor como la unidad de medida real. Esta distinción es vital. Si un científico trata cada célula como un punto de datos independiente, corre el riesgo de engañarse a sí mismo pensando que ha encontrado un efecto fuerte cuando solo ha visto ruido aleatorio. Al utilizar un enfoque estadístico que reconoce que las células de un mismo contenedor están relacionadas, el equipo pudo separar las diferencias naturales entre células individuales de los efectos reales de un tratamiento. Probaron este método exponiendo las células cardíacas a diferentes tipos de grasas, un estresor común para el corazón, para ver cómo reaccionaban las células.

Los investigadores trabajaron con dos líneas específicas de células cardíacas. Una línea procedía de un paciente con una condición cardíaca genética llamada miocardiopatía hipertrófica, causada por un cambio específico en un gen que controla cómo se contrae el músculo cardíaco. La otra era una versión genéticamente corregida de las mismas células, que servía como control sano. Cultivaron estas células en una placa de 96 pocillos, una herramienta de laboratorio estándar que contiene pequeñas cantidades de líquido en compartimentos separados. Después de dejar que las células maduraran durante veinte días, las sometieron a una semana de tratamiento con diferentes ácidos grasos. Algunas células fueron expuestas al palmitato, una grasa conocida por ser tóxica para las células cardíacas en niveles altos. Otras recibieron oleato, una grasa que el cuerpo puede almacenar de forma segura. Un tercer grupo recibió una mezcla de ambos, mientras que un grupo de control no recibió grasa adicional. El objetivo era ver si la grasa tóxica dañaría las células, si la grasa segura las ayudaría y si la enfermedad genética hacía que las células fueran más o menos sensibles a estos cambios.

Utilizando un sistema de cámara de alta velocidad, el equipo registró el latido y las señales de calcio de las células. El calcio es un químico que actúa como un disparador para la contracción del músculo cardíaco; cuando los niveles de calcio aumentan dentro de una célula, el músculo se contrae. También utilizaron un tinte especial que brilla cuando toca las gotas de grasa dentro de las células, lo que les permitió ver exactamente qué células habían almacenado grasa. En total, analizaron el comportamiento de más de 32,000 señales de calcio y más de 10,000 patrones de contracción. Los resultados mostraron que observar el promedio de todo el grupo no era suficiente. Para muchas mediciones, la mayor fuente de variación no fue el tratamiento o la línea genética, sino la diferencia natural de una célula a otra dentro del mismo contenedor. El valor promedio a menudo ocultaba el hecho de que las células se estaban dividiendo en grupos distintos con comportamientos diferentes.

Cuando los investigadores observaron las células individualmente, descubrieron que la grasa tóxica, el palmitato, causaba daños significativos. Provocaba que las células liberaran una proteína llamada troponina-I, que es un signo de lesión cardíaca, y alteraba la forma en que las células manejaban el calcio. La grasa segura, el oleato, no causó este daño. En su lugar, provocó que un gran número de células almacenara gotas de grasa. Sorprendentemente, las células que almacenaban la mayor cantidad de grasa no dejaron de latir ni se debilitaron. Mantuvieron un ritmo regular, incluso cargando con una pesada carga de lípidos. Este grupo específico de células que almacenan grasa era una subpoblación distinta que habría sido invisible si los investigadores solo hubieran observado el promedio de todo el pocillo. En el promedio, las células que almacenan grasa se mezclaban con las células que no almacenan, y sus características únicas se suavizaban.

El equipo también descubrió que la enfermedad genética cambiaba la forma en que las células respondían a las grasas. Las células con la mutación genética eran generalmente más activas, contrayéndose con mayor fuerza que las células sanas. Al ser expuestas a la mezcla de grasas, las células mutadas cambiaron su comportamiento de forma más dramática que las sanas, moviéndose hacia un estado más rápido y energético. Esto sugiere que el trasfondo genético de un paciente podría influir en cómo sus células cardíacas reaccionan al estrés metabólico. El estudio confirmó que la mutación genética hacía que las células fueran hiperactivas, un hallazgo que concuerda con observaciones previas de esta variante específica de la enfermedad.

Quizás el hallazgo más importante fue el descubrimiento de un grupo oculto de células que acumulaban una gran cantidad de grasa pero seguían latiendo normalmente. En las células de control sanas, aproximadamente la mitad de las células bajo el tratamiento con oleato pertenecían a este grupo de almacenamiento de grasa. En las células enfermas, aproximadamente un tercio lo hacía. Este grupo era tan distinto que formó su propio grupo (cluster) cuando los investigadores utilizaron una computadora para agrupar células con rasgos similares. Sin la capacidad de ver las células individualmente, este grupo se habría perdido en el ruido del promedio. Los investigadores encontraron que las células que almacenan grasa tenían un perfil específico: estaban llenas de lípidos pero tenían un nivel de contracción moderado, situándose entre las células muy fuertes de latido lento y las células débiles de latido rápido. Este nivel de detalle es crucial para comprender cómo las células cardíacas sobreviven al estrés. Demuestra que el corazón no solo falla o tiene éxito como un todo; contiene un mosaico de células respondiendo de diferentes maneras.

El estudio también destacó un desafío técnico en estos experimentos. Cuando los investigadores intentaron medir tanto el contenido de grasa como la velocidad de contracción al mismo tiempo, muchas células dejaron de latir adecuadamente. Esto probablemente se debió a que la combinación de tintes y el estrés del experimento cansaron a las células. Sin embargo, el método estadístico que desarrollaron manejó bien este problema. Aunque muchas células quedaron fuera del análisis, el método se mantuvo estable y no produjo resultados falsos. Esta robustez es importante porque los experimentos del mundo real a menudo tienen datos faltantes o números desiguales de células.

Los investigadores concluyeron que su nuevo enfoque, CardioShift, proporciona una forma fiable de mapear la diversidad oculta dentro de los cultivos de células cardíacas. Les permite ver no solo el comportamiento promedio, sino toda la gama de respuestas, incluyendo grupos de células poco comunes que podrían ser críticos para comprender la enfermedad o los efectos de los fármacos. Al tratar el contenedor de células como la unidad de replicación, pero midiendo cada célula individual, evitaron una trampa estadística común que puede conducir a conclusiones falsas. Este método reveló que las células cardíacas son mucho más diversas de lo que se pensaba anteriormente, con diferentes subgrupos reaccionando de manera distinta al mismo estrés. La capacidad de detectar estos cambios sutiles en las poblaciones celulares podría ayudar a los investigadores a desarrollar mejores modelos para probar nuevos medicamentos para el corazón, asegurando que un fármaco no solo funcione en la célula promedio, sino que también proteja a las más vulnerables. El trabajo es una prueba de que mirar más de cerca las partes individuales de un sistema puede revelar verdades que el sistema completo oculta.

¿Ahogado en artículos de tu campo?

Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.

Probar Digest →