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

Nel profondo del nucleo di quasi ogni cellula del corpo umano risiede un manuale di istruzioni chimiche scritto in un codice di quattro lettere. Questo codice, composto dal DNA, determina il progetto per costruire e far funzionare una persona. Ma esiste un secondo livello di informazione, un insieme di etichette chimiche che si siedono sopra le lettere del DNA, agendo come post-it che dicono alla cellula quali parti del manuale leggere e quali ignorare. Questo livello è chiamato metilazione del DNA. È l'interruttore che decide se una cellula diventerà un muscolo cardiaco che batte, una cellula cerebrale che pensa o una cellula immunitaria che combatte. Per decenni, gli scienziati hanno studiato queste etichette osservando grandi gruppi di cellule mescolate insieme, come assaggiare una zuppa per indovinare gli ingredienti. Tuttavia, questo approccio spesso perde di vista il sapore unico delle singole cellule. Una nuova tecnologia permette ora ai ricercatori di leggere queste etichette in singole cellule, una per una, offrendo la possibilità di mappare l'intero panorama dei tipi cellulari umani con una precisione senza precedenti.

La promessa di questa nuova tecnologia è un atlante completo della biologia umana, ma essa affronta una trappola nascosta. Quando gli scienziati leggono la metilazione del DNA, utilizzano un processo chimico che trasforma le lettere non metilate in una lettera diversa, lasciando invece quelle metilate invariate. Questo funziona perfettamente finché il DNA stesso non contiene una variazione naturale, una piccola differenza nel codice genetico che esiste tra le persone. Se una persona ha una variazione genetica in cui una lettera è naturalmente diversa, il processo chimico non può distinguere tra un cambiamento genuino nelle etichette di metilazione e una semplice differenza nel codice genetico della persona. In uno studio che coinvolge molte persone, queste differenze genetiche naturali possono apparire come segnali falsi, facendo sembrare che le cellule di persone diverse abbiano etichette chimiche differenti quando in realtà non è così. Questa confusione minaccia di distorcere le mappe emergenti dei tipi cellulari umani, trasformando la diversità genetica in ciò che sembra rumore biologico.

Un team di ricercatori della KU Leuven in Belgio si è messo in viaggio per risolvere questo problema specifico. Hanno lavorato con un dataset di oltre 25.000 singole cellule prelevate dal sangue di dieci individui sani con background genetici diversificati. Utilizzando un metodo chiamato sciMET, che consente l'elaborazione rapida di migliaia di cellule contemporaneamente, hanno generato una quantità massiccia di dati. Quando hanno guardato i risultati per la prima volta, le cellule non si raggruppavano per tipo, come cellule T o cellule B. Invece, si raggruppavano strettamente per la persona da cui provenivano. Una cellula T di una persona appariva più diversa da una cellula T di un'altra persona di quanto non lo fosse da una cellula B all'interno della stessa persona. I ricercatori si resero conto che le naturali differenze genetiche tra i donatori stavano sovrastando i veri segnali biologici, creando una mappa falsa dove il codice genetico veniva scambiato per le eticche chimiche.

Per risolvere il problema, il team ha sviluppato una nuova strategia computazionale che hanno chiamato DEBiaS. Il processo funziona come un attento editor che revisiona un manoscritto. Per prima cosa, i ricercatori hanno identificato le posizioni specifiche nel DNA dove i dieci individui avevano codici genetici differenti. Hanno poi creato un elenco di queste posizioni e, prima di analizzare le etichette di metilazione, hanno semplicemente ignorato qualsiasi dato proveniente da quei punti. Mascherando questi siti confondenti, hanno rimosso il rumore causato dalle differenze genetiche. Quando hanno rianalizzato i dati con questo filtro in vigore, il risultato è stato immediato e sorprendente. Le cellule finalmente si sono ordinate correttamente. Le cellule T di tutti i dieci donatori si sono raggruppate insieme, e le cellule B hanno fatto lo stesso, rivelando la vera struttura biologica del sistema immunitario che era rimasta nascosta sotto il rumore genetico.

L'impatto di questa correzione è andato ben oltre il semplice miglioramento dell'aspetto dei gruppi. I ricercatori hanno scoperto che, senza questa correzione, la loro analisi aveva identificato migliaia di false differenze di metilazione tra i donatori. Queste non erano reali cambiamenti biologici, ma artefatti creati dalle variazioni genetiche. Una volta mascherati i siti genetici, queste differenze spurie sono scomparse, lasciando dietro di sé solo i veri segoli biologici. Lo studio ha anche dimostrato che questo metodo ha aiutato a identificare nuovi marcatori più affidabili per i tipi cellulari. Alcune delle etichette chimiche che precedentemente sembravano importanti sono risultate inaffidabili perché influenzate dalle differenze genetiche, mentre altre etichette che erano state trascurate sono emerse come indicatori forti e coerenti dell'identità cellulare.

Questo lavoro dimostra che, per costruire una mappa accurata della biologia umana a livello di singola cellula, gli scienziati devono tenere conto del codice genetico unico di ogni individuo nello studio. I ricercatori hanno dimostrato che, semplicemente nascondendo i punti genetici confondenti prima di leggere le etichette di metilazione, potevano recuperare la vera storia biologica. Il loro approccio consente l'unione di campioni provenienti da molte persone diverse, il che è essenziale per creare atlanti su larga scala che rappresentino la diversità della popolazione umana. Senza questa correzione, le mappe dei tipi cellulari umani rimarrebbero distorte dalla stessa diversità genetica che ci rende unici. Chiarendo questa confusione, i ricercatori hanno fornito uno strumento pratico che assicura che il futuro dell'epigenetica a singola cellula sia costruito su una base di verità biologica piuttosto che su un malinteso genetico.