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

Nas profundezas do núcleo de quase todas as células do corpo humano reside um manual de instruções químicas escrito em um código de quatro letras. Este código, feito de DNA, determina o projeto para construir e operar uma pessoa. Mas existe uma segunda camada de informação, um conjunto de etiquetas químicas que se assentam sobre as letras do DNA, agindo como notas adesivas que dizem à célula quais partes do manual ela deve ler e quais deve ignorar. Esta camada é chamada de metilação do DNA. É o interruptor que decide se uma célula se torna um músculo cardíaco pulsante, uma célula cerebral pensante ou uma célula imunológica combatente. Durante décadas, os cientistas estudaram essas etiquetas observando grandes grupos de células misturadas, como provar uma sopa para adivinhar os ingredientes. No entanto, essa abordagem frequentemente perde o sabor único das células individuais. Uma nova tecnologia agora permite que os pesquisadores leiam essas etiquetas em células únicas, uma por uma, oferecendo a chance de mapear todo o panorama dos tipos de células humanas com um detalhamento sem precedentes.

A promessa desta nova tecnologia é um atlas abrangente da biologia humana, mas ela enfrenta uma armadilha oculta. Quando os cientistas leem a metilação do DNA, eles utilizam um processo químico que transforma letras não metiladas em uma letra diferente, enquanto deixa as metiladas como estão. Isso funciona perfeitamente até que o próprio DNA contenha uma variação natural, uma pequena diferença no código genético que existe entre as pessoas. Se uma pessoa possui uma variação genética onde uma letra é naturalmente diferente, o processo químico não consegue distinguir entre uma mudança genuína nas etiquetas de metilação e uma simples diferença no código genético da pessoa. Em um estudo envolvendo muitas pessoas, essas diferenças genéticas naturais podem parecer sinais falsos, fazendo parecer que as células de diferentes pessoas têm etiquetas químicas diferentes quando, na verdade, não têm. Essa confusão ameaça distorcer os mapas emergentes dos tipos de células humanas, transformando a diversidade genética no que parece ser ruído biológico.

Uma equipe de pesquisadores da KU Leuven, na Bélgica, partiu para resolver este problema específico. Eles trabalharam com um conjunto de dados de mais de 25.000 células únicas retiradas do sangue de dez indivíduos saudáveis com backgrounds genéticos diversos. Utilizando um método chamado sciMET, que permite o processamento rápido de milhares de células de uma só vez, eles geraram uma quantidade massiva de dados. Quando olharam os resultados pela primeira vez, as células não se agrupavam pelo seu tipo, como células T ou células B. Em vez disso, elas se agrupavam estritamente pela pessoa de quem vinham. Uma célula T de uma pessoa parecia mais diferente de uma célula T de outra pessoa do que parecia de uma célula B dentro da mesma pessoa. Os pesquisadores perceberam que as diferenças genéticas naturais entre os doadores estavam sobrecarregando os verdadeiros sinais biológicos, criando um mapa falso onde o código genético era confundido com as etiquetas químicas.

Para corrigir isso, a equipe desenvolveu uma nova estratégia computacional que nomearam DEBiaS. O processo funciona como um editor cuidadoso revisando um manuscrito. Primeiro, os pesquisadores identificaram os locais específicos no DNA onde os dez indivíduos tinham códigos genéticos diferentes. Eles então criaram uma lista desses locais e, antes de analisar as etiquetas de metilação, simplesmente ignoraram qualquer dado vindo desses pontos. Ao mascarar esses locais confusos, eles removeram o ruído causado pelas diferenças genéticas. Quando reanalisaram os dados com esse filtro em vigor, o resultado foi imediato e impressionante. As células finalmente se classificaram corretamente. As células T de todos os dez doadores se agruparam, e as células B fizeram o mesmo, revelando a verdadeira estrutura biológica do sistema imunológico que estava escondida sob o ruído genético.

O impacto desta correção foi muito além de apenas fazer os grupos parecerem melhores. Os pesquisadores descobriram que, sem esse ajuste, sua análise havia identificado milhares de diferenças falsas de metilação entre os doadores. Estas não eram mudanças biológicas reais, mas artefatos criados pelas variações genéticas. Uma vez que os sítios genéticos foram mascarados, essas diferenças espúrias desapareceram, deixando para trás apenas os sinais biológicos genuínos. O estudo também mostrou que este método ajudou a identificar marcadores novos e mais confiáveis para tipos celulares. Algumas das etiquetas químicas que anteriormente pareciam importantes revelaram-se pouco confiáveis por serem influenciadas por diferenças genéticas, enquanto outras etiquetas que haviam sido negligenciadas emergiram como indicadores fortes e consistentes de identidade celular.

Este trabalho demonstra que, para construir um mapa preciso da biologia humana ao nível de célula única, os cientistas devem considerar o código genético único de cada indivíduo no estudo. Os pesquisadores mostraram que, ao simplesmente esconder os pontos genéticos confusos antes de ler as etiquetas de metilação, eles podiam recuperar a verdadeira história biológica. Sua abordagem permite o agrupamento de amostras de muitas pessoas diferentes, o que é essencial para criar atlas de grande escala que representem a diversidade da população humana. Sem essa correção, os mapas dos tipos de células humanas permaneceriam distorcidos pela própria diversidade genética que nos torna únicos. Ao limpar essa confusão, os pesquisadores forneceram uma ferramenta prática que garante que o futuro da epigenética de célula única seja construído sobre uma base de verdade biológica, em vez de mal-entendido genético.