211service.com
El cartógrafo de las células.
Aviv Regev ayudó a ser pionero en la genómica unicelular. Ahora está copresidiendo un esfuerzo masivo para mapear los billones de células en el cuerpo humano. La biología nunca será la misma. 22 de agosto de 2018
En octubre pasado, Aviv Regev habló ante una reunión de científicos internacionales en el Instituto de Ciencias Weizmann de Israel. Para Regev, biólogo computacional y de sistemas del Instituto Broad del MIT y Harvard, la reunión también fue una especie de regreso a casa. Regev obtuvo su doctorado en la cercana Universidad de Tel Aviv en 2002. Ahora, 15 años después, estaba de regreso para discutir uno de los proyectos más ambiciosos en la historia de la biología.
El proyecto, Human Cell Atlas, tiene como objetivo crear un mapa de referencia que categorice los aproximadamente 37 billones de células que componen un ser humano. El Atlas de Células Humanas a menudo se compara con el Proyecto Genoma Humano, la monumental colaboración científica que nos dio una lectura completa del ADN humano, o lo que podría considerarse el libro de cocina íntegro para la vida humana. En cierto sentido, el atlas es una continuación del trabajo de ese proyecto. Pero mientras que el mismo libro de cocina de ADN se encuentra en cada célula, cada tipo de célula lee solo algunas de las recetas, es decir, expresa solo ciertos genes, siguiendo las instrucciones de su ADN para producir las proteínas que llevan a cabo las actividades de una célula. La promesa del Human Cell Atlas es revelar qué genes específicos se expresan en cada tipo de célula y dónde se pueden encontrar las células que expresan esos genes.
Hablando con sus colegas en la reunión en Israel, Regev, quien copreside el Comité Organizador del Atlas de Células Humanas con Sarah Teichmann del Instituto Wellcome Trust Sanger, mostró el comportamiento sensato que podría esperar de alguien al mando de una empresa científica masiva. . El proyecto había estado en marcha durante un año, y Regev, un profesor de biología del MIT que también es presidente de la facultad de Broad y director de su Programa de Circuitos Celulares y Observatorio Celular Klarman, estaba revisando un libro blanco recientemente publicado que detalla cómo el Human Se espera que Cell Atlas cambie la forma en que diagnosticamos, monitoreamos y tratamos enfermedades.
Mientras Regev se abría camino a través del libro blanco, las posibilidades comenzaron a parecer casi infinitas. En el nivel más básico, como un mapa de referencia que detalla los genes expresados por cada tipo diferente de célula sana, el Human Cell Atlas facilitará la identificación de cómo la expresión génica y la señalización fallan en el caso de una enfermedad. El mismo mapa también podría ayudar a los desarrolladores de medicamentos a evitar los efectos secundarios tóxicos: los investigadores que se enfocan en un gen que es dañino en una parte del cuerpo sabrían si el mismo gen está desempeñando un papel vital en otra. Y debido a que se espera que el atlas revele muchos tipos nuevos de células, también podría agregar mucha más sensibilidad a un tipo de análisis de sangre estándar, que simplemente cuenta diferentes subconjuntos de células inmunitarias. Del mismo modo, observar células intestinales individuales podría proporcionar nuevos conocimientos sobre las células específicas responsables de la inflamación y las alergias alimentarias. Y una mejor comprensión de los tipos de neuronas podría tener implicaciones de gran alcance para la ciencia del cerebro.
Una imagen de las células de la retina de un ratón, incluido un nuevo tipo que identificó su laboratorio: un híbrido de dos tipos previamente conocidos. Cortesía de Irene Whitney
El producto final, dice Regev, será nada menos que una tabla periódica de nuestras células, una herramienta que está diseñada no para responder una pregunta específica, sino para hacer posibles innumerables descubrimientos nuevos. Eric Lander, director fundador y presidente del Instituto Broad y miembro del Comité Organizador del Atlas de Células Humanas, lo compara con la genómica. La gente pensó al principio que podrían usar la genómica para esta o aquella aplicación, dice. Nada ha dejado de ser transformado por la genómica, y nada dejará de ser transformado por tener un atlas celular.
circuitos celulares
El interés de Regev por las células comenzó en la Universidad de Tel Aviv, donde fue una de los aproximadamente 15 estudiantes que ingresaron en un programa altamente selectivo que les dio la libertad de tomar cursos de alto nivel en cualquier materia. Podrías ir a tu primer día como estudiante de primer año y decidir tomar una clase de posgrado en ciencias políticas, dice ella.
Regev tomó una clase de genética en su primer semestre y se enganchó al desafío computacional de encontrar orden en las redes complejas e interconectadas de proteínas y genes dentro de cada célula. Ella siguió ese tema para su trabajo de doctorado, caracterizando los sistemas vivos en un lenguaje matemático que había sido diseñado para describir procesos informáticos. Cuando terminó su doctorado en 2002, fue aceptada en un programa en el Bauer Center for Genomics Research de Harvard que le permitió comenzar su propio laboratorio sin una capacitación previa como posdoctorado.
No mucho después, Lander, que había comenzado su propia carrera como matemático después de estudiar la teoría de la codificación algebraica y las matemáticas combinatorias en Oxford, buscaba talentos estelares para el recién creado Instituto Broad, cuya misión es utilizar la genómica para estudiar enfermedades humanas y ayudar a avanzar en su tratamiento. Conoció a Regev por primera vez en un almuerzo en el Centro Bauer durante el cual los becarios se turnaron para hablar sobre su investigación durante cinco a 10 minutos. Cuando dimos la vuelta completa a la mesa, había escrito 'Contratar a Aviv Regev', recuerda.
Convencido por Lander de unirse al Broad después de muchas tazas de té en el Café Algiers en Harvard Square, Regev continuó aplicando enfoques computacionales para estudiar la maquinaria increíblemente complicada de la célula. Una sola célula está formada por millones de moléculas que están en constante conversación mientras trabajan juntas para hacer todas las cosas que las células necesitan hacer: dividirse, crecer, reparar daños internos y, en el caso de las células inmunitarias, enviar señales a otras células sobre amenazas Dentro del núcleo, el ADN se transcribe en ARN. Eso a su vez da origen a las proteínas, las moléculas que hacen el trabajo dentro de una célula. Mientras tanto, las proteínas en la superficie de la célula reciben constantemente mensajes moleculares del exterior: hay glucosa disponible, ha llegado un invasor. Estos deben ser retransmitidos a las proteínas del núcleo, que responderán transcribiendo otro ADN, dando lugar a nuevas proteínas y aún más redes de señalización.
Cada célula es un experimento.
Buck Squib
Es como una computadora compleja que está hecha de muchas, muchas partes diferentes que interactúan entre sí y se dicen qué hacer, dice Regev. Las redes de señalización de proteínas son como circuitos, y puedes pensar en la célula casi como un diagrama de cableado, dice ella. Pero el uso de enfoques computacionales para comprender su actividad primero requiere recopilar una enorme cantidad de datos, lo que Regev ha hecho durante mucho tiempo a través de la secuenciación de ARN. A diferencia de la secuenciación del ADN, dice, puede decirle qué genes se están expresando realmente, por lo que ofrece una imagen mucho más dinámica de una célula en acción. Pero la simple secuenciación del ARN de las células que está estudiando puede decirle mucho. Para comprender cómo cambian los circuitos en diferentes circunstancias, Regev somete las células a diferentes estímulos, como hormonas o patógenos, para ver cómo cambian las señales de proteínas resultantes.
Luego viene lo que ella llama el paso de modelado: crear algoritmos que intenten descifrar la secuencia más probable de eventos moleculares después de un estímulo. Y así como alguien podría estudiar una computadora cortando circuitos y viendo cómo eso cambia el funcionamiento de la máquina, Regev prueba su modelo para ver si puede predecir qué sucederá cuando silencie genes específicos y luego exponga las células al mismo estímulo.
En un estudio de 2009, Regev y su equipo examinaron cómo la exposición a componentes moleculares de patógenos como bacterias, virus u hongos afectaba el circuito de las células dendríticas del sistema inmunitario. Recurrió a una técnica conocida como interferencia de ARN (ahora usa CRISPR), que le permitió apagar genes sistemáticamente. Luego observó qué genes se expresaban para determinar cómo cambiaba la respuesta de las células en cada caso. Su equipo seleccionó 100 genes diferentes que estaban involucrados en la regulación de la respuesta a los patógenos, algunos de los cuales no se sabía previamente que estuvieran involucrados en la función inmunológica. El estudio, publicado en Ciencias , generó titulares. Pero según su colega Dana Pe'er, ahora presidenta de biología computacional y de sistemas en el Instituto Sloan Kettering en el Centro de Cáncer Memorial Sloan Kettering y miembro del Comité Organizador del Atlas de Células Humanas, lo que realmente distingue a Regev es la elegancia de su trabajo. Regev, dice Pe'er, tiene una rara habilidad innata de ver biología compleja y simplificarla y formalizarla en principios hermosos, abstractos y descriptibles.
De batidos a ensalada de frutas
Hay muchas tazas de café vacías en la oficina de Regev en el Instituto Broad, pero muy pocas en cuanto a decoración. Se acerca a su ciencia con una eficiencia empresarial. Hay mucha gente brillante, dice Lander. Es una persona brillante que puede hacer las cosas.
En el campo de cambios rápidos de la genómica (2015 en mi campo se considera historia antigua, dice), es conocida por aprovechar al máximo las últimas innovaciones y por ayudar a estimular las próximas. Durante años, ella y otros en el campo lucharon con un sucio secreto de la secuenciación del ARN: aunque su promesa siempre ha sido la precisión, el poder de conocer el código exacto, las técnicas produjeron resultados que no eran específicos. Cada célula tiene solo una cantidad minúscula de ARN. Para fines de secuenciación, el ARN de millones de células tuvo que agruparse. La secuenciación de ARN a granel dejó a los investigadores con lo que ella compara con un batido. Una vez que se mezcla, no hay forma de distinguir todas las frutas, o en este caso, el ARN de las células individuales, que se incluyeron. Lo que los investigadores necesitaban era algo más parecido a una ensalada de frutas, una forma de separar todos los arándanos, frambuesas y moras.
En 2011, trabajando con el colega del Broad Institute Joshua Levin, PhD '92, y los posdoctorados Alex Shalek, ahora en el Instituto de Ingeniería y Ciencias Médicas del MIT, y Rahul Satija, ahora en el Centro del Genoma de Nueva York, Regev logró obtener suficiente ARN de un una sola celda para secuenciarlo. Para probar el método, secuenciaron 18 células dendríticas individuales de la médula ósea de un ratón. Todas las células se obtuvieron de la misma manera y se esperaba que fueran del mismo tipo. Pero para asombro de los investigadores, estaban expresando genes diferentes y podían clasificarse en dos subtipos distintos. Fue como descubrir que el batido que había estado bebiendo durante años tenía ingredientes que nunca había conocido.
Regev y sus colegas no fueron los únicos que descubrieron cómo secuenciar una sola célula con tanta sensibilidad, ni fueron los primeros en tener éxito. Otros laboratorios estaban haciendo avances similares aproximadamente al mismo tiempo, cada uno usando su propia tecnología y algoritmos. Y todos enfrentaron el mismo problema: aislar y extraer suficiente ARN de células individuales requería mucho tiempo y era costoso. Regev y sus colegas habían gastado muchos miles de dólares para secuenciar solo 18 células. Si el cuerpo estaba lleno de células raras y no descubiertas, iba a llevar un tiempo extraordinariamente largo encontrarlas.
El equipo de Regev caracterizó exhaustivamente las células bipolares de bastón (verde azulado) y las células bipolares de cono (naranja) en la retina del ratón utilizando Drop-Seq, una tecnología que ayudaron a inventar. Cortesía de Irene Whitney
Avance siete años y el costo de la secuenciación de ARN de una sola célula se reducirá a solo centavos por célula. Un avance fundamental fue Drop-Seq, una nueva tecnología desarrollada por investigadores de Harvard y el Instituto Broad, incluidos Regev y miembros de su laboratorio. El dispositivo incrusta células individuales en distintas gotas de aceite con una pequeña cuenta con código de barras. Cuando la célula se separa para la secuenciación, parte de su ARN se adhiere a la perla en su gota. Esto permite a los investigadores analizar miles a la vez sin mezclar su material genético.
Teoría celular 2.0
Cuando los científicos alemanes propusieron por primera vez la teoría celular hace unos 180 años, era difícil comprender que nuestros tejidos están construidos a partir de unidades elementales individuales, como Theodor Schwann, uno de los dos científicos acreditados con la teoría, describió las células. Pero pronto se convirtió en un principio central de la biología y, a lo largo de las décadas y los siglos, las células comenzaron a revelar sus secretos. Microscopios mejorados; se dispuso de nuevas técnicas de tinción y clasificación. Con cada avance, nuevas distinciones se hicieron posibles. Las células musculares podrían distinguirse de las neuronas y luego clasificarse nuevamente como células musculares lisas o esqueléticas. Quedó claro que las células eran todas fundamentalmente similares pero venían en diferentes formas que tenían diferentes propiedades.
Para el siglo XXI, se habían identificado de 200 a 300 tipos de células principales. Y si bien los biólogos han reconocido durante mucho tiempo que la cantidad real de tipos de células debe ser mayor, el alcance de su diversidad solo ahora se está enfocando por completo, gracias en gran parte a la secuenciación del ARN de una sola célula. Regev dice que el sistema inmunológico solo ahora se puede dividir en más de 200 tipos de células y que incluso nuestras retinas tienen 100 o más tipos distintos de neuronas. Ella y sus colegas han descubierto varios de ellos.
La idea de que saber mucho más sobre nuestras células podría conducir a avances médicos ya no es hipotética. Al secuenciar el ARN de células cancerosas individuales en los últimos años (ahora cada célula es un experimento, dice), ha encontrado diferencias notables entre las células de un solo tumor, incluso cuando tienen las mismas mutaciones. (El año pasado ese trabajo condujo a Memorial Sloan Kettering's Premio Paul Marks para la investigación del cáncer .) Descubrió que, si bien se cree que algunos tipos de cáncer desarrollan resistencia a la terapia, un subconjunto de células de melanoma era resistente desde el principio. Y descubrió que dos tipos de cáncer cerebral, el oligodendroglioma y el astrocitoma, albergan las mismas células madre cancerosas, lo que podría tener implicaciones importantes en la forma en que se tratan.
¿Cómo imaginamos que íbamos a resolver un problema sin resolución de una sola celda?
Regev también ha estado ocupado mapeando células del sistema inmunológico, el cerebro, el intestino y otros lugares. ella no está sola Otros laboratorios han comenzado sus propios proyectos de mapeo, cada uno de los cuales aborda una parte diferente del cuerpo. El año pasado, investigadores de la Universidad de Washington intentaron clasificar cada tipo de célula en el gusano microscópico C. elegans . Todos los campos de la biología dicen: 'Por supuesto que tenemos que mirar la resolución de una sola célula', dice Lander. ¿Cómo imaginamos que íbamos a resolver un problema sin resolución de una sola celda?
La emoción en el campo se ha vuelto tangible a medida que se han encontrado más tipos de células nuevas. Y, sin embargo, Regev se dio cuenta de que si el objetivo era un conocimiento integral, el enfoque debía coordinarse. Si cada laboratorio se basara en sus propias técnicas, sería difícil estandarizar las herramientas computacionales y los datos resultantes. Los nuevos estudios estaban produciendo destellos de luz muy agradables, dice Regev: una cosa aquí, una cosa allá. Pero quería asegurarse de que esos hallazgos pudieran estar conectados.
Regev comenzó a abogar por la creación de algo más unificado: un mapa que permitiera a los investigadores trazar la expresión génica y los tipos de células en todo el cuerpo. Sarah Teichmann había estado pensando en la misma línea. Cuando se acercó a Regev a fines de 2015 sobre la posibilidad de unir fuerzas, Regev inmediatamente dijo que sí.
Un Google Maps para nuestras células
Human Cell Atlas es una colaboración entre cientos de biólogos, tecnólogos e ingenieros de software de todo el mundo. Los resultados de la secuenciación del ARN de una sola célula se combinarán con otros puntos de datos para proporcionar un catálogo completo de todas las células humanas.
Pero los muchos investigadores involucrados no se limitarán a compilar hojas de cálculo que enumeran diferentes tipos de células. El atlas también revelará dónde se ubican las células en el cuerpo, cuántas hay, qué formas pueden tomar, incluso la historia del desarrollo de los diferentes tipos de células a medida que se diferencian de las células madre. Y todo esto será accesible a través de una plataforma de coordinación de datos y una rica interfaz visual que Regev compara con Google Maps. Permitirá a los usuarios acercarse al nivel molecular de nuestras células, pero también será importante alejarse al nivel de los tejidos y órganos. Como señaló una descripción general del Human Cell Atlas de 2017 realizada por el comité organizador del proyecto, un atlas es un mapa que tiene como objetivo mostrar las relaciones entre sus elementos. Así como las líneas costeras correspondientes vistas en un atlas de la Tierra ofrecen evidencia visual de la deriva continental, recopilar todos los datos sobre nuestras células en un solo lugar podría revelar relaciones entre células, tejidos y órganos, incluidas algunas que son completamente inesperadas. Y así como la tabla periódica permitió predecir la existencia de elementos aún por observar, el Human Cell Atlas, dice Regev, podría ayudarnos a predecir la existencia de células que no se han encontrado.
El cuerpo ciliar (arriba a la izquierda) en el borde de la retina de un ratón (arriba a la derecha) puede ser un punto de entrada para las células inmunitarias que responden a una lesión neuronal en la retina. Cortesía de Irene Whitney y Grace Burgin
El plan no es secuenciar los 37 billones de células, sino tomar muestras de cada parte del cuerpo. Mientras Regev habla sobre el proyecto, con su entusiasmo evidente, saca una diapositiva para demostrar cuán efectivo puede ser el muestreo. La diapositiva, primero un marco blanco vacío, comienza a llenarse, píxel por píxel, con motas de azul y amarillo. Pronto, aunque muchos de los píxeles aún no se han llenado, la imagen en la pantalla es inconfundible: es de Van Gogh. Noche estrellada . Del mismo modo, explica Regev, el Human Cell Atlas puede dar una imagen completa incluso si no se ha secuenciado cada célula.
Para hacer la secuenciación, Regev y Teichmann han recibido y reclutado expertos en cada tipo de tejido diferente. Aunque se espera que tome años, el proyecto está avanzando rápidamente con patrocinadores como los NIH, la UE, Wellcome Trust, la Fundación Manton y el Iniciativa Chan Zuckerberg , que se comprometió a gastar $3 mil millones para combatir enfermedades durante la próxima década; solo este año financiará 85 becas Human Cell Atlas. Los primeros resultados ya están llegando. En marzo, investigadores suecos que trabajan en células relacionadas con el desarrollo humano anunciaron que habían secuenciado 250.000 células individuales. En mayo, un equipo de Broad puso a disposición un conjunto de datos de más de 500 000 células inmunitarias en un sitio de vista previa. El objetivo, dice Regev, es que los investigadores de todo el mundo puedan utilizar la plataforma de código abierto del Human Cell Atlas para realizar análisis conjuntos.
Quedan muchos desafíos antes de que el atlas pueda convertirse en una realidad. Se debe desarrollar un nuevo software de visualización. Los enfoques computacionales y de secuenciación deberán estandarizarse en una gran cantidad de laboratorios. Las cuestiones conceptuales, como lo que distingue un tipo de célula de otro, deben resolverse. Pero a la comunidad detrás del Human Cell Atlas, que incluye a más de 800 personas hasta junio, no le falta motivación.
Uno de los estudios recientes de Regev, publicado en agosto en Naturaleza , es quizás el mejor ejemplo de cómo el proyecto podría cambiar la biología. Al mapear las células de los pulmones, el laboratorio de Regev y Jay Rajagopal en el Hospital General de Massachusetts encontró un tipo de célula nuevo y muy raro que expresa principalmente un gen relacionado con la fibrosis quística. Regev ahora piensa que estas células raras probablemente juegan un papel clave en la enfermedad. Más sorprendente aún, los investigadores habían pensado previamente que un tipo de célula diferente estaba expresando el gen.
Imagínese si alguien quisiera hacer terapia génica, dice Regev. Tienes que arreglar el gen, pero tienes que arreglarlo en la celda correcta. El Human Cell Atlas podría ayudar a los investigadores a identificar la célula correcta y comprender cómo el gen en cuestión está regulado por las redes moleculares extraordinariamente complicadas de esa célula.
Para Regev, la importancia del Human Cell Atlas va más allá de su promesa de revolucionar la biología y la medicina. Como dijo una vez, sin un atlas de nuestras células, no sabemos realmente de qué estamos hechos.