Una nueva aproximación en biomedicina, el descubrimiento del transcriptoma a nivel tisular
La transcriptómica de resolución espacial (SRT) es una tecnología que mapea la expresión génica dentro de un tejido teniendo actualmente dos vertientes: la basada en imágenes y en NGS. Las aplicaciones en biomedicina son evidentes, especialmente en la caracterización de la heterogeneidad tumoral e identificación de estructuras al mismo tiempo que permite arrojar luz y contexto a técnicas de secuenciación como el single-cell-seq.
Como la transcriptómica espacial mejora el scRNA-seq
Si bien la secuenciación scRNA-seq ha sido una revolución para la capacidad de análisis de la expresión génica a nivel de célula individual, tiene una limitación significativa y que no es más que la información espacial o de contexto tisular. Las células, al estar disociadas de su contexto orgánico durante la secuenciación, se pierde información crucial sobre la ubicación e interacciones celulares dentro del tejido. La transcriptómica espacial (STR) aborda esta limitación al proporcionar datos de expresión génica de alto rendimiento al tiempo que preserva el contexto especial tisular de las células. Esta dimensión espacial adicional ofrece ventajas y mejoras significativas con respecto a la secuenciación single-cell.
Al retener las células en su contexto tisular, la SRT permite estudiar la ubicación, interacciones y funciones, algo crucial en sistemas complejos como tumores, donde las interacciones celulares cancerosas y su microambiente determina un papel primordial en el desarrollo y progresión del tumor. Al mismo tiempo, la identificación de patrones de expresión génica específicos en la región objetivo quedarían enmascarados en los datos obtenidos por scRNa-seq, lo que en última instancia ayudaría a comprender el funcionamiento tisular y tumoral.
La combinación de datos de expresión génica e información espacial puede ayudar a identificar nuevos tipos y subtipos de células que podrían no distinguirse solo mediante scRNA-seq. Además la SRT es particularmente valiosa en la caracterización detallada de microambientes tumorales (TME), ya que al mapear la distribución de los diferentes tipos celulares, se pueden identificar áreas específicos de infiltración de células inmunitarias, interacciones de células del estroma y regiones sometidas a condiciones de hipoxia, lo que ayuda también en el desarrollo de terapias más eficaces contra el cáncer.
La SRT se puede utilizar también para la validación de ensayos scRNA-seq, al confirmar espacialmente el tipo de célula y los patrones de expresión, de modo que, la dimensión de estudio adicional de la SRT añade información crucial con el potencial de revolucionar l comprensión de sistemas biológicos complejos y acelerar el desarrollo de nuevas estrategias de diagnóstico y terapia.
Transcriptómica espacial y el viaje hacia la integración multiómica
Ambos métodos ofrecen ventajas y desventajas únicas en la investigación del transcriptoma. Los métodos basados en imágenes implican la visualización directa de moléculas de ARN in situ, generalmente a través de técnicas de microscopía de fluorescencia con alta resolución espacial incluso a nivel subcelular tales como la hibridación in situ de fluorescencia (FISH) y la secuenciación in situ (ISS). Por el contrario, los métodos basados en secuenciación, emplean plataformas de NGS para el análisis de la distribución espacial de la transcripción génica, basándose en la incorporación de códigos de barras espaciales en las bibliotecas de secuenciación del ARN, lo que permite observar la transcripción post-secuenciación.
Los métodos basados en imágenes permiten la localización precisa de transcripción a nivel individual dentro de las células con gran resolución, pero a costa de una cobertura tisular limitada al campo visual de los objetivos de imagen. Por otro lado, la resolución espacial de los métodos basados en secuenciación es menor y limitada por el tamaño de los códigos de barras anteriormente mencionados, lo que a menudo da como resultado mediciones a nivel multicelular.
Con respecto al rendimiento, los métodos basaos en secuenciación tienen un rendimiento superior y permiten analizar mayor cantidad de genes gracias a que toda la transcripción es detectada y procesada masivamente en paralelo por NGS. Los basados en imágenes están limitados al número de canales fluorescentes y ciclos de imágenes del análisis múltiplex.
Los métodos basados en secuenciación son generalmente no dirigidos, por lo que no se requiere de una lista o panel de genes predefinido para un análisis, algo muy útil para el descubrimiento de nuevos datos del transcriptoma en análisis y para dar una visión integral de qué se está transcribiendo. Los basados en imágenes deben trabajar con una lista dirigida debido a las limitaciones de las sondas utilizadas en la biblioteca, aunque el FISSEQ, permite un análisis no dirigido de la distribución del transcriptoma.
En cuanto al procesamiento de datos es complejo en ambas técnicas, ya que los basados en imágenes requieren un análisis computacional desafiante especialmente en experimentos con grandes conjuntos de datos y los basados en secuenciación requieren de herramientas bioinformáticas especializadas para la interpretación. No obstante estos hacen el procesamiento de datos más sencillo en comparación con los primeros.
La compatibilidad de muestras es un terreno que se ha desarrollado últimamente y ambas metodologías demuestran serlo con distintos tipos de muestras incluyendo tejido fresco, congelado y muestras parafinadas, algo crucial en aplicaciones clínicas y análisis de historial de muestras almacenadas.
También ambas metodologías se han adaptado al ámbito 3D, aunque el análisis sigue siendo desafinte debido a las limitaciones en las técnicas de limpieza y expansión de tejidos, así como a las demandas computacionales para procesar grandes conjuntos de datos 3D.
En general los desarrollos futuros apuntan al abordaje de las limitaciones descritas y expansión de las virtudes de la transcriptómica espacial, donde especialmente destaca la integración de la transcriptómica espacial en multiómica para tener una comprensión multidimensional de los sistemas biológicos, generando un potencial inmenso en muchos campos de la biomedicina incluyendo la investigación contra el cáncer y otros sistemas biológicos de difícil de estudio como en neurociencia, permitiendo consolidarse poco a poco como una revolución en el campo de las herramientas y desarrollo de estrategias diagnóstico y terapéuticas.