La secuenciación de células individuales ha transformado el estudio de la biología celular permitiendo a los investigadores analizar los paisajes genéticos, epigenéticos y transcripcionómicos de las células individuales en lugar de las poblaciones de gran tamaño. En estudios culturales, este nivel de resolución es crítico para entender la heterogeneidad entre las células que se suponen de otra manera son idénticas.

Los primeros métodos de células individuales fueron limitados por el costo, las bajas tasas de captura de células y el ruido técnico. Las innovaciones de hoy, que van desde la microfluidicidad hasta la integración multiomica, están haciendo más accesible y más poderoso que nunca el análisis de células individuales. Este artículo explora los últimos avances, las tecnologías emergentes claves y los desafíos que siguen en el camino para la prospección de células individuales rutinarias en los modelos de cultura.

Avances recientes en tecnologías de secuenciación de un solo cilindro

Durante los últimos años, el ritmo de innovación en secuencias de células individuales se ha acelerado drásticamente. Las mejoras en el diseño de plataformas, química reactivo y tuberías computacionales han aumentado colectivamente el número de células que pueden ser perfiladas por experimento al reducir el coste por célula. Estos avances permiten a los investigadores captar una imagen más completa de la diversidad celular en sistemas culturales, desde líneas de células cancerosas a organoides y colonias de células madre.

Plataformas microfluídicas

Los dispositivos microfluídicos se han convertido en una piedra angular de secuenciación de células individuales. Al dividir las células individuales en gotas o microwells a escala nanoliter, estas plataformas minimizan el uso reactivo y permiten el procesamiento paralelo de miles de células en una sola carrera. Sistemas comerciales como el cromo de Genomics 10x y el fluido C1 se han adoptado ampliamente, y nuevas iteraciones continúan mejorando la eficiencia de captura de células temporales y reducir las tasas dobles

Más allá de los métodos de goteo y bien basados, los recientes prototipos académicos han demostrado la capacidad de combinar microfluidics con la manipulación óptica, permitiendo a los investigadores recuperar selectivamente células específicas para el análisis de aguas abajo. Esto abre la puerta para el aislamiento de células raras, como células tumorales circulantes o clones resistentes a drogas, directamente de platos culturales sin disociación enzimática, preservando el estado nativo de las células.

Métodos mejorados de preparación de la biblioteca

La preparación de la biblioteca es un paso crítico que impacta directamente la calidad de los datos. Los protocolos tradicionales de un solo célula RNA-seq a menudo sufrieron altas tasas de deserción y sensibilidad limitada para genes de baja expresión. Los métodos más recientes, como Smart-seq3 y Smart-seq3xpress, incorporan identificadores moleculares únicos (UMIs) y la química de conmutación de plantilla para lograr una cobertura de transcripción de alta precisión.

Para secuenciación de ADN, las mejoras en la amplificación de todo el genoma (WGA) han reducido los biseles de amplificación y artefactos quiméricos. La amplificación de desplazamiento múltiple (MDA) y los ciclos de amplificación basados en amasamientos múltiples (MALBAC) ofrecen ahora una cobertura más uniforme en todo el genoma, lo que hace posible detectar variaciones de número de copias y modelos de células de clonación de células individuales.

Técnicas de secuenciación de alto rendimiento

El paso de secuenciación en sí mismo también ha visto avances significativos. Secuenciadores de lectura corta de Illumina siguen siendo el caballo de trabajo de estudios de células individuales, pero las plataformas de lectura larga de Pacific Biosciences y Oxford Nanopore están siendo adoptadas cada vez más para aplicaciones de células individuales. La lectura larga puede abarcar transcripciones de longitud completa o regiones genómicas que son difíciles de reunir con lecturas cortas, proporcionando una mejor solución de variantes estructurales, elementos repetitivos y diversidad.

Los diseños de células de flujo y química más recientes han empujado la producción a la gama de terabase por carrera, lo que significa que un solo experimento puede ahora perfilar decenas de miles de células individuales. Combinado con enfoques de indexación combinatoria—donde las células se gradúan en múltiples rondas—los investigadores pueden lograr un rendimiento ultra-alta sin necesidad de un hardware microfluídico costoso.

Tecnologías emergentes y sus aplicaciones

Más allá de las mejoras incrementales en los flujos de trabajo existentes, varias tecnologías completamente nuevas están redefinindo el paisaje de una sola célula. Estos enfoques a menudo integran múltiples modalidades o añaden contexto espacial, proporcionando una visión más completa del comportamiento celular en la cultura.

Transcripción espacial

La transcripción espacial fusiona la expresión de genes profilando con la ubicación física de las células dentro de un entorno de tejido o cultura. En el tradicional RNA-seq de células únicas, las células se disocian de su matriz nativa, perdiendo toda la información espacial. Métodos de transcripción espacial —como MERFISH, seqFISH+ y las transcripciones de tejidos de Visio— directamente in situ, asignandolas a una sección monolay

Para estudios culturales, esta tecnología es inestimable. Permite a los investigadores ver cómo las células vecinas influyen en la expresión genética de cada uno, cómo los gradientes de señalización moléculas forman el destino celular, y cómo los microambiente dentro de un plato – por ejemplo, colonias densas versus áreas de escaso – comportamiento celular alterado. En modelos organoides, la transcripción espacial puede mapear patrones de diferenciación y revelar zonas de proliferación nuclear,

Multi-omics Approaches

Multi-omics de células individuales integra dos o más capas moleculares, como el genoma, transcripción, proteoma, metilome o accesibilidad de la cromatina, de la misma célula. Esta visión holística es esencial para entender cómo la variación genética influye en la expresión del gen, cómo las marcas epigenéticas controlan la identidad celular y cómo la abundancia de proteínas correlaciona con los niveles de ARN.

Los kits disponibles comercialmente, como el multiómedo Genomics 10x (que captura simultáneamente RNA y ATAC-seq del mismo núcleo), han hecho multi-ómicos accesibles a muchos laboratorios. Mientras tanto, protocolos personalizados como scNMT-seq (nucleosomas, metilome y transcripción) y CITE-seq (combinando RNA con la lógica de la detección de la proteína superficial a través de los anticuerposados)

La integración computacional de datos multiomicos sigue siendo un reto, pero las herramientas emergentes como el análisis de MOFA+ y Seurat-nearest-neighbor están proporcionando marcos robustos para combinar información de ensayos dispares. A medida que estos métodos maduran, se convertirán en estándares para caracterizar modelos de cultura complejos, como organoids de pacientes o sistemas de cocultura.

Pantallas CRISPR de una célula

Las pantallas de CRISPR agrupadas se han utilizado durante mucho tiempo para identificar genes involucrados en fenotipos específicos, pero normalmente miden un solo fenotipo (como la supervivencia celular) o requieren un reportero. El análisis de CRISPR de células únicas combina la captura de RNA guía con lectura transcripcionómica, permitiendo a los investigadores evaluar el efecto de miles de perturbaciones en todo el transcriptoma de células individuales.

En estudios culturales, estas pantallas son particularmente poderosas para entender los mecanismos de resistencia. Por ejemplo, un investigador puede introducir una biblioteca de ARN guía que apunta a las cinasas en una línea de células cancerosas, tratar la cultura con un medicamento, y luego utilizar RNA-seq de células únicas para identificar qué perturbaciones conducen a la activación de las vías de supervivencia. La resolución de una sola célula revela no sólo que guías están enriquecidas sino también los programas transcripcionales que impulsan la resistencia.

Proteomics de células individuales y metabolomics

Mientras que el ARN es un proxy para el estado celular, las proteínas y los metabolitos son las moléculas funcionales que ejecutan procesos celulares. La proteómica de células individuales se ha quedado atrás de la transcripción debido a la falta de métodos de amplificación, pero los avances recientes en la espectrometría de masas (MS) y las tecnologías anticuerpos están cerrando la brecha.

En paralelo, enfoques basados en fluorescencia como CyTOF (citometría de masa) pueden medir docenas de proteínas por célula usando anticuerpos conjugados en metal, aunque con menor rendimiento para el descubrimiento. Para metabolomics, las técnicas de imágenes de MS de células únicas como MALDI-TOF se están refinando para capturar pequeñas moléculas de células individuales en la cultura.

Long-read and Realtime Sequencing

El secuencial de largo alcance no sólo es para los genomas; también está transformando las transcripciones de células individuales. Al secuenciar moléculas de cdN de longitud completa, las lecturas largas pueden resolver variantes de empalmes, fusiones de genes y expresión alelicatada sin inferencia computacional.

El secuenciamiento en tiempo real, otra capacidad emergente de los instrumentos Nanopore, permite a los investigadores transmitir datos de secuenciación tal como se genera. Esto abre posibilidades para experimentos dinámicos donde un investigador puede monitorear cambios de expresión en una cultura a lo largo del tiempo y dejar de secuenciar cuando se alcanza un umbral, o ajustar tratamientos de medio período basado en resultados tempranos. Mientras que todavía no está disponible, este enfoque tiene potencial para diseñar sistemas de cultura controlados por retroalimentación.

Integración con modelos y ensayos culturales

El poder de las nuevas tecnologías de células individuales se amplifica cuando se combinan con sistemas de cultura avanzados. Los organoides, sistemas microfisiológicos (organs-on-chips) y construcciones bioimpreselladas 3D producen tejidos complejos que imitan con mayor precisión la fisiología in vivo. El análisis de células únicas de estas culturas puede revelar cómo las interacciones entre células celulares, fuerzas mecánicas y gradientes nutritivos forman la función del tejido.

Por ejemplo, la combinación de transcripciones espaciales con culturas organoides ha permitido a los investigadores mapear la zona de hepatocitos en organoides hepáticos e identificar nichos progenitores raros. De igual manera, multiomics de células individuales aplicados a organoides de tumores de origen paciente ha descubierto respuestas heterogéneas de fármacos que correlacionan con distintos estados epigenéticos.

Otra integración emocionante es el uso de microfluidics para crear entornos de cultura dinámicos. Los investigadores pueden combinar la cultura celular microfluídica con la lisis de células individuales en chip y secuenciación, creando un flujo de trabajo sin costuras de la cultura a los datos. Estos sistemas de “sample-to-answer” reducen el estrés celular y proporcionan resolución temporal, ya que las células pueden ser muestreadas en múltiples puntos de la misma cultura sin interrumpir a toda la población.

Future Directions and Challenges

A pesar de los notables avances, la adopción generalizada de nuevas tecnologías de células individuales enfrenta varios obstáculos. La complejidad de los datos sigue creciendo a medida que los métodos generan datos multimodales, espaciales y temporales. Analizar estos conjuntos de datos requiere herramientas informáticas sofisticadas, y el campo carece de tuberías estandarizadas para el procesamiento e interpretación. Esfuerzos como el marco de integración y análisis de datos de un solo sello y el Atlas de células humanas están trabajando para establecer puntos de referencias.

El coste sigue siendo una barrera para muchos laboratorios. Aunque los costos por célula han disminuido drásticamente — algunos métodos de alto rendimiento ahora cuestan menos que un centavo por célula— la inversión inicial en instrumentación (por ejemplo, controladores microfluídicos, citómetros masivos o secuenciadores de larga duración) puede ser prohibitiva. Los enfoques de código abierto y DIY, como inDrop y Drop-seq, han democratizado el acceso técnico considerable

La estandarización es otro reto clave. Los protocolos varían ampliamente entre laboratorios, dificultando la comparación de resultados en estudios. Los efectos de lote, a menudo más grandes que la variabilidad biológica, pueden confundir interpretaciones. Los materiales de referencia emergentes, como mezclas de líneas celulares con transcripciones conocidas, se están desarrollando para calibrar los ensayos y normalizar los datos. Además, algoritmos de aprendizaje automático que modelan explícitamente los efectos de lotes, como scVI y armonización.

En espera de ello, la integración de la inteligencia artificial (AI) desempeñará un papel fundamental. Los modelos de aprendizaje profundo pueden imputer los datos perdidos, clasificar los tipos de células y predecir los resultados de perturbación de los perfiles de células individuales. El diseño experimental impulsado por AI también podría optimizar las condiciones culturales en tiempo real, creando sistemas de cierre cerrado donde se informa de la composición de los medios o la dosis de drogas.

Por último, las consideraciones éticas deben abordarse a medida que las tecnologías de células individuales se vuelven más poderosas. La capacidad de secuenciar células humanas individuales plantea preocupaciones de privacidad, especialmente cuando se aplican a las muestras clínicas. Los marcos de anonimato y de intercambio de datos deben mantenerse al ritmo de los avances tecnológicos para garantizar que los datos de los pacientes estén protegidos al tiempo que permitan el progreso científico.

En conclusión, las tecnologías emergentes para la secuencia de células individuales en los estudios culturales están expandiendo los límites de lo que podemos observar y entender. De la transcripción espacial que revela la geografía de la expresión genética a las multi-omics que conecta el genoma al proteoma, estas herramientas están proporcionando una ventana sin precedentes en el comportamiento celular. Como se encuentran los desafíos en torno al costo, la complejidad y la estandarización, el análisis de células individuales se convertirá en una herramienta indispensable del desarrollo de la enfermedad.

Enlaces externos: