La transcriptómica espacial podría abrir la puerta a nuevos tratamientos para el alzhéimer, el cáncer y otras enfermedades.

La transcriptómica espacial supone un avance significativo en la investigación biológica, al ofrecer una técnica potente para examinar la compleja relación entre la expresión génica y la organización espacial dentro de un tejido intacto. Al revelar la disposición espacial de los componentes celulares y sus estados transcripcionales, este método permite comprender mejor la composición y la actividad celular en sistemas biológicos complejos.

La transcriptómica espacial abarca varios métodos que comparten el objetivo de asignar datos transcriptómicos a la ubicación original de las moléculas de ARN dentro del tejido. Este avance tecnológico proporciona una visión sin precedentes de la organización, función e interacciones de las células dentro de tejidos complejos. Debido a su potencial para mejorar numerosos campos biológicos y médicos, como la biología del desarrollo, la neurociencia y la investigación oncológica, la transcriptómica espacial fue reconocida como «Método del año» por Nature Methods en 2020.

Existen otros enfoques transcriptómicos en biomedicina, pero los investigadores han logrado avances apasionantes con la transcriptómica espacial recientemente. Hemos examinado la CAS Content Collection^TM, el mayor repositorio de información científica curado por expertos, para comprender mejor el panorama de la investigación en transcriptómica espacial durante la última década. Observamos un aumento enorme (alrededor de 150 veces) en las publicaciones relacionadas con la transcriptómica espacial desde hace 10 años (véase la Figura 1). Las publicaciones en revistas científicas predominan sobre las patentes, lo que sugiere que todavía existe una gran oportunidad para la comercialización.

¿Cómo está cambiando la ciencia de la transcriptómica y qué significa esto para los nuevos enfoques de tratamiento de diversas enfermedades? Exploremos cómo funciona la transcriptómica espacial y hacia dónde se dirige la investigación.

¿Qué es la transcriptómica espacial?

Actualmente existen tres tipos principales de transcriptómica: en masa (bulk), unicelular y espacial (véase la Figura 2). La transcriptómica en masa analiza la expresión génica en una mezcla de células, proporcionando una visión global pero careciendo de resolución a nivel unicelular. La transcriptómica unicelular resuelve la expresión génica en células individuales, lo que permite obtener información sobre la heterogeneidad celular y las poblaciones celulares raras, pero pierde el contexto espacial.

La transcriptómica espacial preserva la ubicación de la expresión génica dentro de los tejidos, revelando las interacciones celulares y la arquitectura tisular, aunque cabe señalar que esta técnica requiere un análisis computacional sofisticado. En conjunto, estos enfoques ofrecen visiones complementarias de la regulación génica, cada una adecuada para diferentes preguntas de investigación.

Una de las primeras técnicas de transcriptómica espacial fue la FISH (hibridación in situ fluorescente), que visualiza directamente las moléculas de ARN dentro de células y tejidos intactos. Funciona mediante el diseño de sondas de ADN o ARN cortas, marcadas con fluorescencia y complementarias a la secuencia de ARN objetivo. Estas sondas se hibridan con el ARN objetivo en la muestra, y las ubicaciones de las señales fluorescentes se detectan mediante microscopía de fluorescencia.

Técnicas como la FISH de molécula única (smFISH) mejoraron la sensibilidad, permitiendo la detección y cuantificación de transcritos de ARN individuales como puntos limitados por difracción. Las aplicaciones iniciales de la FISH solo podían visualizar la distribución espacial de un pequeño número de ARNm bien caracterizados, debido a la superposición espectral de los fluoróforos. Estas primeras técnicas también consumían mucho tiempo y requerían mucha mano de obra, especialmente al analizar grandes secciones de tejido o muchos objetivos. Debido a estas limitaciones, los investigadores desarrollaron métodos modernos con mayor eficiencia.

Los avances tecnológicos mejoran la resolución y el análisis

Las tecnologías de transcriptómica espacial pueden dividirse en cuatro categorías: métodos de microdisección, métodos de hibridación in situ (ISH), métodos de secuenciación in situ (ISS) y métodos de captura in situ (ISC) (véase la Figura 3). La elección de la tecnología suele depender de objetivos de investigación específicos, como la necesidad de una alta resolución, una amplia cobertura génica o un análisis dirigido. Como vimos en las cifras de publicaciones de la CAS Content Collection, este campo ha experimentado una rápida evolución tecnológica en la última década. Estos avances permiten a los investigadores identificar conocimientos críticos sobre los mecanismos de las enfermedades y desarrollar posibles estrategias de tratamiento.

Métodos de microdisección por captura láser

La microdisección por captura láser (LMD, por sus siglas en inglés) proporciona un medio físico para aislar poblaciones celulares específicas o regiones de interés directamente de secciones de tejido bajo visualización microscópica. Una vez microdiseccionadas las áreas deseadas, el ARN se extrae de estas células o fragmentos de tejido aislados y, posteriormente, se analiza mediante secuenciación de ARN (RNA-seq) convencional. Este enfoque vincula los perfiles de expresión génica con ubicaciones espaciales específicas definidas por la microdisección.  

Aunque la LMD se centra en el aislamiento espacial más que en el análisis in situ, su integración con tecnologías avanzadas de RNA-seq ha mejorado significativamente su utilidad en la transcriptómica espacial. Las mejoras en la extracción de ARN a partir de un número reducido de células, los métodos de amplificación y la profundidad de secuenciación han permitido un análisis transcriptómico más exhaustivo de las muestras microdiseccionadas. Los instrumentos de LMD más recientes ofrecen mayor precisión y automatización, lo que hace que el proceso sea más eficiente. Estos pueden resultar cruciales para comprender la heterogeneidad molecular dentro de las muestras de tejido, identificar poblaciones celulares específicas que impulsan enfermedades y, potencialmente, orientar terapias dirigidas.

Métodos de HSI

La hibridación in situ (HSI) abarca muchas técnicas que utilizan sondas marcadas para detectar secuencias específicas de ácidos nucleicos (tanto ADN como ARN) dentro de células o tejidos, preservando al mismo tiempo su contexto espacial. Al igual que la FISH, la HSI se basa en la hibridación de sondas marcadas con secuencias diana. Sin embargo, la HSI puede emplear diversos métodos de detección más allá de la fluorescencia, incluidos marcadores enzimáticos o radiactivos, que pueden visualizarse mediante microscopía o autorradiografía.  

La HSI tradicional mediante detección cromogénica (por ejemplo, utilizando enzimas que producen un precipitado coloreado) ha sido una técnica fundamental en biología del desarrollo e histología durante décadas, permitiendo la visualización de patrones de expresión génica con resolución celular. La HSI radiactiva ofrece una mayor sensibilidad para transcritos de baja abundancia. La FISH es comparable a un subconjunto de la HSI basado en fluorescencia.  

La evolución de la HSI se ha centrado principalmente en aumentar la sensibilidad, la capacidad de multiplexación y la resolución. Las técnicas recientes de FISH multiplexada como MERFISH, seqFISH y otras variantes permiten la detección simultánea de cientos a miles de ARNm dentro de la misma muestra mediante el empleo de marcado combinatorio y rondas secuenciales de hibridación e imagen.

Métodos de SSI

Estos métodos suelen implicar la conversión de ARN en ADN complementario (ADNc) dentro de la sección de tejido, seguida de una amplificación y secuenciación in situ utilizando diversas estrategias de codificación. La información de la secuencia se decodifica mediante rondas iterativas de hibridación, ligación o reacciones enzimáticas, junto con imágenes de alta resolución. Los datos resultantes proporcionan la identidad y la ubicación espacial de numerosos transcritos de ARN con resolución subcelular.  

Ejemplos de tecnologías de SSI incluyen la secuenciación miniaturizada de ARN total unicelular (STORM-seq), la secuenciación in situ fluorescente (FISSEQ) y los métodos de secuenciación basados en sondas de tipo candado (padlock). Estas técnicas pueden lograr una alta multiplexación, permitiendo la detección simultánea de miles de especies de ARN dentro de células individuales en su contexto espacial nativo.  

Métodos de ISC

Los métodos de ISC implican la colocación de oligonucleótidos con códigos de barras espaciales sobre una sección de tejido para capturar el ARNm liberado por las células. La información espacial está codificada en los códigos de barras únicos de las sondas de captura. Tras la captura del ARNm y la transcripción inversa, el ADNc resultante se agrupa y se secuencia mediante secuenciación de nueva generación estándar. Al decodificar los códigos de barras espaciales asociados a cada molécula de ADNc, el perfil de expresión génica puede mapearse de nuevo a su ubicación original en el tejido.  

 Tabla 1: Comparativa entre diferentes tecnologías de ST 

La tecnología original de transcriptómica espacial, desarrollada en el Instituto Karolinska, es un ejemplo destacado de un método de captura in situ (ISC), que posteriormente se comercializó como la plataforma Visium de 10x Genomics. Utiliza micromatrices con códigos de barras espaciales para capturar ARNm. Entre las innovaciones posteriores se incluye Slide-seq, que emplea perlas con códigos de barras de ADN depositadas sobre un portaobjetos.  

Los métodos iniciales de ISC presentaban una resolución espacial relativamente baja, limitada por el tamaño de los puntos o perlas de captura. Se han logrado avances significativos en el aumento de la densidad de los códigos de barras espaciales, la reducción del área de captura y la mejora de la eficiencia en la captura de ARNm y la síntesis de ADNc. Técnicas como la transcriptómica espacial de alta definición (HDST) y Slide-seqV2 han incrementado drásticamente la resolución, acercándose en algunos casos a niveles de célula única.  

Los métodos de ISC ofrecen un enfoque escalable y relativamente rentable para el perfilado espacial de todo el transcriptoma, lo que los hace atractivos para estudios a gran escala en investigación básica, desarrollo de fármacos y, potencialmente, diagnósticos clínicos. La capacidad de analizar el transcriptoma completo con contexto espacial proporciona una visión integral de la organización y función de los tejidos.

La transcriptómica espacial mejora nuestra comprensión de la biología de las enfermedades y el descubrimiento de fármacos

Comprender el contexto espacial de la expresión génica proporciona información fundamental para desentrañar los mecanismos de las enfermedades. También influye en el descubrimiento y desarrollo de fármacos. Las cuatro áreas de enfoque actuales de la transcriptómica espacial son el cáncer, la neurociencia, la biología del desarrollo y las enfermedades infecciosas.

Cáncer

Uno de los desafíos más importantes en la investigación del cáncer ha sido comprender y abordar la heterogeneidad tumoral y la compleja interacción entre los tumores y su microambiente circundante (TME). El TME es una entidad compleja y en continua evolución que normalmente incluye células inmunitarias, células estromales, vasos sanguíneos y una matriz extracelular. Gracias a los avances en la transcriptómica espacial, ahora se comprende mejor el papel vital del microambiente inmunitario, revelando los diversos mecanismos que utilizan las células cancerosas para eludir el sistema inmunitario del huésped.  

Actualmente, está ampliamente aceptado que el TME es un promotor activo de la progresión del cáncer y no solo una entidad neutral. Regula directa o indirectamente el crecimiento tumoral, la metástasis, la resistencia o la susceptibilidad a diversos tratamientos. Dado que las técnicas de transcriptómica espacial preservan el contexto espacial, son herramientas excelentes para estudiar las interacciones entre el tumor, el TME y las células inmunitarias, proporcionando nuevos conocimientos sobre nuestra comprensión de la biología tumoral.

Recientemente se han realizado numerosos estudios destacados. Por ejemplo, en el glioblastoma, se demostró que las células mieloides liberadoras de IL-10 (ubicadas en regiones tumorales de tipo mesenquimatoso) impulsan el agotamiento de las células T, contribuyendo a un TME inmunosupresor. En el carcinoma de células escamosas oral, se identificaron y caracterizaron arquitecturas distintas y conservadas del núcleo y el borde del tumor, las cuales permitieron predecir la supervivencia y la respuesta a terapias dirigidas. La transcriptómica espacial también se utiliza ampliamente en la investigación del cáncer de mama para estudiar la heterogeneidad tumoral y la respuesta a fármacos impulsada por el TME.  

Neurociencia

La notable complejidad funcional del cerebro surge de la precisa disposición espacial y las conexiones entre las diversas poblaciones de células neuronales y gliales. La transcriptómica espacial tiene la capacidad de diseccionar esta organización a nivel celular y proporcionar información sobre cómo se forman y funcionalizan los circuitos neuronales, cómo se especifican las diferentes regiones cerebrales y cómo las alteraciones de esta arquitectura finamente ajustada pueden conducir al inicio y/o progresión de diversos trastornos neurológicos.

La transcriptómica espacial se utiliza ahora para descifrar mecanismos críticos y actores moleculares en la patología de las placas amiloides, un sello distintivo del Alzheimer. En modelos de ratón, los científicos han identificado redes de coexpresión génica involucradas en la fase temprana frente a la fase tardía de la enfermedad (genes de mielina y oligodendrocitos [OLIG] y genes inducidos por placas [PIG], respectivamente). En otro estudio, se identificaron asociaciones entre los perfiles de expresión génica regional y la vulnerabilidad regional selectiva a las patologías de amiloide-beta y tau en pacientes con Alzheimer.  

La transcriptómica espacial también nos ha ayudado a descubrir posibles dianas moleculares que podrían mejorar las inmunoterapias dirigidas contra el amiloide-beta. Los investigadores están estudiando los mecanismos neuroinmunitarios involucrados en la eliminación de placas de amiloide-beta en pacientes que recibieron inmunización activa o pasiva (regulación al alza de genes asociados con el eje TREM2-APOE). Además, se utilizó un novedoso marco computacional para integrar "datos de transcriptómica espacial utilizando autoencoders basados en grafos sobreparametrizados con datos de imágenes de cromatina (STACI)" para identificar posibles nuevos biomarcadores de Alzheimer.  

Además de la investigación sobre el Alzheimer, la transcriptómica espacial ha proporcionado nuevos conocimientos sobre varios genes de riesgo y desregulaciones de vías en la esclerosis lateral amiotrófica (ELA).

Biología del desarrollo

Diversos estudios han puesto de relieve el potencial de la transcriptómica espacial en la biología del desarrollo. Al aplicar el método Stereo-seq para generar el atlas transcriptómico espaciotemporal de la organogénesis del ratón (MOSTA), los investigadores han obtenido información valiosa sobre la base molecular de la heterogeneidad celular espacial y la especificación del destino celular en tejidos en desarrollo, como el mesencéfalo dorsal. En otro estudio, se utilizó la transcriptómica espacial para perfilar los patrones de expresión génica espaciotemporal en la cardiogénesis humana y cartografiar la distribución de los tipos celulares y la organización espacial en el corazón embrionario humano.  

En otro avance, se generó un atlas transcriptómico completo del cerebro de ratón con información espacial para 308 grupos celulares a resolución unicelular, lo que abarca más de 4 millones de células. Esto constituye un recurso valioso para estudiar el desarrollo, la función y la regulación génica del cerebro de ratón.

Enfermedades infecciosas

La transcriptómica espacial está transformando el estudio de las enfermedades infecciosas al permitir analizar las complejas interacciones entre el huésped y el patógeno dentro del contexto espacial de los tejidos infectados. Esta metodología se ha empleado con éxito para estudiar infecciones bacterianas como Mycobacterium tuberculosis, Pseudomonas aeruginosa, y Echinococcus multilocularis. También se utiliza en la investigación de infecciones virales, como el SARS-COV-2 y el VIH. Los investigadores han identificado directamente ciertos patrones de colocalización de transcritos del huésped y del patógeno, y han descubierto factores del huésped que modulan la respuesta inmunitaria.  

Desafíos y oportunidades en la transcriptómica espacial

Aunque los enfoques de transcriptómica espacial ofrecen una visión excepcional, también presentan ciertos desafíos. Los datos generados por la mayoría de los métodos de transcriptómica espacial son enormes, complejos y, a veces, ruidosos debido a la baja eficiencia de captura de ARN, los sesgos de amplificación por PCR o los errores de secuenciación. Esto suele requerir algoritmos sofisticados para el procesamiento de imágenes, el mapeo espacial y la integración con la secuenciación de ARN unicelular. La fijación, el corte y la tinción de tejidos pueden introducir artefactos que afectan a la integridad del ARN y a la resolución espacial. Es necesario optimizar las técnicas de manipulación y procesamiento para minimizar estos problemas.

Los reactivos, la secuenciación y la infraestructura computacional necesarios para la transcriptómica espacial pueden ser costosos, lo que limita la disponibilidad de estas innovaciones. Además, estos enfoques implican flujos de trabajo experimentales complejos, que requieren investigadores con experiencia en biología molecular, bioinformática y microscopía. Las competencias interdisciplinarias son esenciales para un análisis y una interpretación precisos. Asimismo, los protocolos de transcriptómica espacial varían considerablemente entre laboratorios, lo que dificulta la comparación de resultados entre estudios.

A pesar de estos desafíos, el campo de la transcriptómica espacial sigue evolucionando rápidamente, con esfuerzos continuos centrados en mejorar la resolución espacial, aumentar la sensibilidad y optimizar el rendimiento. Otra posibilidad es la integración con otros datos ómicos, conocida como multiómica espacial, que podría proporcionar una comprensión más completa de los procesos biológicos y patológicos al combinar genómica, proteómica, epigenómica y metabolómica, todo ello dentro de un marco espacial.

Los avances actuales están mejorando los métodos de análisis de datos y reduciendo el ruido para una mejor comprensión de los datos de TE. Al igual que en otros campos biomédicos, la IA está llamada a revolucionar la transcriptómica espacial al hacer que el análisis de datos sea más eficiente y revelador. Algunos ejemplos recientes incluyen Path2space, un modelo de aprendizaje profundo diseñado para predecir la expresión génica espacial directamente a partir de portaobjetos histopatológicos de biopsias de cáncer de mama y predecir la respuesta de los pacientes a la quimioterapia y al trastuzumab, y Spotiphy, un enfoque basado en aprendizaje automático para lograr una resolución unicelular y una cobertura del genoma completo. Las metodologías de transcriptómica espacial in vivo aún están en sus inicios, pero pronto serán viables gracias a los esfuerzos de investigación en curso.  

De cara al futuro, la transcriptómica espacial es prometedora. Está llamada a impulsar nuevos descubrimientos revolucionarios en la investigación básica y a tener un impacto creciente en la medicina traslacional.