Una mirada a las herramientas de investigación y los proyectos notables que se han disparado a la prominencia revela algunas rutas comunes hacia el éxito.
Cuando se le pide que describa su especialidad, la respuesta de Kaihang Wang es inmediata: «manitas». Después de todo, gran parte de su trabajo en el Instituto de Tecnología de California en Pasadena implica construir cosas, aunque no con martillo y clavos. Wang y su equipo desarrollan herramientas moleculares, incluido un sistema que los biólogos pueden programar para introducir una cadena larga y sintética de ADN en una célula bacteriana. Después de pensarlo más, Wang ofrece alternativas más científicas: biología sintética o ingeniería del genoma. “Todos nuestros esfuerzos están impulsados fundamentalmente por el objetivo de ganarnos la vida”, dice.
Como Wang, muchos biólogos atraviesan disciplinas en busca de materiales, colaboradores o diferentes enfoques cuando las herramientas disponibles se quedan cortas. Eso puede conducir a métodos o consorcios que requieran nuevos descriptores, como ‘microscopía de expansión’ o ‘escritura de proyectos genómicos’. Algunos de estos generan entusiasmo entre los científicos a través de una combinación de capacidad técnica y una buena marca.
Inventar un nombre pegadizo para un campo o herramienta crea una infraestructura conceptual que los investigadores pueden usar para enmarcar la investigación, dice Erika Szymanski, quien estudia la retórica de la ciencia en la Universidad Estatal de Colorado en Fort Collins. “Así como las limitaciones de un microscopio determinan lo que se puede ver con él, solo podemos ‘ver’ cosas cuando tenemos nombres para ellas”, dice. “A veces, probar un nuevo marco para pensar en el trabajo que hacemos es productivo, porque abre espacio para imaginar nuevas posibilidades”.
Aquí, Nature explora 5 tecnologías notables de los últimos 15 años. Algunos han generado campos de estudio o han obtenido financiación; otros han aumentado la colaboración global o han encontrado un nuevo propósito en estudios lejos de su objetivo original. Pero todos han dejado su huella en la ciencia, ya sea revelando funciones celulares, dando lugar a empresas y terapias o informando la política de salud pública durante una pandemia.
Epitranscriptómica
Al igual que el ADN genómico, el ARN mensajero puede llevar etiquetas químicas como grupos metilo o azúcar que alteran su función o destino. Tales modificaciones no son uniformes, y el descubrimiento de que algunos ARNm están altamente metilados y otros no apuntan a un papel biológico de las etiquetas. En 2012, el biólogo de ARN Samie Jaffrey del Weill Cornell Medical College en la ciudad de Nueva York y sus colegas desarrollaron un método para identificar una marca de metilación de ARNm específica, llamada m6A, en el transcriptoma (el complemento completo de ARN en una célula u organismo).
El coautor del estudio, Christopher Mason, también en Weill Cornell, acuñó el término epitranscriptómica para explicar la hipótesis del equipo de que las etiquetas de metilo regulan la actividad de las transcripciones de ARNm, lo que sugiere por qué los niveles de proteínas no siempre coinciden con la abundancia de las transcripciones que las codifican. «La idea de que esta podría ser otra capa del código genético era muy atractiva», dice Jaffrey. El nuevo nombre facilitó que otros entendieran el concepto.
A lo largo de los años, la epitranscriptómica ha crecido en su propio campo, con convocatorias específicas de financiación, reuniones y colaboraciones. “De alguna manera, el hecho de que se creara una nueva palabra llevó a esta comunidad”, dice la bióloga de ARN Eva Maria Novoa Pardo en el Centro de Regulación Genómica (CRG) en Barcelona, España.
El método original de Jaffrey y Mason utilizaba un anticuerpo contra m6A para aislar fragmentos de ARN modificado que tenían entre 100 y 200 nucleótidos de longitud, que luego identificaron mediante secuenciación. Más tarde, el equipo entrecruzó los anticuerpos con un sustrato y luego precipitó los fragmentos de ARN unidos al anticuerpo para identificar los sitios metilados, lo que les permitió generar el primer mapa de nivel de nucleótido único del ARNm metilado. Esto ayudó a identificar otra clase de moléculas que portaban la modificación, llamadas ARN nucleolares pequeños. “Ahora estamos comenzando a fusionarnos en torno a la idea de que una función importante de m6A es marcar el ARN para una rápida renovación”, dice Jaffrey, que es crucial para la capacidad de una célula para cambiar y responder a su entorno.
Los desarrollos posteriores explotaron enzimas que podían cortar ARN no metilados en secuencias específicas. Esa herramienta permitió a su desarrollador, el biólogo de ARN Schraga Schwartz en el Instituto de Ciencia Weizmann en Rehovot, Israel, detectar no solo si un sitio en particular fue modificado, sino también qué porcentaje de transcripciones portaban el motivo metilado. Cuando Schwartz y sus colegas aplicaron esto a todo el transcriptoma, encontraron que casi el 75% de los sitios modificados no fueron detectados por la tecnología basada en anticuerpos, lo que sugiere que su sensibilidad era limitada. “Fue una gran sorpresa verlo”, dice. «Tener dos métodos en lugar de uno solo nos permite tener una visión más holística del problema».
Hoy en día, los investigadores de la epitranscriptómica pueden leer ARN modificado directamente utilizando máquinas de secuenciación de nanoporos. A diferencia de los secuenciadores convencionales, que requieren que el ARN se convierta primero en ADN mediante la transcripción inversa, estos instrumentos pasan moléculas de ARN a través de nanoporos de proteínas, produciendo corrientes eléctricas distintivas que luego se decodifican para proporcionar la secuencia de ARN. Los nucleótidos m6A metilados a menudo se malinterpretan mediante el algoritmo de secuenciación utilizado para decodificar las corrientes. Entonces, en 2019, Novoa y sus colegas diseñaron un algoritmo (actualizado a principios de este año) que usa estos errores para predecir cuál de esos sitios lleva un nucleótido metilado. “La posibilidad de secuenciar el ARN nativo”, sin necesidad de realizar una transcripción inversa en el ADN primero, “abre una vista completamente imparcial del transcriptoma”, dice.
El Atlas de células humanas
La finalización de la secuenciación del genoma humano en 2003, junto con la llegada de nuevas herramientas para estudiar células individuales, llevó a muchos a preguntarse si podrían mapear la ubicación, el comportamiento y el desarrollo únicos de cada célula humana. Sarah Teichmann, genetista del Instituto Wellcome Sanger en Hinxton, Reino Unido, y Aviv Regev, bióloga computacional que ahora se encuentra en Genentech en el sur de San Francisco, California, se encontraban entre ellos.
A finales de 2016, Teichmann, Regev y otros se reunieron para discutir la idea. El resultado fue Human Cell Atlas, un proyecto que utiliza enfoques unicelulares para trazar la organización, la genética y la biología de cada célula, tejido y órgano humanos. El grupo enfatiza un enfoque abierto y colaborativo: cualquiera puede participar y el consorcio recopila información utilizando una amplia gama de métodos moleculares y computacionales.
“No existe una tecnología estándar de oro que pueda hacer todo”, dice Holger Heyn, quien estudia tecnologías de secuenciación unicelular en el CRG y lidera el grupo de trabajo de estándares y tecnologías del consorcio. “Todo método tiene sesgos. Cuanto más integremos tecnologías diversas, menos sesgos tendremos».
En un estudio de 2020, Heyn y sus colaboradores compararon 13 tecnologías de secuenciación de ARN de una sola célula en un conjunto de muestras de referencia común, juzgándolas por su capacidad para detectar marcadores específicos de células. Descubrieron que una fuente importante de variación en los resultados resultó ser el tamaño de las células en una muestra. “El objetivo no era encontrar un ganador o un perdedor, solo definir lo que podría esperar obtener con cada tecnología”, dice Heyn.
El consorcio Human Cell Atlas cuenta ahora con casi 2.200 miembros en 77 países, que en conjunto han analizado unos 39 millones de células de 14 órganos principales y han producido cerca de 80 publicaciones, y contando.
Entre otras cosas, esos datos han ayudado a desvelar los misterios de COVID-19. A principios de 2020, los miembros del consorcio reunieron 26 conjuntos de datos publicados y no publicados para comprender cómo el coronavirus SARS-CoV-2 invade los tejidos pulmonares. Mapearon los receptores de la superficie celular que el virus usa para ingresar a los tejidos, incluidos los de la nariz, la boca, los ojos y más. Desde entonces, investigadores de todo el mundo han utilizado ese mapa para comprender el proceso de infección. Incluso ha ayudado a informar las políticas de salud pública, como las que requieren que las personas usen máscaras faciales, dice Teichmann. “La pandemia fue realmente transformadora para el proyecto Human Cell Atlas”, dice. «Te muestra el valor de un atlas de celdas, incluso uno temprano e incompleto».
Microscopía de expansión
Aunque muchos investigadores obsesionados con la resolución microscópica se han centrado en construir un mejor hardware, el neurocientífico Ed Boyden tomó un rumbo diferente. Junto con sus colegas del Instituto de Tecnología de Massachusetts en Cambridge, ideó una técnica llamada microscopía de expansión, que agranda las células y los tejidos como si se inflara un globo.
El método infunde una muestra con un monómero llamado acrilato. La adición de agua hace que el monómero se polimerice y se hinche, separando los componentes celulares a medida que crece. En los primeros intentos, las células se agrietaron o se hincharon de manera desigual. Pero la adición de enzimas para ablandar los tejidos antes de la polimerización permitió a los investigadores expandir los tejidos del cerebro del ratón a 4,5 veces su tamaño original. Dos años más tarde, el equipo extendió el método a una docena de tipos de tejidos, algunos de los cuales podrían expandirse 16 veces. «Asegurarse de que el aumento físico se escale correctamente fue esencial para que la técnica valiera la pena», dice Boyden.
Este año, Boyden y su equipo utilizaron el concepto para localizar ARN específicos en tejidos, un subcampo llamado transcriptómica espacial. Primero expandieron una sección de tejido cerebral de ratón y luego secuenciaron los ARN incrustados in situ.
La neurocientífica Erin Schuman del Instituto Max Planck para la Investigación del Cerebro en Frankfurt, Alemania, que estudia cómo se forman las proteínas en las uniones de células nerviosas llamadas sinapsis, ha confiado durante mucho tiempo en métodos indirectos como la tinción con plata para visualizar este proceso. Schuman quería ver las proteínas recién creadas en las sinapsis directamente. Pero las sinapsis están formadas por fibras largas y delgadas conocidas como axones que carecen de buenos marcadores moleculares. «En realidad, son una de las cosas más difíciles de estudiar», dice.
Usando microscopía de expansión, Schuman y su equipo pudieron ver, por primera vez, que casi todos los terminales de los axones tenían la maquinaria para sintetizar nuevas proteínas. «Realmente nos ayudó a acceder a la sinapsis con un alto grado de confianza y realizar análisis de alto rendimiento», dice.
Y en la Universidad de Stanford en California, el bioingeniero Bo Wang ha utilizado la herramienta para crear una imagen de alta resolución de cómo el patógeno intestinal común Salmonella interactúa con las células humanas. Al optimizar el paso de «ablandamiento» del proceso, Wang y sus colegas descubrieron que el método podría usarse para medir la rigidez de la pared celular bacteriana. Esa capa dura es crucial para la resistencia del patógeno a los antibióticos y las defensas del huésped, por ejemplo. Medir las propiedades mecánicas de los objetos a microescala es difícil, pero la microscopía de expansión ayudó al equipo a medir la fuerza de miles de paredes celulares en un solo lote, para comprender cómo reaccionaban las bacterias a los mecanismos de defensa del huésped. “Estrategias similares pueden ayudar a responder preguntas fisiológicas en plantas, hongos y muchas especies diferentes”, dice Wang.
Brainbow
En 2007, un equipo dirigido por los neurocientíficos Jeff Lichtman y Joshua Sanes de la Universidad de Harvard en Cambridge, Massachusetts, desarrolló una forma de distinguir las madejas enmarañadas de neuronas en el cerebro del ratón. Los investigadores construyeron un sistema en el que los genes de unas pocas proteínas fluorescentes estaban controlados por secuencias reguladoras específicas de las neuronas, y flanqueados por etiquetas que marcarían los genes fluorescentes para mezclarlos en un proceso catalizado por enzimas llamado recombinación. Las células recibieron múltiples copias de estos ‘casetes’ de genes, por lo que cuando los investigadores activaron una proteína que reconocía las etiquetas de recombinación, mezclaron los genes en varias combinaciones aleatorias, expresadas como un arco iris de fluorescencia. Llamaron a su herramienta Brainbow.
Como estudiante de posgrado en la Universidad de Nueva York, Gabriel Victora recuerda estar asombrado por esas imágenes caleidoscópicas del cerebro, cada célula de un tono diferente. Pero los estudios de Victora se centraron en los centros germinales, microestructuras en los ganglios linfáticos donde las células inmunes se dividen y crecen. “No pensamos de inmediato en usar esta tecnología”, dice Victora, ahora inmunóloga de la Universidad Rockefeller en la ciudad de Nueva York. «Recuerdo haber pensado, ‘lástima que eso esté en el cerebro'».
Lichtman esperaba que la capacidad de etiquetar células individuales ayudara a resolver detalles a gran escala, como las conexiones sinápticas en el cerebro. Pero las estructuras celulares pequeñas tienen menos moléculas fluorescentes, lo que las hace más tenues, a menudo demasiado tenues para ser útiles. Decepcionado con los resultados, Lichtman dice que desde entonces ha recurrido a técnicas como la microscopía electrónica de barrido de caras de bloques en serie, en la que se obtienen imágenes de un bloque de tejido repetidamente, se despega y se obtienen imágenes nuevamente para mapear las conexiones neuronales. “Tienes que encontrar la herramienta adecuada para el trabajo y, en este caso, Brainbow no fue del todo adecuado”, dice.
Lichtman usa Brainbow para experimentos en el sistema nervioso periférico, donde las células están más separadas por lo que se puede observar incluso una tenue fluorescencia. Y otros grupos han adaptado la herramienta para diferentes organismos: Flybow para cerebros de Drosophila y Zebrabow para tejidos de pez cebra, por ejemplo. La combinación de Brainbow con microscopía de expansión ha permitido a los investigadores examinar las formas celulares y la conectividad en el tejido de los mamíferos.
Para Victora, fue un modelo de ratón llamado Confetti, que extiende la tecnología a células no neuronales, lo que reavivó su interés en Brainbow. Dentro de los centros germinales de los ganglios linfáticos, los grupos de células B producen diferentes anticuerpos y compiten para prosperar. La mayoría de los centros germinales mantienen una diversidad de moléculas de anticuerpos. Pero en el 5-10% de estas estructuras, Victora y su equipo encontraron que las células que producen anticuerpos de alta afinidad pueden competir rápidamente con otras células B y apoderarse de un centro germinal. Los investigadores que rastrean estas ‘ráfagas clonales’ con Brainbow ven todas las células en un centro germinal en diferentes colores cuando etiquetan las células por primera vez. Luego, cuando un clon dominante se hace cargo, su progenie, todos los cuales tienen el mismo color que la célula madre, cambian la estructura de tecnicolor a monocromo. «Brainbow muestra esta división del trabajo [entre las células B] muy claramente», dice.
Proyecto genoma-escritura
Si los científicos pudieran crear cromosomas sintéticos completos, podrían conferir nuevas funciones a las células, cambiar las vías genéticas que causan enfermedades o diseñar nuevos sistemas experimentales para la investigación. Pero los cromosomas sintéticos no se pueden construir de una sola vez.
En 2010, los investigadores reconstruyeron el primer genoma bacteriano sintético. Rehicieron el ADN del organismo en trozos cortos, los unieron y luego intercambiaron porciones del cromosoma una pieza a la vez hasta que el ADN nativo fue reemplazado por completo por su contraparte sintética. El proceso se ha mantenido prácticamente sin cambios desde este primer intento, dice Wang en el Instituto de Tecnología de California. A pesar del notable progreso en bacterias y levaduras, la técnica nunca se había extendido a organismos con genomas más complejos. Luego, en 2016, los investigadores anunciaron la escritura del Proyecto Genoma, que tenía como objetivo sintetizar genomas complicados, incluido el de los humanos.
Lanzado con gran entusiasmo, el proyecto tuvo que reducir sus aspiraciones, debido a los desafíos financieros y técnicos para centrarse en la ingeniería de una línea celular humana que sea resistente a los virus. Pero la síntesis de ADN en esa escala sigue siendo un desafío, al igual que el diseño de circuitos genéticos que codifican nuevas funciones. Por el momento, ese trabajo sigue siendo en gran medida competencia de investigadores individuales o de pequeños equipos, dice Christopher Voigt, biólogo sintético del Instituto de Tecnología de Massachusetts. Ese proceso que debe cambiar si se quiere que la síntesis del genoma a mayor escala sea viable. “Es algo así como una sola persona construyendo un avión, haciendo de todo, desde diseñarlo hasta pegar piezas”, dice. “Muestra lo lejos que estamos de poder diseñar algo a la escala de un genoma”.
Aún así, ese noble objetivo puede impulsar el campo hacia adelante, dice Wang. “La motivación para crear un genoma completo impulsa el desarrollo de la tecnología. Es un bucle: una vez que tenemos las herramientas, la síntesis del genoma es más realista y la gente invierte más recursos en el campo «.