Visión General
La secuenciación de ARN de célula única (scRNA-seq) mide el transcriptoma de células individuales, proporcionando una resolución sin precedentes de la heterogeneidad celular. El RNA-seq en masa promedia la expresión génica entre millones de células, enmascarando los distintos estados transcripcionales de diferentes tipos celulares. En contraste, el scRNA-seq captura el perfil de expresión de cada célula por separado, permitiendo el descubrimiento de poblaciones celulares raras, la reconstrucción de trayectorias de desarrollo y la caracterización de respuestas específicas de cada tipo celular. Desde el primer estudio de scRNA-seq en 2009, la tecnología ha avanzado rápidamente, con plataformas modernas que perfilan decenas de miles de células en un solo experimento.
Métodos
El flujo de trabajo de scRNA-seq implica el aislamiento celular (usando plataformas basadas en gotas como 10x Genomics Chromium, microfluídica como Fluidigm C1, o métodos en placa), transcripción inversa con identificadores moleculares únicos (UMIs) para eliminar el sesgo de amplificación, y preparación de bibliotecas para secuenciación. El análisis bioinformático procede mediante: control de calidad (filtrado de células por recuento de genes, contenido mitocondrial y recuentos de UMI), normalización (SCTransform, scran o BASiCS), corrección de lotes (Harmony, CCA de Seurat o scVI), reducción de dimensionalidad (PCA seguido de visualización UMAP o t-SNE), agrupamiento (algoritmos Louvain o Leiden) y expresión diferencial entre grupos. La anotación de tipos celulares utiliza genes marcadores y bases de datos de referencia.
Aplicaciones
El scRNA-seq ha transformado múltiples campos. Ha creado atlas celulares completos de órganos humanos, mapeado el embrión en desarrollo y revelado subtipos celulares previamente desconocidos en el cerebro y el sistema inmunológico. En investigación del cáncer, el scRNA-seq analiza la heterogeneidad tumoral y el microambiente tumoral, identificando estados celulares raros resistentes a fármacos relacionados con marcadores de citometría de flujo. La técnica se basa en principios fundamentales de secuenciación de ARN y conceptos de microarrays de ADN y expresión génica. Los métodos emergentes de transcriptómica espacial ahora añaden contexto posicional a los datos de célula única, revelando cómo las células se organizan dentro de los tejidos.
