La comprensión de cómo las células se transforman en tipos especializados durante el desarrollo humano es uno de los grandes retos de la biología. Este complejo proceso, conocido como diferenciación celular, es clave para el avance de la biología del desarrollo y la medicina regenerativa. Un equipo de investigadores en Japón ha desarrollado una nueva herramienta computacional, denominada scEGOT, que ofrece nuevas perspectivas sobre este proceso al abordar las limitaciones de métodos anteriores y permitir el análisis de la dinámica celular a nivel individual entre diferentes tipos de células.
Publicada en BMC Bioinformatics, la investigación se centró en el proceso de inducción de células similares a células germinales primordiales humanas (hPGCLCs) a partir de células madre pluripotentes humanas, las cuales tienen el potencial de convertirse en células reproductivas, como óvulos y espermatozoides. scEGOT, acrónimo de «single-cell trajectory inference framework based on entropic Gaussian mixture optimal transport» (marco de inferencia de trayectorias a nivel celular basado en el transporte óptimo de mezcla gaussiana entrópica), es un marco integral que permite a los investigadores trazar trayectorias de diferenciación celular dinámicas, identificar puntos de transición clave y descubrir los roles de los genes que regulan estos procesos.
Un enfoque innovador en la investigación celular
A diferencia de los métodos existentes, scEGOT ofrece una alta interpretabilidad y eficiencia computacional, lo que lo convierte en una herramienta útil para el análisis de datos a nivel celular. Uno de los principales desafíos en el estudio de la diferenciación celular es la captura de estados celulares intermedios, fases transitorias que son críticas para entender cómo las células progresan de un estado a otro. Los métodos tradicionales a menudo carecen de la precisión necesaria para identificar estas fases o dependen de enfoques computacionales complejos y poco transparentes, como las redes neuronales.
“Este proyecto busca superar estas limitaciones al proporcionar un marco matemáticamente riguroso y biológicamente interpretable”, explica el Dr. Toshiaki Yachimura, investigador principal del proyecto.
Los investigadores aplicaron scEGOT para analizar el proceso de inducción de hPGCLCs, revelando nuevos detalles sobre los genes y las vías involucradas. Identificaron la población progenitora de hPGCLCs y determinaron el momento exacto en que estas células se desvían de las líneas somáticas, que son las células que forman los tejidos y órganos del cuerpo. El análisis sugiere que la red reguladora de genes que involucra a TFAP2A y NKX1-2 juega un papel importante en la especificación de los progenitores de hPGCLC. También se reveló que genes como MESP1 y GATA6 son críticos para impulsar la diferenciación de las líneas somáticas. Estos hallazgos proporcionan una imagen más clara de cómo se desarrolla la vida humana desde sus etapas más tempranas y ofrecen pistas valiosas para aplicaciones en medicina regenerativa.
De cara al futuro, los investigadores planean expandir las capacidades de scEGOT para incluir otros tipos de datos a nivel celular, como scATAC-seq, que investiga factores epigenéticos, es decir, modificaciones químicas que influyen en la actividad genética. Su objetivo es integrar conjuntos de datos de múltiples tipos de moléculas biológicas, conocidos como datos multi-ómicos, como los datos transcriptómicos (ARN transcrito) y epigenómicos (modificaciones químicas al ADN), con el fin de crear un panorama exhaustivo de la regulación genética y la dinámica de la diferenciación celular.
“scEGOT es un método versátil y basado en datos que puede avanzar en nuestra comprensión de la dinámica de la diferenciación celular”, comenta el Dr. Yachimura. “Al descubrir mecanismos epigenéticos y vías de diferenciación, tiene el potencial de revolucionar la biología del desarrollo”.
Esta investigación destaca la importancia de integrar biología y matemáticas para abordar preguntas científicas fundamentales. A medida que herramientas como scEGOT se adopten más ampliamente, prometen acelerar los descubrimientos en biología del desarrollo y más allá, acercándonos a una comprensión más profunda de los mecanismos de la vida misma.
