EN ESPAÑOL

An international research group led by Holger Heyn of the Centro Nacional de Análisis Genómico, part of the Centre for Genomic Regulation in Barcelona, has benchmarked 13 different single-cell RNA sequencing methods. The results, published today in Nature Biotechnology, will help aid reproducibility efforts in single cell sequencing, an area of intensive research.

All cells share the same DNA, yet there are many cell types. They vary enormously within the body, and express different sets of genes. To describe all of a cell’s functions and to understand the biological networks that direct their activities, scientists founded the Human Cell Atlas Project, an international community of biologists, clinicians, technologists, physicists, computational scientists, software engineers, and mathematicians.

Creating maps of cell types would give researchers an idea of how cell types work together to form tissues, knowledge of how all body systems are connected, and insights into how changes in the map underlie health and disease. 

New tools such as single-cell RNA sequencing are driving huge progress in the Human Cell Atlas Project, for example identifying RNA messages, known as the transcriptome, that help give each cell its own identity and distinguish it from the many other cell types found in the body. A few years ago, measuring this complex and extensive information would have been impossible.

The nascent single-cell RNA sequencing approach, key to the success of the Human Cell Atlas Project, has many different experimental protocols. Because these methods are so young, researchers had not yet benchmarked the strengths and weaknesses of each of them comprehensively. Researchers realized that this would be important for the Human Cell Atlas project in its early stages of collecting data.

Dr. Heyn’s group assessed the thirteen most common methods by analysing a set of approximately 3,000 cells selected to fulfill four conditions: it included a variety of cell types, some of the cells were very similar, with only subtle differences in gene expression, the cells had trackable markers, and they included cells from different species. The reference cells were mostly human peripheral blood cells and mouse colon cells, but also included a small set of dog cells.

The methods were evaluated based on how precisely they could detect cell profiles and marker expression. The group evaluated the methods using six key metrics. These metrics were selected to compare the methods in terms of their accuracy, applicability to various cell types, ability to distinguish between closely related cell types, ability to produce reproducible profiles, ability to detect population markers, compatibility with other methods, and have good predictive value for cell mapping.

As a result, they found that the Quartz-seq2 method, developed by researchers at RIKEN in Japan, was particularly accurate, scoring highest on the benchmark. According to Itoshi Nikaido, leader of the group that developed the method, “We were very happy that our method was selected as overall best, and plan to further improve it so that we can achieve the best results in projects such as the Human Atlas Project.”

“Our work provides essential benchmarks for the Human Cell Atlas and broader single-cell community. Well-informed protocol selection is key for experimental designs and critically impacts on the success of a study,” says Holger Heyn, Single Cell Genomics Team Leader at the Centro Nacional de Análisis Genómico, part of the Centre for Genomic Regulation in Barcelona, Spain.

EN ESPAÑOL

Un grupo de investigación internacional liderado por Holger Heyn, del Centro Nacional de Análisis Genómico, parte del Centro de Regulación Genómica, en Barcelona, ha comparado 13 métodos distintos de secuenciación de ARN de células individuales. Los resultados, publicados en la revista Nature Biotechnology, contribuirán a los esfuerzos de reproducibilidad en la secuenciación de células individuales, un área de investigación intensiva.

Todas las células comparten el mismo ADN, a pesar de que hay muchos tipos de células. Estos varían enormemente en el cuerpo humano, y expresan conjuntos diferentes de genes. Para describir todas las funciones de una célula y comprender las redes biológicas que guían sus actividades, los científicos fundaron el proyecto Human Cell Atlas (Atlas Celular Humano), una comunidad internacional de biólogos, clínicos, tecnólogos, físicos, científicos computacionales, ingenieros de software y matemáticos.

La creación de mapas de tipos celulares proporcionará a los científicos una idea de cómo los tipos celulares trabajan juntos para formar tejidos, conocimientos sobre cómo todos los sistemas del cuerpo están conectados, y conocimientos sobre cómo los cambios en este mapa subyacen a la salud y la enfermedad.

Nuevas herramientas como la secuenciación de ARN de células individuales están produciendo progresos gigantescos en el proyecto Human Cell Atlas, como por ejemplo identificar mensajes de ARN, conocidos como el transcriptoma, que ayudan a dar a cada célula su propia identidad y a distinguirla de los otros muchos tipos de células que encontramos en el cuerpo. Hace unos años, considerar esta información compleja y extensa habría sido imposible.

El enfoque emergente de la secuenciación del ARN en células individuales, clave para el éxito del proyecto Human Cell Atlas, dispone de muchos protocolos experimentales distintos. Como estos métodos son tan nuevos, los investigadores todavía no han podido comparar las fortalezas y debilidades de cada uno de ellos exhaustivamente. Los investigadores se percataron que esto sería importante para el proyecto Human Cell Atlas en sus etapas iniciales de recogida de datos.

El grupo del Dr. Heyn evaluó los trece métodos más comunes mediante el análisis de un conjunto de aproximadamente 3.000 células seleccionadas que debían cumplir cuatro condiciones: incluir una variedad de tipos celulares, que algunas células fuesen muy similares, con sólo algunas sutiles diferencias en la expresión génica, que las células tuvieran marcadores rastreables, y que se incluyeran células de distintas especies. Las células de referencia era principalmente células humanas de sangre periférica y células de colon de ratón, pero también se incluyó un pequeño conjunto de células caninas.

Los métodos se evaluaron basándose en cómo de precisamente podían detectar perfiles celulares y la expresión de los marcadores. El grupo evaluó los métodos usando seis métricas clave. Estas métricas se seleccionaron para comparar los métodos en términos de precisión, aplicabilidad a varios tipos de células, capacidad para distinguir entre tipos celulares estrechamente relacionados, capacidad para producir perfiles reproducibles, capacidad para detectar marcadores poblacionales, compatibilidad con otros métodos, y disponer de un buen valor predictivo para mapear células.

Como resultado, descubrieron que el método Quartz-seq2, desarrollado por investigadores en el instituto RIKEN, de Japón, era particularmente preciso, obteniendo la máxima puntuación en el ejercicio de comparación. Según Itoshi Nikaido, líder del grupo que desarrolló el método, “estamos muy contentos de que nuestro método haya sido seleccionado como el mejor de todos, y tenemos previsto mejorarlo para poder conseguir así los mejores resultados en proyectos como el Human Cell Atlas.”
“Nuestro trabajo proporciona evaluaciones esenciales para el proyecto Human Cell Atlas y para la comunidad de células individuales en general. La selección de protocolos bien informados es clave para el diseño experimental e impacta de forma crítica en el éxito del estudio,” dice Holger Heyn, Jefe de Equipo de Genómica de Células Individuales en el Centro Nacional de Análisis Genómico, parte del Centro de Regulación Genómica, en Barcelona, España.