Dos micrófonos distintos graban un mismo concierto. Uno está junto al escenario y capta sobre todo los sonidos fuertes de la primera fila; el otro cuelga del techo y oye toda la sala, pero con los graves amortiguados. Si comparamos las grabaciones, podemos entender qué parte del ruido proviene del micrófono y qué parte de la propia orquesta. Algo parecido hacen los biólogos cuando comparan dos plataformas para la secuenciación de ARN de células individuales: 10x Chromium y Parse Evercode WT. Ambas leen moléculas de ARN de miles de células por separado, pero cada una lo hace a su manera, y hasta ahora no estaba claro si se podía confiar en las conclusiones sobre el «ruido transcripcional» obtenidas con una de ellas.

Para comprobar hasta qué punto el ruido depende de la forma de grabar, los investigadores tomaron la línea celular GM12878 (son células linfoblastoides humanas) y aislaron sus núcleos. Cada plataforma se procesó cuatro veces, como si un mismo concierto se hubiera grabado cuatro veces con cada micrófono. Después compararon las grabaciones según tres parámetros: cuántas moléculas de ARN se capturaron en total, qué genes concretos se ven mejor y cuánto varía la actividad de un mismo gen de una célula a otra. Lo primero que llamó la atención: Parse predijo casi a la perfección la profundidad de secuenciación y el número de células, mientras que 10x unas veces se pasaba el doble y otras se quedaba a la mitad. Aun así, ambas plataformas detectaron alrededor de 3500 genes por núcleo con 50 000 lecturas, pero 10x veía mejor los transcritos poliadenilados (es decir, el ARN con cola de adeninas) y Parse, los no poliadenilados, por ejemplo el ARN largo no codificante TALAM1.

La gran sorpresa llegó en el análisis del ruido. Resultó que, si tras eliminar la dependencia del nivel medio de expresión se mide la varianza residual (o sea, cuánto oscila la actividad de un gen alrededor de su media), ese valor es reproducible entre plataformas. La correlación de rangos entre experimentos fue de 0.46 a 0.70. Dicho de otro modo, los genes que hacen ruido en la grabación de un micrófono también lo hacen en la del otro. Además, el ruido resultó estar relacionado con la longitud del gen: cuanto más largo es el gen, mayor es la variación. En cambio, la longitud total de los exones (los tramos que permanecen en el ARN maduro) no influía en el ruido. Otro detalle: los genes que tienen una isla CpG en el promotor (una región de ADN rica en pares citosina-guanina) hacían menos ruido que los genes sin esa isla.

Este resultado significa que el ruido transcripcional no es un artefacto de una tecnología concreta, sino una propiedad del propio gen que se puede trasladar de una plataforma a otra. Antes, los investigadores que trabajaban con conjuntos de datos distintos no podían estar seguros de estar comparando lo mismo. Ahora ha aparecido un punto de apoyo: si el ruido se reproduce con distintas químicas de captura, se puede estudiar con datos combinados de archivos públicos. En la práctica, esto significa que la elección de la plataforma y de la profundidad de secuenciación puede hacerse con más criterio y no al azar. Es cierto que el mecanismo que vincula la longitud del gen y las islas CpG con el ruido aún no se ha desvelado. Quizá tenga que ver con el estrés topológico al alargarse el transcrito o con elementos reguladores dentro de los intrones.

Si volvemos a la metáfora de los micrófonos: hemos averiguado que el siseo de la grabación no es un defecto de un micrófono concreto, sino una peculiaridad de la propia música. Ahora podemos escuchar distintas grabaciones de un mismo concierto sin temer que solo estemos oyendo las distorsiones del equipo. La célula sigue tocando su partitura, y por fin distinguimos su estilo propio.

Llevarse el trabajo completo

No publicado en arXiv. Aquí están su página, el PDF y la formalización: puede comprobarlo usted mismo, no solo leer nuestro análisis.

página del trabajo