Perturb-DBiT: una nueva forma de observar la actividad génica directamente en el tejido
Imagine que desea comprender el funcionamiento de una ciudad. Podría descomponerla en ladrillos individuales y estudiar cada uno por separado. No obstante, también es posible observar las calles, las casas, los habitantes y su interacción de manera simultánea. Este es precisamente el avance que han logrado los investigadores al desarrollar el nuevo método Perturb-DBiT.
Perturb-DBiT, cuyos detalles se publicaron en la revista Nature Biotechnology, permite introducir modificaciones genéticas y analizar la actividad de los genes en secciones de tejido al mismo tiempo, preservando su organización espacial natural.
El inconveniente de la mayoría de los cribados CRISPR radica en que las células suelen separarse para su análisis. En este proceso se pierde el elemento más crucial: su entorno. Sin embargo, en un organismo vivo, el destino de una célula no depende exclusivamente de su genética, sino también de sus vecinas, de las señales circundantes y de la posición que ocupa en el tejido.
Perturb-DBiT hace posible conservar este panorama espacial. Los científicos pueden aplicar cambios genéticos y observar, al mismo tiempo, cómo reaccionan las células dentro de una sección de tejido completa. En esencia, se obtiene un mapa detallado que revela no solo qué genes se modificaron, sino también el impacto de estas alteraciones en las células colindantes.
Esta metodología podría resultar especialmente útil para el estudio de tumores. Incluso dentro de un mismo tumor, las células suelen comportarse de forma distinta: mientras unas responden favorablemente al tratamiento, otras muestran resistencia. Este nuevo enfoque ayuda a identificar las causas de tales diferencias directamente en el microentorno natural del tejido.
Esto representa un paso fundamental desde el estudio de células individuales hacia la comprensión de cómo operan los cambios genéticos en sistemas biológicos reales. Al fin y al cabo, un tejido no es solo un conjunto de células, sino un ecosistema complejo donde el contexto suele ser tan determinante como los propios genes.
