Un tejido no es una masa uniforme: son miles de células distintas, cada una con su identidad y su estado. Con la tecnología Chromium de 10x Genomics leemos el transcriptoma de cada célula por separado, y con deep learning convertimos ese mapa en respuestas: qué células hay, cómo cambian y cuáles importan para tu pregunta.
Cuando mides un tejido entero obtienes la media de todas sus células. Si solo una población pequeña cambia, esa señal se diluye y desaparece. Single-cell la recupera.
Rápido y muy útil para comparar condiciones, pero todas las células se mezclan en un único valor. Las poblaciones pequeñas y los estados intermedios quedan ocultos.
Cada célula se lee por separado y se agrupa con sus parecidas. Aparecen tipos celulares, estados de activación y esa población rara que explica tu fenotipo.
El reto de single-cell es leer miles de células a la vez sin perder de qué célula viene cada mensaje. La plataforma Chromium de 10x Genomics, la referencia en el campo, lo resuelve con microgotas.
Las células en suspensión pasan por un chip microfluídico que las encierra, una a una, en gotas diminutas junto con una microesfera de gel. Cada microesfera lleva millones de copias de un código de barras celular único. Dentro de la gota, la célula se rompe y todo su ARN queda marcado con ese código. Además, cada molécula recibe un UMI, un identificador propio que permite contar moléculas reales y no copias. Después se secuencia todo junto y los códigos de barras permiten reconstruir, célula a célula, qué genes estaban activos.
El chip encapsula miles de células en minutos, lo bastante para captar incluso poblaciones que representan una fracción mínima del tejido.
Todo el ARN de una célula comparte el mismo código de barras, así que nada se mezcla: cada perfil pertenece a una célula concreta.
El UMI distingue cada molécula original de sus copias de amplificación, para que la expresión que medimos sea la real.
10x Genomics ofrece varias químicas sobre la misma plataforma. Elegimos contigo la que mejor encaja con tu muestra y con lo que quieres descubrir.
El estándar para caracterizar tipos y estados celulares y comparar condiciones con resolución de célula única.
Expresión génica y, en la misma célula, la secuencia de los receptores de linfocitos T y B (TCR/BCR) para estudiar clonalidad y respuesta inmune.
Trabaja con células fijadas e incluso con muestras en parafina. Permite recoger muestras en momentos distintos y procesarlas juntas, y escalar a estudios muy grandes.
Accesibilidad de la cromatina y expresión génica de la misma célula: no solo qué genes se encienden, sino qué regiones reguladoras lo permiten.
Añade marcadores de superficie con anticuerpos marcados para leer ARN y proteína a la vez y afinar la identidad de cada célula.
Cuando no se pueden obtener células vivas, por ejemplo en tejido congelado, cerebro o biobancos, leemos los núcleos celulares.
En single-cell la calidad de la muestra lo decide casi todo. Te acompañamos desde la recogida para que llegue en las mejores condiciones.
Una buena viabilidad evita que el ARN de células dañadas contamine los datos.
Separar las células sin estresarlas ni perder los tipos más frágiles, con un protocolo adaptado a cada tejido.
Según el tejido y la logística, elegimos entre células frescas, núcleos o fijación, que permite guardar las muestras y procesarlas más tarde.
Planificamos cómo y cuándo se procesa cada muestra para que las diferencias sean biológicas y no técnicas.
Un experimento single-cell genera millones de datos, muy dispersos y con mucho ruido técnico. Los métodos lineales clásicos se quedan cortos, así que usamos modelos de deep learning que aprenden la estructura estadística real de tus células.
Todas tus células agrupadas e identificadas por tipo y estado, con sus marcadores.
Proporciones y genes que cambian entre condiciones, población a población.
Cómo transitan las células entre estados y qué señales intercambian.
Mapas de células, dotplots y heatmaps listos para publicar, con un informe que explica qué significan.
Explora tu atlas cuando quieras, sin programar: colorea el mapa por cualquier gen, compara poblaciones y genera tus propias gráficas interactivas desde tu área privada.
Cuéntanos tu pregunta y tu tipo de muestra. Te proponemos la química, el diseño y cómo preparar las muestras para sacar el máximo de cada célula.