La reproducibilidad entre clones iPSC es la capacidad de obtener el mismo resultado biológico con distintos clones derivados de una misma persona, y de que otro laboratorio pueda repetirlo. Se consigue con tres cosas: caracterizar cada clon con las mismas pruebas, usar un diseño estadístico que no confunda clones con individuos, y documentar cada paso del cultivo. En enfermedades ultra-raras, donde a veces solo existe un paciente, además hace falta un control isogénico bien construido.
Este artículo explica de dónde viene la variabilidad, cómo afecta a la interpretación de un experimento, cuántos clones y controles conviene incluir y qué registrar para que tu modelo se pueda auditar.
En resumen
- Un clon de iPSC no es una réplica perfecta de otro: pueden diferir en genética, epigenética, expansión y potencial de diferenciación, incluso con el mismo donante y el mismo protocolo.
- La mayor parte de la heterogeneidad proviene del trasfondo genético del donante, más que del cultivo, los pases o el sexo.
- Varios clones de un mismo individuo no son réplicas independientes: hay que tratarlos con métodos estadísticos que tengan en cuenta esa dependencia.
- Caracterización estándar, límites de pases y documentación completa son lo que permite comparar clones y repetir un estudio.
- En casos n-of-1, el control corregido con CRISPR sobre el mismo fondo genético es la comparación más informativa.
Tabla de contenidos
- Qué significa la reproducibilidad entre clones y por qué importa en enfermedades raras
- De dónde sale la variabilidad entre clones
- Cómo afecta a la diferenciación y a la lectura de un experimento
- Cuántos clones y qué controles incluir
- Pruebas de calidad para caracterizar y comparar clones
- Pases, cultivo y almacenamiento
- Documentar para que otros puedan repetirlo
- Nuestra perspectiva
- Cómo aplicamos esto en un programa personalizado
- Preguntas frecuentes
- Fuentes
Qué significa la reproducibilidad entre clones y por qué importa en enfermedades raras
Cuando se reprograman células de sangre o piel de un paciente, no se obtiene una sola línea sino varias colonias, cada una originada por una célula reprogramada distinta. Cada colonia, una vez aislada y expandida, es un clon. La pregunta de reproducibilidad es sencilla: si repito el experimento con el clon A, el clon B y el clon C del mismo paciente, ¿llego a la misma conclusión?
Hay dos niveles que conviene separar:
- Reproducibilidad intra-individuo: coherencia entre clones de la misma persona.
- Reproducibilidad entre estudios: que otro equipo, con otros reactivos y otras manos, observe un fenotipo comparable.
En enfermedades frecuentes se puede compensar la variabilidad con muchos donantes. En una enfermedad ultra-rara o no diagnosticada eso no es posible: a menudo hay un paciente, pocas muestras y una decisión clínica o de investigación que depende del resultado. Por eso un fenotipo que desaparece al cambiar de clon no es solo un problema académico: puede llevar a descartar un fármaco que funcionaba o a perseguir uno que nunca funcionó.
Si quieres el panorama general de cómo se construyen estos modelos, tenemos una guía técnica sobre modelos de enfermedad iPSC para investigación traslacional.
De dónde sale la variabilidad entre clones
La literatura distingue varias fuentes. Una revisión académica sobre fabricación de iPSC señala que pueden surgir diferencias genéticas y epigenéticas entre líneas, y que los clones también varían en expansión, robustez y potencial de diferenciación. Conviene desglosarlas.
Trasfondo genético del donante
Según una revisión publicada en Disease Models & Mechanisms, la heterogeneidad en la etapa iPSC está impulsada sobre todo por el trasfondo genético del donante, y no tanto por factores no genéticos como las condiciones de cultivo, el número de pases o el sexo. Este dato cambia la forma de planificar: comparar clones del mismo paciente entre sí controla muy bien la genética de fondo, pero comparar un paciente con un control no emparentado mezcla el efecto de la enfermedad con miles de variantes sin relación.
Mutaciones somáticas y memoria epigenética
El mismo trabajo indica que la variación entre líneas puede asociarse al trasfondo del donante, a mutaciones somáticas y a marcas epigenéticas retenidas. Dicho de forma práctica:
- Una mutación somática presente en una sola célula de la muestra original puede quedar fijada en un clon y estar ausente en otro.
- Las marcas epigenéticas del tejido de origen pueden persistir y sesgar la diferenciación hacia ciertos linajes.
Expansión, robustez y diferenciación espontánea
Incluso con el mismo donante, el mismo tipo celular, el mismo método y el mismo sistema de cultivo, los clones pueden variar en su expansión y en su robustez, es decir, en la tendencia a diferenciarse espontáneamente. Un clon más frágil exige más intervención manual y acumula más diferencias con el tiempo.
Cómo afecta a la diferenciación y a la lectura de un experimento
La variabilidad entre clones se traduce en diferencias de diferenciación, morfología y expresión génica. Según la revisión de Disease Models & Mechanisms, esto puede introducir sesgos y dificultar la interpretación, y sin estrategias estadísticas adecuadas las diferencias entre clones pueden confundirse con el efecto biológico de la enfermedad.
Un ejemplo ilustrativo, hipotético y sin datos reales: imagina que un clon del paciente se diferencia hacia neuronas con una eficiencia menor que el clon control. Si mides una proteína sináptica y sale reducida en el paciente, ¿es la enfermedad o es que hay menos neuronas maduras en el cultivo? Sin registrar rendimiento y pureza de las células diferenciadas, no hay manera de saberlo.
Por eso, antes de cualquier comparación de fenotipo, conviene fijar criterios de aceptación de cada diferenciación (pureza, marcadores, viabilidad) y descartar lotes que no los cumplan, igual para el paciente y para el control. Hemos desarrollado esta idea en nuestra lista de controles que ningún laboratorio debería omitir en iPSC.
Cuántos clones y qué controles incluir
Aquí hay un error muy común: pensar que más clones significa más potencia estadística. Los datos apuntan a otra cosa.
Más individuos, no más clones por individuo
Para comparar casos y controles, la recomendación es aumentar el número de individuos en lugar del número de líneas por individuo, porque así se potencia la comparación poblacional. Un análisis citado en esa revisión halló que de cuatro a seis individuos por grupo ofrecían un equilibrio razonable, y que varias líneas de un mismo individuo podían aumentar diferencias espurias.
No tratar clones como réplicas independientes
Germain y Testa advirtieron en Stem Cell Reports que el análisis debe corregir la interdependencia de las muestras, y que tratar los clones de un solo individuo como réplicas independientes sin corrección es una práctica común que debe evitarse. Hacerlo reduce de forma artificial la variabilidad aparente y produce valores p demasiado optimistas. Los métodos adecuados modelan el individuo como un efecto aparte, por ejemplo con modelos mixtos.
Los límites de añadir donantes
Un preprint de 2026 (aún no revisado por pares) sostiene que depender de pocos donantes, entre tres y cinco, es un problema estructural del modelo iPSC y propone avanzar hacia la validación frente a datos clínicos reales, en lugar de confiar solo en sumar líneas. Es una perspectiva, no un consenso, pero encaja con lo que ocurre en enfermedades ultra-raras: la validación clínica y genómica del paciente pesa tanto como el número de clones. Por eso insistimos en integrar los datos genómicos en el modelo de paciente.
Qué hacer cuando solo hay un paciente
Si el diseño es n-of-1, no se puede aumentar el número de donantes. Las opciones razonables son:
| Estrategia | Qué controla | Limitación |
|---|---|---|
| Varios clones del mismo paciente, analizados con un modelo que reconoce su dependencia | Variabilidad entre clones (mutaciones somáticas, epigenética) | No añade información poblacional |
| Control isogénico corregido con CRISPR | Trasfondo genético completo del paciente | Requiere verificar que la edición no introduce cambios fuera de diana |
| Controles sanos de otros donantes | Referencia de fenotipo normal | Mezcla el efecto de la enfermedad con la genética de fondo |
| Datos clínicos y genómicos del propio paciente | Relevancia del fenotipo observado | Depende de que se hayan recopilado a tiempo |
La combinación de las dos primeras filas, más la contrastación clínica, es la forma más sólida de defender un resultado cuando la población es de uno.
Pruebas de calidad para caracterizar y comparar clones
No se pueden comparar clones sin una caracterización común. Un artículo de ALTEX sobre buenas prácticas de cultivo celular en laboratorios académicos propone medir morfología, micoplasma, identidad celular, cariotipo, expresión de antígenos, viabilidad, expresión génica, pluripotencia y recuperación tras la descongelación, con pruebas prácticas y de coste moderado.
Una forma útil de organizarlas:
- Identidad y limpieza: autenticación de la línea frente a la muestra original y ausencia de micoplasma. Sin esto, nada de lo demás vale.
- Integridad genómica: cariotipo y, según el caso, pruebas adicionales de variantes. Un clon con una anomalía cromosómica adquirida no es comparable con uno normal.
- Estado de pluripotencia: marcadores de expresión y morfología de colonia.
- Viabilidad y recuperación: cómo responde el clon tras descongelar, un indicador práctico de robustez.
- Capacidad de diferenciación: rendimiento y pureza en el protocolo concreto que se usará en el estudio.
El detalle de qué pruebas son el mínimo para considerar válida una línea lo desarrollamos en caracterización de iPSC: qué pruebas mínimas garantizan una línea válida.
Pases, cultivo y almacenamiento
El cultivo prolongado es una fuente conocida de deriva. La revisión sobre fabricación de iPSC recoge que el cultivo y los pases afectan a la diversidad de las poblaciones celulares. En la práctica:
- Fija un número máximo de pases para los experimentos y respétalo igual para paciente y control. Compara clones en pases similares.
- Congela pronto un banco maestro de bajo pase y trabaja desde viales de un banco de trabajo, no desde un cultivo que se arrastra durante meses.
- Registra cada pase: fecha, densidad, reactivos, lotes y quién lo hizo.
- Reevalúa tras descongelar: un clon que se recupera mal merece una segunda caracterización antes de usarlo.
El almacenamiento ordenado no es solo logística: un banco bien caracterizado permite repetir el experimento dentro de un año con el mismo material de partida, que es la forma más directa de reproducibilidad.
Documentar para que otros puedan repetirlo
La revisión de Disease Models & Mechanisms resume qué mejora la reproducibilidad: medidas de control de calidad bien documentadas, protocolos estandarizados, registro del destino, rendimiento y pureza de las células diferenciadas, análisis estadístico robusto y líneas Rosetta compartidas. Las líneas Rosetta son líneas de referencia compartidas entre estudios que sirven como punto de comparación para detectar y, en lo posible, tener en cuenta la variación experimental entre estudios.
Otro punto de transparencia: en un trabajo sobre modelado de enfermedad genética rara con iPSC se recomienda que los estudios con pocas líneas informen con claridad de las limitaciones de su diseño, incluido el número de donantes y el análisis estadístico usado para manejar la variabilidad entre donantes.
Una lista mínima de lo que debería figurar en cualquier informe:
- Origen de la muestra (sangre, piel), método de reprogramación y fecha.
- Número de clones generados, cuántos se caracterizaron y cuántos se usaron.
- Resultados de cada prueba de calidad, por clon.
- Número de pases en cada experimento.
- Protocolo de diferenciación con métricas de rendimiento y pureza.
- Método estadístico y cómo se trató la dependencia entre clones.
- Limitaciones declaradas, incluido el número de donantes.
Nuestra perspectiva
Desde RareLabs trabajamos con pacientes de enfermedades ultra-raras o sin diagnóstico, donde el n suele ser uno. Eso nos ha llevado a una convicción: la reproducibilidad no se arregla al final con estadística, se diseña desde la primera muestra.
Nos parece útil insistir en tres ideas. Primera, un modelo derivado de las propias células del paciente solo es creíble si lo acompañas de una comparación sobre su mismo fondo genético; por eso generamos líneas corregidas con CRISPR como control. Segunda, un resultado de cribado, sea de fármacos aprobados, de oligonucleótidos antisentido o de estrategias de terapia génica, tiene que poder defenderse ante un médico o una fundación sin que nadie tenga que fiarse de nuestra palabra, así que entregamos los datos y las líneas, no solo una conclusión. Tercera, los datos clínicos y genómicos del paciente son parte del control de calidad: un fenotipo de laboratorio que no encaja con la clínica merece desconfianza. Sobre esto último escribimos en por qué recopilar datos clínicos es urgente.
No creemos que haya un número mágico de clones. Creemos en definir criterios antes del experimento, declarar las limitaciones y no esconder los clones que no pasan el control de calidad.
— John
Cómo aplicamos esto en un programa personalizado
Si tú o tu familia convivís con una enfermedad genética ultra-rara, o si eres médico o representas a una fundación, podemos construir un modelo a partir de sangre o piel del paciente, generar la línea control corregida con CRISPR y ejecutar cribados en paralelo con la reproducibilidad como criterio de diseño. Nuestro programa incluye modelos iPSC con biobanco, cribado de unos 3.000 fármacos aprobados por la FDA, diseño y validación de ASO personalizados, evaluación de terapia génica y estudios de amenabilidad con apoyo de IA. Puedes ver el conjunto de servicios y pedir una conversación inicial en hopeatrarelabs.com. Si quieres hacerte una idea de plazos antes, lee cuándo un modelo iPSC está listo para familias y médicos.
Preguntas frecuentes
¿Cuántos clones de iPSC debo usar por paciente?
No hay una cifra universal. Lo que sí se desprende de la literatura es que añadir clones del mismo individuo no sustituye a añadir individuos, y que esos clones no deben tratarse como réplicas independientes. En un caso n-of-1, varios clones analizados con un modelo que reconozca su dependencia, más un control isogénico, es un diseño defendible.
¿Es suficiente un control corregido con CRISPR?
Es la comparación más limpia porque comparte todo el trasfondo genético del paciente, pero no es suficiente por sí solo. Hay que verificar que la edición no introdujo cambios inesperados y caracterizar el control con las mismas pruebas que el clon del paciente. Siempre que sea posible, conviene respaldar el fenotipo con datos clínicos.
¿Cuántos pases son demasiados?
Depende del protocolo y del laboratorio, y no hay un límite universal. Lo recomendable es fijar un máximo antes de empezar, trabajar con bancos de bajo pase y comparar clones en pases similares. La revisión sobre fabricación de iPSC confirma que el cultivo y los pases afectan a la diversidad celular.
¿Qué pruebas de calidad son imprescindibles?
Identidad celular, ausencia de micoplasma, cariotipo, expresión de pluripotencia, viabilidad y recuperación tras descongelar, además del rendimiento de diferenciación en tu protocolo. Una propuesta de buenas prácticas en ALTEX incluye todas ellas a un coste moderado para un laboratorio académico.
¿Por qué un fenotipo puede desaparecer al cambiar de clon?
Porque la diferencia observada quizá no era de la enfermedad: puede venir de una mutación somática, de memoria epigenética o de una diferenciación menos eficiente en ese clon. Por eso se recomienda registrar rendimiento y pureza, usar controles y repetir con más de un clon antes de sacar conclusiones.
Fuentes
- Overcoming the Variability of iPSCs in the Manufacturing of Cell-Based Therapies (MDPI, 2023)
- Addressing variability in iPSC-derived models of human disease (Disease Models & Mechanisms, 2020)
- Taming Human Genetic Variability: Transcriptomic Meta-Analysis (Stem Cell Reports, 2017)
- Adding iPSC donor lines does not adequately control for... (bioRxiv, 2026, preprint)
- Academic application of Good Cell Culture Practice for induced pluripotent stem cells (ALTEX)
- Modeling rare genetic disease with patient-derived induced pluripotent stem cells (PMC)