Cartes 3D des tissus malades avec une précision subcellulaire

Des chercheurs du laboratoire de biologie des systèmes du professeur Nikolaus Rajewsky, au Centre Max Delbrück, ont développé une plateforme de transcriptomique spatiale, appelée Open-ST, qui permet aux scientifiques de reconstruire l’expression des gènes dans les cellules d’un tissu en trois dimensions. La plateforme produit ces cartes avec une résolution si élevée que les chercheurs sont capables de voir les structures moléculaires et (sub)cellulaires qui sont souvent perdues dans les représentations 2D traditionnelles. L’étude a été publiée dans Cellule.

Dans les tissus du cerveau des souris, Open-ST a pu reconstruire les types de cellules à une résolution subcellulaire. Dans le tissu tumoral et un ganglion lymphatique sain et métastatique provenant d’un patient atteint d’un cancer de la tête et du cou, la plateforme a capturé la diversité des populations de cellules immunitaires, stromales et tumorales. Elle a également montré que ces populations cellulaires étaient organisées autour de points chauds de communication au sein de la tumeur primitive, mais que cette organisation était perturbée dans la métastase.

De telles informations peuvent aider les chercheurs à comprendre comment les cellules cancéreuses interagissent avec leur environnement et potentiellement commencer à explorer comment elles échappent au système immunitaire. Les données peuvent également être utilisées pour prédire les cibles médicamenteuses potentielles pour des patients individuels. La plateforme ne se limite pas au cancer et peut être utilisée pour étudier tout type de tissu et d’organisme.

“Nous pensons que ces types de technologies aideront les chercheurs à découvrir des cibles médicamenteuses et de nouvelles thérapies”, déclare le Dr Nikos Karaiskos, scientifique principal au laboratoire Rajewsky de l’Institut de Berlin pour la biologie des systèmes médicaux du Centre Max Delbrück (MDC-BIMSB) et un auteur correspondant sur le papier.

Dévoiler la complexité spatiale des tissus

La transcriptomique est l’étude de l’expression des gènes dans une cellule ou une population de cellules, mais elle n’inclut généralement pas d’informations spatiales. La transcriptomique spatiale mesure cependant l’expression de l’ARN dans l’espace, au sein d’un échantillon de tissu donné.

Open-ST propose une méthode rentable, haute résolution et facile à utiliser qui capture à la fois la morphologie tissulaire et la transcriptomique spatiale d’une coupe de tissu. Des cartes 2D en série peuvent être alignées, reconstruisant les tissus sous forme de « blocs de tissus virtuels » 3D.

“Comprendre les relations spatiales entre les cellules des tissus malades est crucial pour déchiffrer les interactions complexes qui conduisent à la progression de la maladie”, explique Rajewsky, également directeur du MDC-BIMSB. “Les données Open-ST permettent de dépister systématiquement les interactions cellule-cellule pour découvrir les mécanismes de santé et de maladie ainsi que les moyens potentiels de reprogrammer les tissus.”

Les images Open-ST de tissus cancéreux ont également mis en évidence des biomarqueurs potentiels à la limite 3D tumeur/ganglion lymphatique qui pourraient servir de nouvelles cibles médicamenteuses. “Ces structures n’étaient pas visibles dans les analyses 2D et ne pouvaient être observées que dans une reconstruction aussi impartiale du tissu en 3D”, explique Daniel León-Periñán, co-premier auteur de l’article.

“Nous avons atteint un niveau de précision complètement différent”, ajoute Rajewsky. “On peut pratiquement naviguer vers n’importe quel endroit de la reconstruction 3D pour identifier les mécanismes moléculaires dans des cellules individuelles, ou la frontière entre les cellules saines et cancéreuses, par exemple, ce qui est crucial pour comprendre comment cibler la maladie.”

Une technologie économique et accessible

Un avantage significatif d’Open-ST est le coût. Les outils de transcriptomique spatiale disponibles dans le commerce peuvent être d’un coût prohibitif. Cependant, Open-ST utilise uniquement du matériel de laboratoire standard et capture efficacement l’ARN, ce qui réduit considérablement les coûts. Des coûts inférieurs signifient également que les chercheurs peuvent étendre leurs études pour inclure des échantillons de grande taille, pour étudier des cohortes de patients, par exemple.

Les chercheurs ont rendu l’ensemble du flux de travail expérimental et informatique disponible gratuitement pour permettre une utilisation généralisée. Il est important de noter que la plate-forme est modulaire, explique León-Periñán, de sorte qu’Open-ST peut être adapté à des besoins spécifiques. “Tous les outils sont suffisamment flexibles pour que tout puisse être modifié ou modifié.”

“L’un des principaux objectifs était de créer une méthode non seulement puissante mais également accessible”, explique Marie Schott, technicienne au laboratoire Rajewsky et co-premier auteur de l’article. “En réduisant le coût et la complexité, nous espérons démocratiser la technologie et accélérer la découverte.”