La recherche exploite l’apprentissage automatique et l’imagerie pour mieux comprendre le comportement des cellules souches

Les cellules souches sont comme la trousse d’urgence du corps humain. Elles ont la capacité unique de se transformer en d’autres types de cellules spécialisées, des cellules immunitaires aux cellules cérébrales. Elles peuvent se diviser et se régénérer indéfiniment pour réparer et régénérer notre système sur commande.

La capacité de cultiver des cellules souches en laboratoire et de les transformer en n’importe quel type de cellule dont nous avons besoin est le Saint Graal de la médecine. Cette capacité pourrait, par exemple, permettre aux cliniciens de créer un stock illimité de nouvelles cellules pour réparer les tissus et les organes endommagés. Cependant, pour découvrir ce Saint Graal, nous devons comprendre en profondeur comment les cellules souches se répliquent et se transforment en différents types de cellules.

De nouvelles recherches menées par le département de génie biomédical Alfred E. Mann de l’USC nous rapprochent un peu plus de la percée des mystères de ces cellules essentielles. Le professeur associé de génie biomédical Keyue Shen et son équipe ont exploité l’apprentissage automatique pour développer un système non invasif qui offre un aperçu inédit de la façon dont les cellules souches prolifèrent et se régénèrent en cellules spécialisées.

L’ouvrage a été publié dans Progrès scientifiques.

Shen a déclaré que le comportement des cellules souches est encore assez mystérieux et que le processus de compréhension de la manière dont elles se divisent et changent est souvent invasif, nécessitant l’extraction des cellules souches et leur destruction finale en laboratoire.

Les nouvelles recherches portent sur les cellules souches hématopoïétiques, qui vivent dans notre moelle osseuse et donnent naissance à toutes les cellules de notre sang, comme les globules rouges et les cellules immunitaires. Pour que les cellules souches puissent accroître leur population, explique Shen, elles doivent se diviser de manière symétrique et pour se renouveler tout en créant un nouveau type de cellule différent (comme un globule rouge ou un globule blanc), elles doivent se diviser de manière asymétrique.

« Dans le cas des greffes de moelle osseuse, nous souhaitons que les cellules souches se divisent de manière symétrique pour obtenir le plus de cellules souches possible afin de pouvoir les utiliser sur différents patients. Mais pour l’instant, les cellules souches sanguines ne peuvent pas vraiment être multipliées en dehors du corps en clinique », a déclaré Shen. « Si nous parvenons à y parvenir – à constituer un stock important de cellules souches hématopoïétiques pour la greffe de moelle osseuse – cela résoudra un très gros problème pour de nombreux patients. »

L’équipe de Shen a étudié le comportement métabolique des cellules souches, c’est-à-dire la manière dont elles décomposent le glucose en énergie, à l’aide d’une technologie d’imagerie en temps réel appelée microscopie d’imagerie à durée de vie de fluorescence.

Les cellules souches produisent leur propre matériau fluorescent, appelé autofluorescence, qui permet à l’imagerie de suivre le métabolisme des cellules. Ce métabolisme est étroitement lié au fonctionnement et à la transition des cellules.

« Par exemple, le NADH est l’une de ces molécules autofluorescentes qui, lorsqu’elles se lient à une enzyme métabolique, présentent également différentes propriétés de fluorescence optique que nous pouvons mesurer. Ainsi, nous pouvons les mesurer de manière non invasive sans tuer les cellules », a déclaré Shen.

À l’aide d’un modèle de souris, Shen et son équipe ont pris ces informations et extrait les caractéristiques fluorescentes des images de cellules souches, développant une bibliothèque de 205 caractéristiques de biomarqueurs optiques métaboliques de chaque cellule souche individuelle, dont 56 étaient associées à la différenciation des cellules souches hématopoïétiques.

L’approche d’apprentissage automatique a permis à l’équipe de créer une carte de regroupement des cellules souches et des cellules non souches et de suivre leur comportement et leur différenciation au fil du temps. L’approche a attribué un score pour déterminer si une cellule fille est susceptible d’être une cellule souche ou non, ou si les cellules souches se divisaient de manière asymétrique ou symétrique.

« C’est très intéressant car nous ne tuons pas les cellules. Nous prenons simplement des images de la cellule et en extrayons les caractéristiques. Cela peut nous donner beaucoup d’informations à leur sujet. »

L’approche en temps réel de l’équipe pour comprendre l’état métabolique des cellules souches fournira des connaissances fondamentales supplémentaires qui pourraient aider à la découverte de médicaments et aux traitements de pointe à base de cellules souches, ainsi qu’aux traitements de médecine régénérative où les cellules, les tissus et les organes humains peuvent être cultivés et remplacés.

« Il existe aujourd’hui d’autres applications, comme la thérapie cellulaire. Les chercheurs ont essayé de créer, par exemple, des lymphocytes T, des macrophages et d’autres types de cellules qui ont leur propre utilité spécifique dans différents contextes de maladies », a déclaré Shen.

« Pour les spécialistes des cellules souches, il s’agit d’une technologie passionnante, car nous leur permettons d’observer l’état d’une cellule souche en temps réel, puis de suivre chaque cellule au fil du temps, ce qui n’est pas possible actuellement. »