Une nouvelle méthode de calcul cartographie la structure des tissus humains avec des détails sans précédent

Les chercheurs de Weill Cornell Medicine ont développé une méthode informatique pour cartographier la structure des tissus humains avec des détails sans précédent. Leur approche promet d’accélérer les études sur les interactions cellulaires au niveau des organes et pourrait permettre de nouvelles stratégies de diagnostic puissantes pour un large éventail de maladies.

Méthode, publiée le 31 octobre Les voies de la nature Il est né de la frustration des scientifiques face à l’écart entre la microscopie classique et l’analyse moléculaire moderne à cellule unique. « En regardant des tissus au microscope, vous voyez un groupe de cellules qui ont été regroupées dans l’espace – vous voyez cette organisation dans les images presque instantanément », a déclaré l’auteur principal Junbum Kim, étudiant diplômé en physiologie et biophysique à Weill Cornell Medicine.

Désormais, les biologistes cellulaires ont acquis la capacité d’examiner des cellules individuelles de manière extrêmement détaillée, jusqu’aux gènes que chaque cellule exprime, de sorte qu’ils se concentrent sur les cellules plutôt que sur la structure des tissus. « 

Junbum Kim, auteur principal de l’étude et étudiant diplômé, Physiologie et biophysique, Weill Cornell Medicine

Cependant, « il est important que les chercheurs en apprennent davantage sur les détails de l’architecture tissulaire ; des changements fondamentaux dans les relations entre les cellules au sein des tissus conduisent au fonctionnement des organes sains et malades », a déclaré le chercheur principal, le Dr Olivier Elemento, directeur de l’Englander Institut de médecine de précision et professeur de physiologie et de biophysique Computational Genomics in Computational Biomedicine at Weill Cornell Medicine.

Cependant, combiner manuellement des données de cellule unique avec des cartes de structure tissulaire est lent et fastidieux. Les algorithmes d’apprentissage automatique ont montré un certain potentiel pour l’automatisation des processus, mais ils sont limités par les données utilisées pour les entraîner. Pour résoudre ce problème, Kim et ses collègues ont développé une stratégie de calcul non supervisée, utilisant une combinaison de profils d’expression génique unicellulaire et d’emplacements cellulaires pour identifier les régions structurelles dans les tissus.

Le co-auteur principal, le Dr André Rendero, chercheur postdoctoral à Weill Cornell Medicine pendant l’étude et actuellement chercheur principal au Centre de recherche en médecine moléculaire de l’Académie autrichienne des sciences à Vienne, en Autriche, compare la nouvelle méthode de cartographie d’une ville comme New York :  » Une façon de le faire est d’aller à chaque intersection et de compter chaque type de bâtiment : est-ce résidentiel, est-ce commercial… est-ce un magasin ou un restaurant ? » En mettant toutes ces données dans une matrice et les emplacements des bâtiments dans une autre, on peut alors combiner les deux matrices et rechercher des modèles.

« Essentiellement, nous pouvons commencer à faire une déclaration générale sur l’emplacement des différents quartiers et leurs limites en fonction de l’abondance d’immeubles d’appartements par rapport aux immeubles commerciaux, par exemple – tout comme quiconque se promène dans l’Upper East Side ou le centre-ville ou le centre-ville en fonction de leur observations », a-t-il dit. Dr. Rendero.

Les chercheurs ont utilisé la nouvelle méthode pour créer des cartes détaillées de plusieurs types de tissus et pour identifier et quantifier de nouveaux aspects de l’anatomie microscopique – des modèles qui apparaissent à petite échelle lorsque les cellules interagissent et qui déterminent la fonction ultime du tissu. En collaboration avec un collègue de l’Université de Caroline du Nord à Chapel Hill qui étudie les maladies pulmonaires, ils montrent également que leur méthode peut peindre des nuances subtiles de distinction entre différents états pathologiques dans les tissus.

Alors que le cancer et d’autres maladies chroniques provoquent souvent des changements importants dans la structure des tissus, une autopsie microscopique détaillée peut également aider à diagnostiquer et à traiter les cas plus graves. Rendeiro cite le COVID-19 sévère comme exemple, où « il y a beaucoup de cellules immunitaires qui voyagent dans les environs, et il y a vraiment un changement dramatique dans le tissu pulmonaire ». L’équipe applique maintenant sa nouvelle technologie à un large éventail de tissus pour comprendre comment les changements dans l’organisation des tissus sous-tendent leur fonction dans la santé et leur dysfonctionnement dans la maladie.