Microenvironment-informed inference of transcriptional progression geometry

Im menschlichen Körper sind Zellen selten statisch; sie bewegen sich ständig durch eine Abfolge von Veränderungen und transformieren sich von einem Typ in einen anderen, während der Körper wächst, heilt oder Infektionen bekämpft. Diese Reise ist kein einfacher Wechsel von einem Zustand zum nächsten, sondern ein kontinuierlicher Fluss, ganz ähnlich einem Fluss, der von seiner Quelle zum Meer fließt. Wissenschaftler versuchen schon lange, diesen Fluss zu kartieren – ein Konzept, das als Pseudotime bekannt ist und es ihnen ermöglicht, Zellen basierend darauf anzuordnen, wo sie sich auf ihrer Entwicklungsreise befinden, anstatt nur danach, wann sie gesammelt wurden. Der Pfad einer Zelle wird jedoch nicht allein durch ihre internen Anweisungen bestimmt. Die Umgebung, die die Zelle umgibt – die Nachbarschaft anderer Zellen und die chemischen Signale, in denen sie lebt – übt einen starken Einfluss aus und kann das Tempo ihrer Transformation potenziell beschleunigen, verlangsamen oder sogar verzerren. Zu verstehen, wie dieser externe Kontext die interne Uhr einer Zelle formt, ist entscheidend für die Klärung der Frage, warum die Entwicklung manchmal schiefläuft, etwa wenn das Immunsystem sich nicht ordnungsgemäß reifen kann oder wenn eine Krankheit wie COVID-19 dazu führt, dass Immunzellen Fehlfunktionen aufweisen.

Ein neues Framework namens BIOCURRENT bietet eine neue Sichtweise auf diese biologischen Reisen, indem es sie als eine Karte von Zeit und Raum betrachtet, die sich je nach Umgebung verändert. Forscher entwickelten dieses Werkzeug, um den spezifischen Entwicklungspfad für einzelne Spender zu rekonstruieren, wobei sie deren einzigartige Basiseigenschaften und das Mikromilieu, in dem sie leben, berücksichtigen. Anstatt davon auszugehen, dass jede Zelle ihre Stadien mit der gleichen Geschwindigkeit durchläuft, modelliert das System die Genexpression als ein Ergebnis dessen, wo die Zelle begann, in welchem Kontext sie lebt und ihrer Position entlang der Zeitlinie der Veränderung. Dieser Ansatz ermöglicht es Wissenschaftlern, zu vergleichen, wie lange verschiedene Segmente der Reise unter verschiedenen Bedingungen dauern. Beispielsweise können sie bestimmen, ob ein Übergang zwischen zwei spezifischen Zellzuständen in einem komprimierten Zeitstoß stattfindet oder ob er sich über einen längeren Zeitraum hinzieht, und sie können dies für spezifische Individuen tun, anstatt nur die Daten zu mitteln.

Der Kern dieser Arbeit ist eine Methode, die den Unterschied in diesen Zeitintervallen zwischen Bedingungen misst. Durch die Anwendung dieser Messung konnten die Forscher simulieren, was passieren würde, wenn die Umweltsignale verändert würden, was im Wesentlichen die Frage nach dem „Was wäre wenn“ über den biologischen Prozess stellt. Sie testeten diesen Ansatz in zwei unterschiedlichen biologischen Szenarien: der Entwicklung von T-Zellen im Thymus, einer Drüse, in der Immunzellen trainiert werden, und der Immunreaktion bei Patienten mit COVID-19. In beiden Fällen zeigte die Analyse, dass die Progressionsintervalle nicht einheitlich waren. Stattdessen fanden die Forscher Verzerrungen, die spezifisch für die jeweilige Bedingung und den jeweiligen Spender waren. Im Thymus wurden bestimmte Entwicklungsstadien je nach Spender gedehnt oder gestaucht, während bei COVID-19-Patienten die Immun-Dysregulation offenbar die Zeitabstände spezifischer Zustandsübergänge der Immunzellen veränderte.

Was diese Entdeckung besonders leistungsfähig macht, ist ihre Fähigkeit, genau zu bestimmen, wo diese Verzerrungen auftreten. Das Framework sagt nicht bloß, dass der Prozess anders ist; es lokalisiert die Abweichung an einem spezifischen Punkt entlang der transkriptomischen Koordinaten. Das bedeutet, dass Forscher feststellen können, ob eine Verschiebung im Programm der Zelle früh zu Beginn der Reise oder erst später auftritt. Darüber hinaus identifiziert die Methode durch die Verknüpfung dieser Veränderungen mit der Umgebung die vorgelagerten Programme, die mit diesen Verzerrungen assoziiert sind. In den Simulationen ermöglichte diese Verbindung dem Team zu sehen, wie Veränderungen im Mikromilieu die Dauer spezifischer intrazellulärer Übergänge direkt beeinflussten. Diese Detailtiefe unterstützt die Bildung von Hypothesen über die Mechanismen, die diese Veränderungen antreiben, und legt nahe, dass das Timing der Transformation einer Zelle ein sensibler Indikator für ihre Gesundheit und Umgebung ist.

Die Ergebnisse legen nahe, dass Wissenschaftler durch die Kartierung dieser geometrischen Verzerrungen potenzielle Kontrollpunkte identifizieren können, an denen eine Intervention möglich sein könnte. Wenn eine bestimmte Entwicklungsphase aufgrund eines bestimmten Umweltsignals zu lange dauert oder zu schnell voranschreitet, wird dieses Signal zu ein Kandidat für eine therapeutische Zielsetzung. Die Arbeit beansprucht nicht, die Komplexität der Immun-Dysregulation oder der Entwicklungsstörungen gelöst zu haben, aber sie bietet eine neue Art, diese zu visualisieren und zu messen. Indem sie den Fortschritt von Zellen als eine Geometrie betrachtet, die durch die Umgebung gedehnt oder gestaucht werden kann, bietet BIOCURRENT eine klarere Sicht darauf, wie biologische Systeme auf Stress und Krankheit reagieren, und verwandelt abstrakte Daten in eine greifbare Karte dessen, wo und wie Dinge aus der Bahn geraten.