High-Dimensional Multi-omic Mapping of Post-Mortem Human Brain Using Iterative Indirect Immunofluorescence Imaging on Xenium-Processed Tissues

Das menschliche Gehirn ist eine Landschaft von immenser Komplexität, in der Milliarden von Zellen zusammenarbeiten, um Gedanken, Erinnerung und Bewegung zu erzeugen. Jahrzehntelang haben Wissenschaftler versucht, diese Landschaft zu verstehen, indem sie einzelne Zellen untersuchten, aber eine wesentliche Einschränkung war der Verlust des Standorts. Wenn Forscher Zellen extrahieren, um ihre genetischen Anweisungen zu untersuchen, nehmen sie effektiv eine Landkarte und zerreißen sie in Stücke, wodurch der Kontext verloren geht, wo welches Teil hingehörte. In den letzten Jahren hat eine neue Generation von Technologie namens räumliche Transkriptomik es Wissenschaftlern ermöglicht, die genetischen Anweisungen der Zellen zu lesen, während sie an ihrem ursprünglichen Platz innerhalb eines Gewebeschnitts verbleiben. Dies war ein Durchbruch, der offenbarte, wie verschiedene Zelltypen angeordnet sind und wie sie miteinander interagieren. Das Lesen des genetischen Codes allein reicht jedoch nicht immer aus. Gene sind die Blaupausen, aber die Proteine, die sie bauen, sind die eigentlichen Arbeiter und Strukturen, die die Form und Funktion einer Zelle definieren. In Krankheiten wie Alzheimer, bei denen die Architektur des Gehirns durch Klumpen von Proteinen und verhedderte Fasern gestört wird, ist das Wissen über den genetischen Code ohne das Sehen der physischen Struktur so, als versuche man, eine Stadt zu verstehen, indem man nur deren Telefonbuch liest, ohne jemals die Gebäude gesehen zu haben.

Um diese Lücke zu schließen, hat ein Team von Forschern der Columbia University und der Rush University eine Methode entwickelt, die zwei leistungsstarke Techniken auf demselben Stück Hirngewebe kombiniert. Sie begannen mit einem hochmodernen Bildgebungssystem namens Xenium, das die genetische Aktivität von tausenden Genen in einem einzigen Gewebeschnitt mit unglaublicher Detailgenauigkeit liest. Normalerweise gilt das Gewebe nach Abschluss dieses Prozesses als für weitere Proteinanalysen „verbraucht“. Die Forscher fanden jedoch einen Weg, das Gewebe für eine zweite Untersuchung zu bewahren. Nachdem die genetische Lesung abgeschlossen war, wandten sie eine Reihe sorgfältig getimter chemischer Behandlungen an, um die genetischen Sonden mit einem speziellen Puffer zu entfernen, und färbten dasselbe Gewebe dann mit Antikörpern ein, die spezifische Proteine zum Leuchten bringen. Durch die Wiederholung dieses Zyklus aus Färbung, Bildgebung und Strippen fünfmal erstellten sie eine hochauflösende Proteinkarte, die sich perfekt mit den bereits gesammelten genetischen Daten überlagerte. Dies ermöglichte es ihnen, nicht nur zu sehen, welche Gene aktiv waren, sondern auch, wie die Zellen aussah und ob sie in den pathologischen Fallen der Alzheimer-Krankheit gefangen waren.

Die Forscher testeten diesen Ansatz an Hirngewebe aus dem Kortex calcarinus, einer Region am Hinterhaupt des Gehirns, die am Sehen beteiligt ist, das von Teilnehmern der Religious Orders Study (ROS) und dem Rush Memory and Aging Project (MAP) stammte, die verstorben waren. Sie konzentrierten sich auf Bereiche, die für die Merkmale von Alzheimer bekannt sind, wie Amyloid-Plaques und Tau-Protein-Knäuel sowie Blutgefäßanomalien. Das Team entwarf ein Panel von Markern, um die wichtigsten Zelltypen im Gehirn zu identifizieren, einschließlich Neuronen, Astrozyten, Mikroglia und Oligodendrozyten sowie spezifische Anzeichen der Krankheit. Sie führten zuerst die genetische Sequenzierung durch, verwendeten dann einen speziellen chemischen Puffer, um die genetischen Sonden zu entfernen, ohne das Gewebe oder die darunter liegenden Proteine zu beschädigen. Dann wandten sie einen neuen Satz von Antikörpern an, um spezifische Proteine zum Leuchten zu bringen, machten hochauflösende Fotos und wiederholten den Stripp- und Färbeprozess noch viermal. Dieser iterative Prozess, bekannt als 4i, ermöglichte es ihnen, insgesamt fünfzehn verschiedene Proteinmarker auf exakt demselben Gewebeschnitt zu erfassen, was eine reichhaltige, vielschichtige Sicht auf das Mikromilieu des Gehirns schuf.

Eines der bedeutendsten Ergebnisse dieser Arbeit war die Fähigkeit, Zelltypen mit viel größerer Genauigkeit als bisher zu identifizieren. In Standard-Genetikstudien müssen Wissenschaftler oft raten, welche Art von Zelle sie gerade betrachten, basierend darauf, welche Gene aktiviert sind, was verrauscht und verwirrend sein kann. Durch das Hinzufügen der Proteindaten konnten die Forscher die Identität der Zellen anhand ihrer physischen Form und ihrer Proteinmarker bestätigen. Sie trainierten ein Computerprogramm, um die Formen verschiedener Zellkerne basierend auf den Proteinbildern zu erkennen. Das Programm lernte, zwischen Neuronen, die eine spezifische Form und ein spezifisches Proteinprofil haben, und Mikroglia, den Immunzellen des Gehirns, die anders aussehen und andere Marker tragen, zu unterscheiden. Als sie dieses System testeten, identifizierte es die wichtigsten Zelltypen in der überwiegenden Mehrheit der Fälle korrekt und lieferte so eine solide Grundlage für die genetischen Daten. Dies bedeutete, dass die Forscher, wenn sie die genetische Aktivität einer bestimmten Zelle betrachteten, viel sicherer sein konnten, was diese Zelle tatsächlich war.

Die Studie zeigte auch, wie die physischen Grenzen von Zellen die Lesung der genetischen Daten beeinflussen. Im Gehirn haben Zellen oft lange, verzweigte Arme, die sich ausstrecken, um ihre Nachbarn zu berühren. Wenn Wissenschaftler versuchen, genetische Botschaften einer Zelle zuzuweisen, müssen sie entscheiden, wie weit sie die Grenze von der Mitte der Zelle aus ziehen. Wenn die Linie zu klein ist, verpassen sie wichtige Botschaften; wenn sie zu groß ist, könnten sie versehentlich Nachrichten eines Nachbarn mitzählen. Durch den Vergleich der genetischen Daten mit den klaren Proteinumrissen der Zellen fanden die Forscher heraus, dass die Erweiterung der Zellgrenze um einen winzigen, festen Betrag von fünf Mikrometern am besten funktionierte. Diese einfache Anpassung erfasste die genetischen Botschaften präzise, ohne sie mit denen von Nachbarzellen zu vermischen, und löste damit ein häufiges Problem in der räumlichen Biologie.

Vielleicht am wichtigsten ist, dass diese Methode es dem Team ermöglichte zu sehen, wie die Zellen relativ zu den durch Alzheimer verursachten Schäden positioniert sind. Sie konnten genau kartieren, wo sich die Amyloid-Plaques und Tau-Knäuel befanden, und sehen, welche spezifischen Zelltypen um sie herum gedrängt waren. Sie beobachteten, dass bestimmte Immunzellen und Supportzellen in der Nähe dieser pathologischen Merkmale zusammenkamen und ein spezifisches Mikromilieu der Krankheit schufen. Da all diese Informationen aus demselben Gewebeschnitt stammten, waren die Verbindungen zwischen der genetischen Aktivität, den Proteinmarkern und dem physischen Ort der Krankheit direkt und unbestreitbar. Die Forscher demonstrierten, dass dieser Arbeitsablauf robust ist und auf menschliches Hirngewebe angewendet werden kann, das in Formalin konserviert wurde, was die Standardmethode ist, mit der die meisten medizinischen Archive Hirnproben aufbewahren.

Diese Arbeit erhebt nicht den Anspruch, Alzheimer geheilt zu haben oder das Rätsel dieser Krankheit gelöst zu haben. Stattdessen bietet sie ein neues, präziseres Werkzeug, um in das Gehirn zu blicken. Durch die Kombination von genetischem Lesen mit Proteinbildgebung auf demselben Gewebe haben die Forscher gezeigt, dass es möglich ist, eine umfassende Karte der zellulären Landschaft des Gehirns zu erstellen. Diese Karte umfasst die genetischen Anweisungen, die physischen Strukturen und die Anzeichen der Krankheit an einem Ort. Die Methode ist flexibel und kann angepasst werden, um nach anderen Proteinen oder anderen Krankheiten zu suchen, was einen Weg eröffnet, die Komplexität des Gehirns mit einem Detailgrad zu untersuchen, der zuvor unmöglich war. Für Wissenschaftler, die das alternde Gehirn untersuchen, bietet dieser Ansatz ein klareres Fenster dazu, wie sich Zellen in Gegenwart von Pathologien verändern und interagieren, was potenziell zu einem tieferen Verständnis darüber führen kann, wie diese Krankheiten fortschreiten.