An integrated pipeline to count individual transcripts with single-cell resolution

Au cœur de chaque cellule vivante, une conversation complexe est en cours. Les gènes, ces manuels d'instructions stockés dans l'ADN, sont constamment lus pour produire des molécules appelées ARN, qui guident ensuite les activités de la cellule. Pour les scientifiques, comprendre quelle quantité d'une molécule d'ARN spécifique existe dans une cellule particulière revient à lire le volume d'une conversation ; cela révèle quelles instructions sont suivies et lesquelles sont ignorées. Bien que les chercheurs aient depuis longtemps pu mesurer la quantité moyenne d'ARN dans un grand groupe de cellules, voir exactement combien de copies existent dans une seule cellule individuelle au sein d'un organisme vivant est resté un défi difficile. Cela est particulièrement vrai pour les organismes minuscules où les cellules sont étroitement serrées, et pour les gènes qui produisent de très courts messages d'ARN difficiles à attraper. Sans cette vue précise à l'échelle de la cellule unique, les scientifiques passent souvent à côté de différences subtiles dans la manière dont les gènes se comportent dans différentes parties du corps, même au sein d'un même animal.

Une équipe de chercheurs a maintenant mis au point une nouvelle méthode simplifiée pour résoudre ce problème en utilisant le nématode microscopique Caenorhabditis elegans. Ce minuscule ver est un favori des généticiens car il est transparent et possède un nombre fixe de cellules, chaque individu ayant exactement la même anatomie. Les scientifiques ont combiné une technique chimique puissante appelée Réaction de Chaîne d'Hybridation avec un programme informatique spécialisé pour créer un pipeline capable de compter les molécules d'ARN individuelles à l'intérieur de cellules spécifiques. En congelant et en traitant les vers avec des colorants fluorescents, ils ont fait en sorte que les molécules d'ARN brillent comme de petites étoiles. Ils ont ensuite utilisé un microscope pour prendre des images 3D haute résolution et un logiciel pour identifier et compter automatiquement ces points lumineux. Cette approche fonctionne pour les vers à n'importe quel stade de la vie, des embryons aux adultes, et peut suivre plusieurs gènes différents en même temps sans que les signaux ne se mélangent.

Les chercheurs ont testé leur nouveau système en observant plusieurs gènes connus pour être actifs dans des parties spécifiques du ver. Dans les embryons précoces, ils ont identifié avec succès des gènes qui ne s'activent que dans certaines cellules, correspondant à ce qui était déjà connu sur le développement du ver. Ils ont également observé des vers adultes et trouvé des gènes actifs dans le système reproducteur. Un test clé impliquait des gènes qui produisent des messages d'ARN très courts, qui sont notoirement difficiles à étudier avec les anciennes méthodes. Le nouveau pipeline a réussi à visualiser clairement ces messages courts, prouvant que la méthode est assez sensible pour capturer même les signaux génétiques les plus ténus. L'équipe a également démontré qu'elle pouvait observer trois gènes différents briller dans des couleurs différentes au sein du même ver, montissant que la technique peut gérer des expériences multi-géniques complexes.

Pour voir si leur méthode pouvait révéler de nouvelles connaissances biologiques, les scientifiques l'ont appliquée pour étudier comment les mutations affectent l'expression génique dans des cellules nerveuses spécifiques. Ils se sont concentrés sur un gène appelé ins-4, qui est actif dans deux paires de neurones sensoriels dans la tête du ver. En comparant les vers normaux à ceux présentant des mutations génétiques spécifiques, ils ont découvert que l'effet d'une mutation n'était pas le même dans chaque cellule. Dans un type de mutant, la quantité d'ARN de ins-4 a chuté de manière significative dans une paire de neurones mais est restée la même dans l'autre paire. Dans un autre mutant, les niveaux d'ARN ont augmenté dans une paire de neurones mais n'ont pas changé dans l'autre. Cette découverte suggère que ces deux types de cellules nerveuses, qui sont voisines, répondent aux changements génétiques de manière indépendante l'une de l'autre.

L'étude a également comparé deux façons de mesurer l'activité génique : compter les points lumineux et mesurer la luminosité totale de la lumière dans une cellule. Les chercheurs ont constaté que le simple comptage des points individuels offrait une image beaucoup plus claire et plus fiable de ce qui se passait. La mesure de la luminosité totale était plus facilement confondue par le bruit de fond et les variations dans la façon dont l'expérience était réalisée d'un jour à l'autre. En comptant directement les points, l'équipe a pu voir des différences entre les types génétiques qui étaient cachées lors de l'utilisation de la méthode de la luminosité. Cette précision a permis de détecter des changements subtils dans l'activité génique qui auraient autrement été manqués.

Ce travail fournit un outil pratique et abordable pour les autres scientifiques. Les chercheurs ont montré que les kits coûteux habituellement requis pour ce type de travail pouvaient être remplacés par des composants personnalisés moins chers, rendant la technique accessible à davantage de laboratoires. Ils ont également partagé le code informatique qu'ils ont utilisé pour analyser les images, permettant à d'autres d'adopter la méthode immédiatement. En facilitant le comptage des molécules d'ARN dans des cellules uniques au sein d'un animal entier et vivant, ce pipeline ouvre la voie à une compréhension plus profonde de la manière dont les gènes contrôlent le développement et le comportement d'organismes complexes, une cellule à la fois.