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

Le cerveau humain est un paysage d'une immense complexité, où des milliards de cellules travaillent ensemble pour créer la pensée, la mémoire et le mouvement. Pendant des décennies, les scientifiques ont tenté de comprendre ce paysage en étudiant les cellules individuelles, mais une limitation majeure a été la perte de localisation. Lorsque les chercheurs extraient les cellules pour étudier leurs instructions génétiques, ils déchirent effectivement une carte en morceaux, perdant le contexte de l'endroit où chaque morceau appartenait. Au cours des dernières années, une nouvelle génération de technologie appelée transcriptomique spatiale a permis aux scientifiques de lire les instructions génétiques des cellules pendant qu'elles restent dans leur emplacement d'origine au sein d'une coupe de tissu. Cela a été une avancée majeure, révélant comment les différents types de cellules sont disposés et comment ils interagissent. Cependant, lire le code génétique seul ne suffit pas toujours. Les gènes sont les plans, mais les protéines qu'ils construisent sont les véritables travailleurs et structures qui définissent la forme et la fonction d'une cellule. Dans des maladies comme Alzheimer, où l'architecture du cerveau est perturbée par des amas de protéines et des fibres emmêlées, connaître le code génétique sans voir la structure physique revient à essayer de comprendre une ville en lisant son annuaire téléphonique sans jamais voir les bâtiments.

Pour combler cette lacune, une équipe de chercheurs de l'Université de Columbia et de l'Université Rush a développé une méthode qui combine deux techniques puissantes sur la même tranche de tissu cérébral. Ils ont commencé par un système d'imagerie de haute technologie appelé Xenium, qui lit l'activité génétique de milliers de gènes dans une seule coupe de tissu avec une précision incroyable. Habituellement, une fois ce processus terminé, le tissu est considéré comme « épuisé » pour toute analyse protéique ultérieure. Les chercheurs ont cependant trouvé un moyen de préserver le tissu pour une seconde investigation. Après la lecture génétique, ils ont appliqué une série de traitements chimiques soigneusement programmés pour éliminer les sondes génétiques à l'aide d'un tampon spécialisé, puis ont marqué le même tissu avec des anticorps qui illuminent des protéines spécifiques. En répétant ce cycle de marquage, d'imagerie et de décapage cinq fois, ils ont créé une carte haute définition de protéines qui se superposait parfaitement avec les données génétiques qu'ils avaient déjà collectées. Cela leur a permis de voir non seulement quels gènes étaient actifs, mais aussi à quoi ressemblaient les cellules et si elles étaient prises dans les pièges pathologiques de la maladie d'Alzheimer.

Les chercheurs ont testé cette approche sur du tissu cérébral du cortex calcarin, une région à l'arrière du cerveau impliquée dans la vision, provenant de participants de l'étude Religious Orders Study (ROS) et du Rush Memory and Aging Project (MAP) qui sont décédés. Ils se sont concentrés sur des zones connues pour contenir les marqueurs de la maladie d'Alzheimer, tels que les plaques amyloïdes et les enchevêtrements de protéine tau, ainsi que les anomalies des vaisseaux sanguins. L'équipe a conçu un panel de marqueurs pour identifier les principaux types de cellules du cerveau, incluant les neurones, les astrocytes, la microglie et les oligodendrocytes, ainsi que des signes spécifiques de la maladie. Ils ont effectué le séquençage génétique en premier, puis ont utilisé un tampon chimique spécialisé pour éliminer les sondes génétiques sans endommager le tissu ou les protéines en dessous. Ils ont ensuite appliqué un nouvel ensemble d'anticorps pour illuminer des protéines spécifiques, pris des photos à haute résolution, et ont répété le processus de décapage et de marquage quatre fois de plus. Ce processus itératif, connu sous le nom de 4i, leur a permis de capturer un total de quinze marqueurs protéiques sur la même section de tissu, créant une vue riche et multicouche du microenvironnement cérébral.

L'un des résultats les plus significatifs de ce travail a été la capacité d'identifier les types de cellules avec une précision bien plus grande qu'auparavant. Dans les études génétiques standards, les scientifiques doivent souvent deviner quel type de cellule ils observent en se basant uniquement sur les gènes qui sont activés, ce qui peut être bruyant et déroutant. En ajoutant les données protéiques, les chercheurs ont pu utiliser la forme physique et les marqueurs protéiques des cellules pour confirmer leur identité. Ils ont entraîné un programme informatique pour reconnaître les formes des différents noyaux cellulaires à partir des images de protéines. Ce programme a appris à distinguer les neurones, qui possèdent une forme et une signature protéique spécifiques, de la microglie, les cellules immunitaires du cerveau, qui ont un aspect différent et portent des marqueurs différents. Lorsqu'ils ont testé ce système, il a correctement identifié les principaux types de cellules dans la vaste majorité des cas, fournissant une base solide aux données génétiques. Cela signifiait que lorsque les chercheurs examinaient l'activité génétique d'une cellule spécifique, ils pouvaient être beaucoup plus confiants quant à la nature réelle de cette cellule.

L'étude a également révélé comment les limites physiques des cellules affectent la lecture des données génétiques. Dans le cerveau, les cellules possèdent souvent de longs bras ramifiés qui s'étendent pour toucher leurs voisines. Lorsque les scientifiques tentent d'attribuer des messages génétiques à une cellule, ils doivent décider jusqu'où, à partir du centre de la cellule, ils doivent tracer une ligne. Si la ligne est trop petite, ils manquent des messages importants ; si elle est trop grande, ils pourraient accidentellement compter des messages provenant d'une voisine. En comparant les données génétiques aux contours protéiques clairs des cellules, les chercheurs ont découvert qu'étendre la limite de la cellule d'une petite quantité fixe de cinq micromètres fonctionnait le mieux. Cet ajustement simple permettait de capturer les messages génétiques avec précision sans les mélanger avec ceux des cellules voisines, résolvant ainsi un problème courant en biologie spatiale.

Peut-être plus important encore, cette méthode a permis à l'équipe de voir comment les différentes cellules sont positionnées par rapport aux dommages causés par la maladie d'Alzheimer. Ils ont pu cartographier exactement où se trouvaient les plaques amyloïdes et les enchevêtrements de tau, et voir quels types de cellules spécifiques se regroupaient autour d'eux. Ils ont observé que certaines cellules immunitaires et cellules de soutien se rassemblaient près de ces caractéristiques pathologiques, créant un microenvironnement de maladie spécifique. Comme toutes ces informations provenaient de la même tranche de tissu, les liens entre l'activité génétique, les marqueurs protéiques et la localisation physique de la maladie étaient directs et indéniables. Les chercheurs ont démontré que ce flux de travail est robuste et peut être appliqué à du tissu cérébral conservé dans le formol, qui est la méthode standard utilisée pour conserver la plupart des échantillons cérébraux dans les archives médicales.

Ce travail ne prétend pas avoir guéri la maladie d'Alzheimer ou résolu le mystère de la maladie. Au contraire, il fournit un nouvel outil plus précis pour observer le cerveau. En combinant la lecture génétique et l'imagerie des protéines sur le même tissu, les chercheurs ont montré qu'il est possible de construire une carte complète du paysage cellulaire du cerveau. Cette carte comprend les instructions génétiques, les structures physiques et les signes de la maladie, le tout au même endroit. La méthode est flexible et peut être ajustée pour rechercher différentes protéines ou différentes maladies, offrant un moyen d'étudier la complexité du cerveau avec un niveau de détail qui était auparavant impossible. Pour les scientifiques étudiant le cerveau vieillissant, cette approche offre une fenêtre plus claire sur la façon dont les cellules changent et interagissent en présence de pathologie, menant potentiellement à une compréhension plus profonde de la progression de ces maladies.