Combining xenium in situ spatial transcriptomics and imaging mass cytometry on a single tissue section

Questo studio presenta un innovativo flusso di lavoro che combina la trascrittomica spaziale Xenium e la citometria a massa per immagini (IMC) su un'unica sezione di tessuto, dimostrando la fattibilità di questa integrazione multi-omica per ottenere una visione più completa e biologicamente significativa dei microambienti tissutali a risoluzione cellulare singola.

L'essenziale

Immagina di voler capire come funziona una grande città, come Sydney o Roma, non guardando solo le strade dall'alto, ma entrando in ogni singolo edificio per vedere chi ci vive e cosa fanno.

Questo è esattamente ciò che hanno fatto gli scienziati in questo studio, ma invece di una città, hanno analizzato un tessuto tumorale (un campione di melanoma).

Ecco la spiegazione semplice di cosa hanno scoperto, usando qualche analogia divertente.

1. Il Problema: Due Mappe, Due Lingue

Fino a poco tempo fa, gli scienziati avevano due modi principali per studiare le cellule:

• La "Lista della Spesa" (Xenium): Una tecnologia che legge l'RNA. È come leggere il libro delle istruzioni di una cellula. Ti dice cosa la cellula pensa di dover fare ("Oggi costruirò una proteina X!"). È molto dettagliata e può leggere migliaia di istruzioni diverse.
• La "Fotografia delle Azioni" (IMC): Una tecnologia che legge le proteine. È come fare una fotografia di ciò che la cellula sta realmente facendo. Le proteine sono i "mattoni" e gli "strumenti" che la cellula usa per lavorare.

Il problema: Spesso il libro delle istruzioni (RNA) non corrisponde esattamente a ciò che viene costruito (proteine). Inoltre, se usi due campioni diversi (uno per leggere le istruzioni e uno per fotografare le azioni), potresti non vedere le stesse cellule nello stesso posto, come se guardassi due foto scattate a due ore di distanza: la città potrebbe essere cambiata.

2. La Soluzione: Un Solo "Quadro" con Due Lenti

Gli scienziati di questo studio hanno creato un metodo geniale: hanno messo entrambe le tecnologie sullo stesso pezzo di tessuto.

Immagina di avere un foglio di carta molto resistente.

1. Prima, lo passano sotto una lente speciale (Xenium) che legge tutte le istruzioni scritte sopra.
2. Poi, invece di buttare via il foglio, lo passano sotto una seconda lente (IMC) che scatta le foto delle azioni.

La domanda chiave: "Se faccio la prima lettura, il foglio si rovina? Le istruzioni spariscono o le azioni diventano sfocate?"

3. La Scoperta: Il Foglio Resiste!

Hanno scoperto che il tessuto è molto più forte di quanto pensassimo. Dopo aver letto tutte le istruzioni (Xenium), il tessuto è rimasto intatto e ha permesso di fare le foto delle proteine (IMC) con la stessa qualità di sempre. È come se avessi letto un libro, poi avessi preso una macchina fotografica per fotografare la copertina, e la copertina fosse rimasta perfetta.

4. Il Risultato Sorprendente: Non tutto è come sembra

Quando hanno confrontato le due "mappe" (le istruzioni e le foto) cellula per cellula, hanno visto cose interessanti:

• A grande distanza: Le mappe sembravano simili. Se guardi un intero quartiere, vedi che ci sono molte cellule T (soldati del sistema immunitario) sia nelle istruzioni che nelle foto.
• Da vicino (Cellula per cellula): C'era confusione! Alcune cellule avevano le istruzioni per diventare soldati, ma nelle foto non sembravano soldati. Altre sembravano soldati, ma non avevano le istruzioni recenti.
  • Analogia: È come vedere un uomo che indossa una divisa da poliziotto (proteina), ma che non ha il badge o l'ordine scritto (RNA) per essere lì. O viceversa, qualcuno che ha l'ordine scritto ma non ha ancora indossato la divisa.

5. Perché è Importante? (La Magia dell'Unione)

Il punto forte dello studio è questo: quando uniscono le due informazioni, la verità emerge.

Se guardi solo le istruzioni, potresti sbagliarti. Se guardi solo le foto, potresti perdere dettagli. Ma se guardi entrambe, puoi dire con certezza: "Questa cellula è un soldato attivo, sta combattendo il tumore".

Hanno scoperto che i "soldati" (cellule T) che si trovano dentro il tumore sono molto più attivi e pericolosi per il cancro rispetto a quelli che stanno fuori. Ma questa differenza si vede chiaramente solo quando si incrociano i dati delle istruzioni e delle foto.

In Sintesi

Questo studio è come aver imparato a leggere un libro e a fare una fotografia sullo stesso foglio di carta senza strapparlo.

• Prima: Dovevamo scegliere tra leggere il libro o fare la foto, rischiando di perdere informazioni.
• Ora: Possiamo fare entrambe le cose. Questo ci permette di capire la "vita reale" delle cellule nel corpo umano con una precisione mai vista prima, aiutando a capire meglio come funzionano le malattie come il cancro e come combatterle.

È un passo enorme verso la medicina di precisione: non trattare più tutti i tumori allo stesso modo, ma capire esattamente cosa sta succedendo dentro ogni singola cellula.

Sommario tecnico

Titolo: Combinazione di Xenium in situ (spatial transcriptomics) e Imaging Mass Cytometry (IMC) su una singola sezione tissutale

1. Il Problema

Le tecnologie di imaging spaziale offrono una visione dettagliata dei microambienti tissutali, ma la maggior parte delle piattaforme attuali è limitata all'analisi di un solo tipo di molecola: o trascrittomica (RNA) o proteomica (proteine).

• Limiti dell'IMC (Imaging Mass Cytometry): Sebbene sia un metodo affidabile per definire i fenotipi cellulari basandosi su fino a 40 marcatori proteici, il numero di target è limitato e non fornisce informazioni dirette sull'espressione genica.
• Limiti dello Xenium: La piattaforma Xenium (10x Genomics) permette di misurare fino a 5000 mRNA simultaneamente, ma le sue capacità proteiche sono attualmente limitate a pannelli validati predefiniti, non personalizzabili dall'utente.
• Sfida attuale: Esiste un bisogno crescente di approcci multi-omici sulla stessa sezione tissutale per comprendere appieno i processi biologici complessi. I metodi esistenti che combinano RNA e proteine (come CITE-seq) perdono il contesto spaziale. Le soluzioni spaziali simultanee (es. CosMx) offrono pannelli proteici limitati. Inoltre, l'uso di sezioni adiacenti per analisi separate introduce variabilità spaziale e differenze nella composizione cellulare. Non esisteva finora una valutazione della fattibilità tecnica di combinare Xenium e IMC sulla stessa sezione di tessuto FFPE (formalina-fissato, paraffina-embedded).

2. Metodologia

Gli autori hanno sviluppato un nuovo flusso di lavoro (workflow) dual-piattaforma applicato su sezioni di tessuto FFPE (microarray tissutale con campioni di linfonodi melanomatosi).

• Fase 1: Xenium (Trascrittomica Spaziale):
  • Le sezioni (5 µm) sono state processate secondo il protocollo 10x Genomics per l'ibridazione, la ligazione e l'amplificazione dei sondaggi per 377 geni target.
  • L'acquisizione delle immagini è stata eseguita sullo Xenium Analyzer, generando dati di espressione genica e una maschera di segmentazione cellulare basata sull'espansione nucleare (DAPI).
• Fase 2: Imaging Mass Cytometry (Proteomica Spaziale):
  • Cruciale: Dopo l'acquisizione Xenium, la stessa sezione (Slide A) è stata sottoposta a IMC.
  • È stato utilizzato un pannello di 40 anticorpi coniugati a metalli (Standard BioTools) per rilevare proteine di superficie e intracellulari (es. CD3, CD8, CD20, SOX10, ecc.).
  • Il processo ha incluso il recupero dell'antigene (microwave), il blocco, la colorazione con anticorpi e l'intercalatore del DNA (Ir), seguita dall'ablazione laser e rilevamento tramite spettrometria di massa (Hyperion Imaging System).
  • Una sezione adiacente (Slide B) è stata colorata con H&E post-Xenium per verificare l'integrità tissutale.
• Integrazione e Analisi Dati:
  • Registrazione: I dataset Xenium e IMC sono stati allineati utilizzando il modulo Tissuealign di Visiopharm, basandosi su punti di riferimento nucleari (DAPI per Xenium vs Ir-DNA per IMC).
  • Segmentazione: È stata utilizzata la maschera di segmentazione generata da Xenium per applicare i dati proteici IMC alle stesse cellule.
  • Annotazione Cellulare: Le cellule sono state annotate come T-cellule o B-cellule utilizzando due approcci:
    1. Soglie semplici su singoli marcatori (CD3E/MS4A1 per RNA, CD3/CD20 per proteine).
    2. Clustering semi-supervisionato basato su multipli marcatori.
  • Analisi di Concordanza: Confronto tra cellule identificate da entrambe le piattaforme ("dual-positive") rispetto a quelle identificate da una sola.

3. Risultati Chiave

• Fattibilità Tecnica: Il flusso di lavoro è tecnicamente fattibile. La colorazione H&E post-Xenium ha mostrato che l'integrità del tessuto è stata preservata con minima perdita di materiale, rendendo la sezione idonea per la successiva colorazione IMC.
• Qualità del Segnale IMC: Il confronto tra l'IMC eseguito dopo Xenium e l'IMC eseguito su sezioni adiacenti (senza Xenium) ha dimostrato che il protocollo Xenium non ha avuto un impatto negativo significativo sulla qualità della colorazione proteica o sull'intensità del segnale.
• Discordanza RNA-Proteina:
  • A livello globale, esiste una forte correlazione visiva tra la distribuzione spaziale di trascritti e proteine corrispondenti (es. CD3E, CD20, Ki67).
  • A livello di singola cellula, si osservano discrepanze significative: molte cellule mostrano espressione proteica senza trascritti rilevati (e viceversa). Questo è attribuito a differenze biologiche (emivita proteica, modifiche post-trascrizionali) e limiti tecnici di ciascuna piattaforma.
  • La correlazione varia per marcatore: CD20/MS4A1 mostra una correlazione moderata (r=0.48), mentre CD3E/CD3E mostra una correlazione più debole (r=0.15).
• Valore dell'Integrazione:
  • L'identificazione delle cellule basata sulla concorrenza (presenza di RNA e Proteina) ha prodotto i risultati biologicamente più significativi.
  • Analizzando le T-cellule all'interno e all'esterno del tumore, le cellule identificate da entrambe le piattaforme hanno mostrato un profilo di attivazione, proliferazione e funzione effettrice coerente sia a livello di RNA che di proteina.
  • Al contrario, le cellule identificate da una sola piattaforma mostravano profili parziali (es. solo RNA o solo proteina), suggerendo che l'uso di una singola modalità può portare a una caratterizzazione incompleta o inaccurata.

4. Contributi Principali

1. Novel Workflow: Prima dimostrazione pubblicata della fattibilità di eseguire Xenium e IMC sequenzialmente sulla stessa sezione FFPE.
2. Validazione Tecnica: Dimostrazione che il protocollo Xenium non degrada il tessuto o gli epitopi necessari per l'IMC, permettendo l'uso di pannelli proteici personalizzati (40-plex) su sezioni già processate per trascrittomica.
3. Approccio Multi-Omico Spaziale: Evidenza che l'integrazione di dati RNA e proteine migliora l'accuratezza dell'annotazione cellulare e la comprensione delle interazioni cellulari, superando i limiti delle singole modalità.
4. Risoluzione del Problema Spaziale: Superamento delle limitazioni delle sezioni adiacenti, garantendo che l'analisi multi-omica avvenga sullo stesso identico spazio fisico.

5. Significato e Implicazioni

Questo studio apre la strada a un'analisi spaziale più profonda e accurata dei microambienti tumorali e immunitari.

• Caratterizzazione Fenotipica: Permette di definire i fenotipi cellulari con maggiore precisione, sfruttando la ricchezza dei dati trascrittomici (alta plex) e la affidabilità funzionale dei dati proteici.
• Comprensione Biologica: Aiuta a distinguere tra cellule attive e quiescenti, o tra stati di differenziazione, che potrebbero essere persi analizzando solo RNA o solo proteine.
• Applicazioni Future: Il metodo può essere utilizzato come strumento di validazione incrociata per entrambe le tecnologie e per studiare meccanismi di regolazione post-trascrizionale nello spazio tissutale.
• Sfide Riconosciute: Gli autori notano che la registrazione delle immagini e la segmentazione cellulare rimangono sfide tecniche (dovute a differenze nei metodi di colorazione nucleare e possibili ritiri tissutali), ma il workflow proposto dimostra che è possibile ottenere un allineamento sufficiente per analisi biologiche significative.

In sintesi, questo lavoro fornisce un protocollo robusto per l'integrazione di trascrittomica e proteomica spaziale ad alta risoluzione, offrendo una visione olistica e più completa della biologia dei tessuti complessi.