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

Il cervello umano è un paesaggio di immensa complessità, dove miliardi di cellule lavorano insieme per creare pensiero, memoria e movimento. Per decenni, gli scienziati hanno cercato di comprendere questo paesaggio studiando le singole cellule, ma una limitazione principale è stata la perdita della posizione. Quando i ricercatori estraggono le cellule per studiarne le istruzioni genetiche, di fatto prendono una mappa e la strappano in pezzi, perdendo il contesto di dove ogni pezzo appartenesse. Negli ultimi anni, una nuova generazione di tecnologia chiamata trascrittomica spaziale ha permesso agli scienziati di leggere le istruzioni genetiche delle cellule mentre queste rimangono nei loro luoghi originali all'interno di una sezione di tessuto. Questo è stato un progresso fondamentale, rivelando come i diversi tipi di cellule siano disposti e come interagiscano. Tuttavia, leggere il codice genetico da solo non è sempre sufficiente. I geni sono i progetti, ma le proteine che costruiscono sono i veri lavoratori e le strutture che definiscono la forma e la funzione di una cellula. In malattie come l'Alzheimer, dove l'architettura del cervello è interrotta da ammassi di proteine e fibre aggrovigliate, conoscere il codice genetico senza vedere la struttura fisica è come cercare di comprendere una città leggendo il suo elenco telefonico senza mai vedere gli edifici.

Per colmare questa lacuna, un team di ricercatori della Columbia University e della Rush University ha sviluppato un metodo che combina due potenti tecniche sullo stesso pezzo di tessuto cerebrale. Sono partiti con un sistema di imaging high-tech chiamato Xenium, che legge l'attività genetica di migliaia di geni in una singola sezione di tessuto con un dettaglio incredibile. Di solito, una volta terminato questo processo, il tessuto è considerato "esaurito" per ulteriori analisi proteiche. I ricercatori, tuttavia, hanno trovato un modo per preservare il tessuto per un secondo round di investigazione. Dopo che la lettura genetica era stata completata, hanno applicato una serie di trattamenti chimici accuratamente temporizzati per rimuovere le sonde genetiche utilizzando un tampone specializzato, e poi hanno colorato lo stesso tessuto con anticorpi che illuminano proteine specifiche. Ripetendo questo ciclo di colorazione, imaging e rimozione per cinque volte, hanno creato una mappa ad alta definizione delle proteine che si sovrapponeva perfettamente ai dati genetici che avevano già raccolto. Ciò ha permesso loro di vedere non solo quali geni fossero attivi, ma anche come apparissero le cellule e se fossero intrappolate nelle trappole patologiche della malattia di Alzheimer.

I ricercatori hanno testato questo approccio su tessuto cerebrale proveniente dalla corteccia calcarina, una regione nella parte posteriore del cervello coinvolta nella visione, prelevata da partecipanti dello Religious Orders Study (ROS) e del Rush Memory and Aging Project (MAP) che erano deceduti. Si sono concentrati su aree note per contenere i segni distintivi dell'Alzheimer, come le placche amiloidi e gli aggrovigliamenti della proteina tau, nonché anomalie dei vasi sanguigni. Il team ha progettato un pannello di marcatori per identificare i principali tipi cellulari nel cervello, inclusi neuroni, astrociti, microglia e oligodendrociti, oltre a segni specifici della malattia. Hanno eseguito il sequenziamento genetico per primo, poi hanno utilizzato un tampone chimico specializzato per rimuovere le sonde genetiche senza danneggiare il tessuto o le proteine sottostanti. Successivamente, hanno applicato un nuovo set di anticorpi per illuminare proteine specifiche, hanno scattato foto ad alta risoluzione e hanno ripetuto il processo di rimozione e colorazione altre quattro volte. Questo processo iterativo, noto come 4i, ha permesso loro di catturare un totale di quindici diversi marcatori proteici sull'esatta stessa sezione di tessuto, creando una visione ricca e multistrato del microambiente cerebrale.

Uno dei risultati più significativi di questo lavoro è stata la capacità di identificare i tipi cellulari con molta più precisione rispetto al passato. Negli studi genetici standard, gli scienziati devono spesso indovinare che tipo di cellula stanno osservando basandosi solo su quali geni sono attivi, il che può essere rumoroso e confusionario. Aggiungendo i dati proteici, i ricercatori hanno potuto utilizzare la forma fisica e i marcatori proteici delle cellule per confermarne l'identità. Hanno addestrato un programma per computer per riconoscere le forme di diversi nuclei cellulari basandosi sulle immagini delle proteine. Questo programma ha imparato a distinguere tra i neuroni, che hanno una forma e una firma proteica specifica, e la microglia, le cellule immunitarie del cervello, che hanno un aspetto diverso e portano marcatori differenti. Quando hanno testato questo sistema, ha identificato correttamente i principali tipi cellulari nella stragrande maggioranza dei casi, fornendo una base solida per i dati genetici. Ciò significava che quando i ricercatori guardavano l'attività genetica di una cellula specifica, potevano essere molto più sicuri di cosa quella cellula fosse realmente.

Lo studio ha anche rivelato come i confini fisici delle cellule influenzino la lettura dei dati genetici. Nel cervello, le cellule hanno spesso lunghi bracci ramificati che si protendono per toccare le loro vicine. Quando gli scienziati cercano di assegnare i messaggi genetici a una cellula, devono decidere quanto lontano dal centro della cellula tracciare una linea. Se la linea è troppo piccola, perdono messaggi importanti; se è troppo grande, potrebbero accidentalmente contare messaggi provenienti da una vicina. Confrontando i dati genetici con i chiari contorni proteici delle cellule, i ricercatori hanno scoperto che espandere il confine della cellula di una piccola quantità fissa di cinque micrometri funzionava meglio. Questo semplice aggiustamento catturava i messaggi genetici in modo accurato senza mescolarli con quelli delle cellule vicine, risolvendo un problema comune nella biologia spaziale.

Forse più importante di tutto, questo metodo ha permesso al team di vedere come i diversi tipi di cellule siano posizionati rispetto al danno causato dall'Alzheimer. Potevano mappare esattamente dove si trovavano le placche amiloidi e gli aggrovigliamenti della proteina tau e vedere quali tipi specifici di cellule si radunavano attorno ad essi. Hanno osservato che certe cellule immunitarie e cellule di supporto si riunivano vicino a queste caratteristiche patologiche, creando un microambiente di malattia specifico. Poiché tutte queste informazioni provenivano dallo stesso taglio di tessuto, le connessioni tra l'attività genetica, i marcatori proteici e la posizione fisica della malattia erano dirette e innegabili. I ricercatori hanno dimostrato che questo flusso di lavoro è robusto e può essere applicato al tessuto cerebrale conservato in formalina, che è il modo standard in cui la maggior parte degli archivi medici conserva i campioni cerebrali.

Questo lavoro non sostiene di aver curato l'Alzheimer o di aver risolto il mistero della malattia. Al contrario, fornisce uno strumento nuovo e più preciso per osservare il cervello. Combinando la lettura genetica con l'imaging proteico sullo stesso tessuto, i ricercatori hanno dimostrato che è possibile costruire una mappa completa del paesaggio cellulare del cervello. Questa mappa include le istruzioni genetiche, le strutture fisiche e i segni della malattia, tutto in un unico luogo. Il metodo è flessibile e può essere adattato per cercare diverse proteine o diverse malattie, offrendo un modo per studiare la complessità del cervello con un livello di dettaglio che prima era impossibile. Per gli scienziati che studiano il cervello invecchiante, questo approccio offre una finestra più chiara su come le cellule cambiano e interagiscono in presenza di patologia, portando potenzialmente a una comprensione più profonda di come queste malattie progrediscano.