CardioShift: Resolving cell-to-cell functional heterogeneity in hiPSC-derived cardiomyocytes from high-throughput single-cell imaging
CardioShift è un framework open-source di bioinformatica delle immagini che risolve l'eterogeneità funzionale cellula-cellula nascosta nei cardiomiociti derivati da hiPSC, tenendo conto adeguatamente delle strutture di varianza annidate nell'imaging ad alto rendimento a singola cellula, rivelando così fenotipi dipendenti dalle condizioni e stati cellulari distinti che le analisi tradizionali basate sulla media dei valori nascondono.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Il cuore umano non è una macchina costruita da parti identiche. Anche all'interno di una singola camera, le cellule muscolari che pompano il sangue non sono copie carbone l'una dell'altra. Alcune sono più grandi, altre più piccole; alcune battono con un ritmo rapido e netto, mentre altre si muovono con un passo più lento e deliberato. Questa variazione naturale è essenziale affinché il cuore funzioni come un insieme, permettendogli di adattarsi alle mutevoli necessità del corpo. Quando gli scienziati cercano di studiare le malattie cardiache o di testare nuovi farmaci, spesso utilizzano cellule coltivate in laboratorio a partire da cellule staminali umane. Queste cellule, che possono essere indotte a diventare muscolo cardiaco, sono uno strumento potente perché portano il codice genetico unico di una persona. Tuttavia, quando i ricercatori osservano queste cellule coltivate in laboratorio, si trovano di fronte a un problema complicato. I metodi tradizionali misurano il comportamento medio di migliaia di cellule mescolate in un unico contenitore. Questo approccio è come ascoltare una stanza affollata e riferire solo il volume medio del rumore; ti dice quanto è forte la stanza, ma nasconde il fatto che alcune persone stiano sussurrando mentre altre stiano urlando. Se un trattamento colpisce solo un piccolo gruppo di cellule, o se cambia l'equilibrio tra diversi tipi di cellule, la media potrebbe apparire completamente normale, mascherando il vero effetto.
Per risolvere questo problema, un team di ricercatori ha sviluppato un nuovo modo per osservare queste cellule cardiache, un modo che rispetta le loro differenze individuali senza perdere la visione d'insieme. Hanno creato un sistema chiamato CardioShift, che permette loro di tracciare il comportamento di decine di migliaia di singole cellule pur trattando il gruppo di cellule in un singolo contenitore come l'unità di misura reale. Questa distinzione è vitale. Se uno scienziato tratta ogni singola cellula come un dato indipendente, rischia di ingannare se stesso pensando di aver trovato un effetto forte quando ha solo visto rumore casuale. Utilizzando un approccio statistico che riconosce che le cellule dello stesso contenitore sono correlate, il team è riuscito a separare le differenze naturali tra le singole cellule dagli effetti reali di un trattamento. Hanno testato questo metodo esponendo le cellule cardiache a diversi tipi di grassi, uno stressore comune per il cuore, per vedere come reagivano le cellule.
I ricercatori hanno lavorato con due linee specifiche di cellule cardiache. Una linea proveniva da un paziente con una condizione cardiaca genetica chiamata cardiomiopatia ipertrofica, causata da una specifica alterazione in un gene che controlla la contrazione del muscolo cardiaco. L'altra linea era una versione geneticamente corretta delle stesse cellule, che fungeva da controllo sano. Hanno fatto crescere queste cellule in una piastra a 96 pozzetti, uno strumento di laboratorio standard che contiene piccole quantità di liquido in compartimenti separati. Dopo aver lasciato maturare le cellule per venti giorni, le hanno sottoposte a una settimana di trattamento con diversi acidi grassi. Alcune cellule sono state esposte al palmitato, un grasso noto per essere tossico per le cellule cardiache ad alti livelli. Altre hanno ricevuto l'oleato, un grasso che il corpo può immagazzinare in sicurezza. Un terzo gruppo ha ricevuto una miscela di entrambi, mentre un gruppo di controllo non ha ricevuto grassi aggiuntivi. L'obiettivo era vedere se il grasso tossico avrebbe danneggiato le cellule, se il grasso sicuro le avrebbe aiutate e se la malattia genetica rendesse le cellule più o meno sensibili a questi cambiamenti.
Utilizzando un sistema di telecamere ad alta velocità, il team ha registrato il battito cardiaco e i segnali di calcio delle cellule. Il calcio è una sostanza chimica che agisce come un innesco per la contrazione del muscolo cardiaco; quando i livelli di calcio aumentano all'interno di una cellula, il muscolo si contrae. Hanno anche utilizzato un colorante speciale che brilla quando tocca le goccioline di grasso all'interno delle cellule, permettendo loro di vedere esattamente quali cellule avevano immagazzinato grasso. In totale, hanno analizzato il comportamento di oltre 32.000 segnali di calcio e più di 10.000 schemi di contrazione. I risultati hanno mostrato che guardare la media dell'intero gruppo non era sufficiente. Per molte misurazioni, la principale fonte di variazione non era il trattamento o la linea genetica, ma la differenza naturale da una cellula all'altra all'interno dello stesso contenitore. Il valore medio spesso nascondeva il fatto che le cellule si stavano dividendo in gruppi distinti con comportamenti differenti.
Quando i ricercatori hanno osservato le cellule individualmente, hanno scoperto che il grasso tossico, il palmitato, causava danni significativi. Rendeva le cellule rilasciare una proteina chiamata troponina-I, che è un segno di lesione cardiaca, e cambiava il modo in cui le cellule gestivano il calcio. Il grasso sicuro, l'oleato, non causava questo danno. Invece, causava l'accumulo di goccioline di grasso in un gran numero di cellule. Sorprendentemente, le cellule che immagazzinavano la maggior quantità di grasso non smettevano di battere o diventavano deboli. Mantenevano un ritmo regolare, nonostante trasportassero un carico pesante di lipidi. Questo specifico gruppo di cellule che immagazzinavano grasso era una sottopopolazione distinta che sarebbe stata invisibile se i ricercatori avessero guardato solo la media dell'intero pozzetto. Nella media, le cellule che immagazzinavano grasso erano mescolate con le cellule che non lo facevano, e le loro caratteristiche uniche venivano livellate.
Il team ha anche scoperto che la malattia genetica cambiava il modo in cui le cellule rispondevano ai grassi. Le cellule con la mutazione genetica erano generalmente più attive, contraendosi con maggiore forza rispetto alle cellule sane. Quando esposte alla miscela di grassi, le cellule mutate cambiavano il loro comportamento in modo più drammatico rispetto a quelle sane, spostandosi verso uno stato più veloce ed energico. Ciò suggerisce che il background genetico di un paziente potrebbe influenzare il modo in cui le sue cellule cardiache reagiscono allo stress metabolico. Lo studio ha confermato che la mutazione genetica rendeva le cellule iperattive, un reperto che concorda con le osservazioni precedenti di questa specifica variante della malattia.
Forse il reperto più importante fu la scoperta di un gruppo nascosto di cellule che accumulavano una grande quantità di grasso ma continuavano a battere normalmente. Nelle cellule di controllo sane, circa la metà delle cellule sotto il trattamento con oleato apparteneva a questo gruppo che immagazzinava grasso. Nelle cellule malate, circa un terzo apparteneva a tale gruppo. Questo gruppo era così distinto da formare un proprio cluster quando i ricercatori usarono un computer per raggruppare le cellule con tratti simili. Senza la capacità di vedere le singole cellule, questo gruppo sarebbe andato perduto nel rumore della media. I ricercatori scoprirono che le cellule che immagazzinavano grasso avevano un profilo specifico: erano piene di lipidi ma avevano un livello di contrazione moderato, posizionandosi tra le cellule molto forti e lente e quelle deboli e veloci. Questo livello di dettaglio è cruciale per comprendere come le cellule cardiache sopravvivano allo stress. Dimostra che il cuore non fallisce o ha successo solo come intero; contiene un mosaico di cellule che rispondono in modi diversi.
Lo studio ha anche evidenziato una sfida tecnica in questi esperimenti. Quando i ricercatori cercavano di misurare sia il contenuto di grasso che la velocità di contrazione contemporaneamente, molte cellule smettevano di battere correttamente. Ciò era probabilmente dovuto al fatto che la combinazione di coloranti e lo stress dell'esperimento rendevano le cellule stanche. Tuttavia, il metodo statistico che hanno sviluppato gestiva bene questo problema. Nonostante molte cellule fossero uscite dall'analisi, il metodo rimaneva stabile e non produceva risultati falsi. Questa robustezza è importante perché gli esperimenti del mondo reale presentano spesso dati mancanti o numeri di cellule non uniformi.
I ricercatori hanno concluso che il loro nuovo approccio, CardioShift, fornisce un modo affidabile per mappare la diversità nascosta all'interno delle colture di cellule cardiache. Permette agli scienziati di vedere non solo il comportamento medio, ma l'intera gamma di risposte, inclusi i gruppi rari di cellule che potrebbero essere critici per comprendere la malattia o gli effetti dei farmaci. Trattando il contenitore di cellule come l'unità di replicazione pur misurando ogni singola cellula, hanno evitato una comune trappola statistica che può portare a conclusioni errate. Questo metodo ha rivelato che le cellule cardiache sono molto più diverse di quanto precedentemente pensato, con sottogruppi differenti che reagiscono diversamente allo stesso stress. La capacità di rilevare questi sottili spostamenti nelle popolazioni cellulari potrebbe aiutare i ricercatori a sviluppare modelli migliori per testare nuovi farmaci cardiaci, assicurando che un farmaco non funzioni solo sulla cellula media, ma protegga anche quelle più vulnerabili. Il lavoro è una prova del fatto che guardare più da vicino le singole parti di un sistema può rivelare verità che l'intero sistema nasconde.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.