EASI-PASS: An accessible pipeline for linking functional imaging and mRNA profiling
EASI-PASS는 살아있는 세포의 활성을 확장 및 투명화된 조직 부피에 정렬함으로써 기능적 이미징 데이터와 mRNA 프로파일링을 효율적으로 연결하여, 높은 회복률로 기능적으로 식별된 수천 개의 뉴런에 대한 분자적 특성화를 가능하게 하는 고처리량 파이프라인입니다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기
뇌는 모든 세포가 특정한 역할을 수행하며 고유한 정체성을 가진 거대하고 복잡한 네트워크입니다. 뇌가 어떻게 작동하는지 이해하기 위해 과학자들은 종종 두 가지 질문에 동시에 답해야 합니다. 즉, 지금 이 순간 세포가 무엇을 하고 있는가, 그리고 그 세포는 어떤 종류의 세포인가 하는 점입니다. 도시를 이해하기 위해 사람들이 거리에서 움직이는 모습을 관찰한다고 상상해 보십시오. 하지만 그들의 이름이나 직업을 모른다면 어떨까요? 누군가가 버스를 잡기 위해 뛰어가거나 공원에 가만히 서 있는 모습은 볼 수 있겠지만, 그 사람의 개인적인 이력을 연결할 방법이 없다면 그가 의사인지, 교사인지, 혹은 학생인지 알 수는 없을 것입니다. 신경과학에서 이러한 연결은 매우 어렵습니다. 왜냐하면 세포의 움직임을 관찰하는 도구와 세포를 정의하는 유전적 지침을 읽어내는 도구가 서로 다른 경우가 많기 때문입니다. 한 가지 방법은 살아있는 세포의 역동적인 활동을 포착하는 반면, 다른 방법은 보존되어 고정된 세포 내부의 분자 코드를 읽어냅니다. 지금까지 이 동일한 세포에 대한 두 가지 관점을 연결하는 것은 느리고 불완전한 과정이었으며, 종종 조직을 너무 얇게 잘라 3차원적 맥락을 잃게 만들거나, 살아있는 영상 속의 세포가 보존된 샘플 속의 어느 세포와 일치하는지 추측해야만 했습니다.
연구자들은 이 문제를 해결하기 위해 실시간 이미징과 분자 프로파일링을 결 Mel합하는 신뢰할 수 있는 방법을 만드는 EASI-PASS라는 새로운 기술을 개발했습니다. 이 과정은 살아있는 뇌 조직 조각에서 수천 개의 세포를 관찰하여, 특정 신호에 반응하는 세포들의 모양과 위치를 기록하는 것으로 시작됩니다. 실시간 기록이 완료되면, 동일한 조직에 세포를 더 크게 만들고 보기 쉽게 만드는 특수 화학 공정을 처리하여 조직을 팽창시킨 뒤, 빛이 샘플의 전체 두께를 통과할 수 있도록 투명하게 만듭니다. 이를 통해 과학자들은 표준 현미경을 사용하여 조직 내부의 상세한 사진을 찍고, 각 세포 유형을 식별하는 특정 유전적 마커를 찾을 수 있습니다. 이 새로운 방법의 핵심 성과는 실시간 기록에서 관찰된 세포의 모양 및 위치를 팽창되고 투명해진 조직에서 보이는 세포와 일치시킬 수 있는 컴퓨터 시스템입니다. 이는 마치 위에서 군중의 사진을 찍은 다음, 두꺼운 책을 얇은 페이지로 자를 필요 없이 그 사진 속의 모든 사람을 별도의 상세한 신분증과 매칭하는 것과 같습니다. 이 시스템은 추적하는 세포의 약 78%에 대해 분자 정체성을 성공적으로 복구해 냈으며, 이는 얇은 조직 절편을 정렬하는 데 의존했던 기존 기술보다 크게 향상된 결과입니다.
이 접근 방식의 위력은 뇌 기능에 대한 새로운 세부 정보를 밝혀내기 위해 생쥐 뇌의 서로 다른 두 영역에서 테스트되었습니다. 한 실험에서 연구진은 척도로부터 신호를 받는 부받핵(parabrachial nucleus)이라는 작은 영역에 집중했습니다. 빛을 이용해 이 장거리 연결을 자극하면서 세포들을 관찰함으로써, 어떤 분자 유형의 뉴런이 신호를 받는지 정확히 식별할 수 있었습니다. 결과는 높은 특이성을 보여주었는데, 이는 무작위적인 세포 혼합이 아니라 오직 특정 종류의 세포들만이 입력에 반응했음을 의미합니다. 두 번째 실험에서 팀은 깨어 있는 생쥐의 시각 피질을 관찰하며, 동물이 더 각성함에 따라 서로 다른 세포 집단이 어떻게 활동을 변화시키는지 살펴보았습니다. 그들은 세포 간의 통신 방식이 위치와 특정 클래스에 따라 달라지며, 일부 그룹은 거리와 함께 약해지는 강한 연결성을 보인다는 것을 발견했습니다. 이러한 발견은 새로운 방법이 세포 활동을 분자 정체성과 안정적으로 정렬할 수 있음을 입증하며, 뇌의 다양한 세포 유형들이 정보를 처리하기 위해 어떻게 협력하는지에 대한 더 명확한 시야를 제공합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.