Autofluorescence lifetime imaging resolves cell heterogeneity within peripheral blood mononuclear cells

Dit onderzoek toont aan dat labelvrije autofluorescentie-levensduurbeeldvorming (OMI) metabole heterogeniteit en activatietoestanden van specifieke immuuncelsubpopulaties binnen gemengde PBMC-culturen op enkel-celniveau kan oplossen, wat waardevolle inzichten biedt voor diagnostiek en celtherapie.

De kern

🩸 De "Metabole Vingerafdruk" van Bloedcellen

Stel je voor dat je bloed een drukke stad is, vol met verschillende soorten bewoners: de T-cellen (de politie), de B-cellen (de ambtenaren), de NK-cellen (de snelle interventietroepen) en de monocyten (de brandweer). Samen heten ze PBMC's (perifere bloedmononucleaire cellen).

Normaal gesproken kijken artsen naar deze cellen door ze te "verfjagen" met speciale kleurstoffen (labels) om te zien wie wie is. Het probleem? Dat is als het openen van een gesloten doos om te zien wat erin zit: je moet de doos openmaken (destructief), het kost tijd, en je ziet alleen de verpakking, niet wat er binnenin gebeurt.

Wat hebben deze onderzoekers gedaan?
Ze hebben een nieuwe, magische bril ontwikkeld die heet OMI (Optical Metabolic Imaging). Deze bril kijkt niet naar de verpakking, maar naar de energie die de cellen zelf produceren. Het is alsof je in plaats van naar de naamplaatjes op de koffers kijkt, naar de rook die uit de schoorstenen van de huizen komt.

🔋 De "Batterij" van de Cel: NAD(P)H en FAD

Elke cel heeft twee kleine, natuurlijke batterijen: NAD(P)H en FAD.

• NAD(P)H is als een batterij die licht geeft als hij vol is (of juist als hij leeg is, afhankelijk van hoe je er naar kijkt).
• FAD is de andere batterij.

Wanneer een cel actief is (bijvoorbeeld omdat het virusbestrijding moet doen), verandert de manier waarop deze batterijen branden. Ze veranderen van kleur en flitsen sneller of langzamer. De onderzoekers gebruiken een heel speciale camera (een levensduur-microscoop) om te meten hoe lang deze batterijen blijven "flikkeren" voordat ze doven. Dit noemen ze levensduur.

🚦 De Grote Ontdekkingen

De onderzoekers keken naar bloed van drie verschillende mensen en deden twee dingen:

1. Rustige cellen: Cellen die niets deden.
2. Actieve cellen: Cellen die ze wakker schudden met een chemische prikkel (alsof je een alarmbel luidt).

Hier is wat ze ontdekten, vertaald in alledaagse termen:

1. Je kunt de cellen herkennen zonder ze aan te raken

Zelfs zonder kleurstoffen kon de camera zien wie wie was.

• De Brandweer (Monocyten): Deze cellen zijn altijd al druk bezig. Ze hebben een heel groot huis (grote cel) en hun batterijen flikkeren heel snel. De camera kon ze met 96% zekerheid herkennen, zelfs als ze rustten.
• De Interventietroepen (NK-cellen): Deze zijn iets lastiger te onderscheiden, maar de camera kon ze toch met 74% zekerheid vinden.
• De Politie en Ambtenaren (T- en B-cellen): Deze waren in rustige toestand wat moeilijker te onderscheiden van elkaar, maar dat is niet zo erg, want ze lijken op elkaar.

2. Je kunt zien of ze wakker worden, voordat ze het zelf weten

Dit is het coolste deel. Normaal moet je wachten tot cellen hun "uniform" (eiwitten op hun oppervlak) aantrekken om te zien of ze actief zijn. Dat duurt uren.
Met deze nieuwe techniek kon de camera zien of de cellen wakker werden slechts 2 uur na het alarm.

• De uitkomst: De camera had 93% zekerheid dat de cellen wakker waren, lang voordat ze hun uniform aan hadden. Het is alsof je ziet dat iemand in zijn huis aan het rennen is en de lichten aan doet, lang voordat hij de voordeur uitkomt.

3. De stad wordt chaotischer als ze wakker worden

Toen de cellen wakker werden, werden ze allemaal een beetje anders.

• De Brandweer (monocyten) en de Interventietroepen (NK-cellen) bleven goed te onderscheiden.
• Maar de Politie (T-cellen) en Ambtenaren (B-cellen) werden allemaal heel druk en leken op elkaar. Ze veranderden allemaal in dezelfde "actie-modus", waardoor het lastig was om ze van elkaar te houden. Dit is logisch: als er een brand is, rennen allemaal de brandweerlieden en de politieagenten in dezelfde richting.

🌟 Waarom is dit belangrijk?

Stel je voor dat je een ziekenhuis hebt waar ze bloed testen om ziektes te vinden (zoals sepsis of lupus) of om te kijken of een nieuwe kankerbehandeling werkt.

• Huidige methode: Je moet het bloed "verfjagen", wachten, en dan pas zien wat er aan de hand is. Het is traag en je kunt de cellen niet meer gebruiken voor andere tests.
• Nieuwe methode (OMI): Je kijkt gewoon naar het bloed. Geen kleurstoffen, geen wachten. Je ziet direct of de cellen "ziek" of "actief" zijn door naar hun energie te kijken.

De conclusie:
Deze techniek is als een röntgenfoto voor de energie van je cellen. Het laat zien wie er is, wat ze doen en hoe snel ze reageren, zonder dat je de cellen hoeft aan te raken of te beschadigen. Dit kan artsen helpen sneller ziektes te diagnosticeren en betere behandelingen te ontwikkelen, bijvoorbeeld voor kankertherapieën waarbij je je eigen cellen gebruikt om ziektecellen aan te vallen.

Kortom: Ze hebben een manier gevonden om de "hartslag" van je bloedcellen te horen, zonder dat je ze hoeft te prikken.

Technische samenvatting

Probleemstelling

Perifere bloed mononucleaire cellen (PBMC's) vormen een diverse populatie van immuuncellen (lymfocyten en monocyten) die essentieel zijn voor ziektediagnostiek, ziektemonitoring en celtherapieën. Huidige methoden om PBMC's te karakteriseren, zoals flowcytometrie, hebben echter belangrijke beperkingen:

1. Destructief: Ze vereisen vaak het gebruik van fluorescente antilichamen die cellen kunnen beschadigen of veranderen.
2. Gebrek aan metabole informatie: Traditionele methoden focussen op oppervlaktemarkers, terwijl de metabole toestand (functie) vaak eerder verandert dan de oppervlaktemarkers.
3. Geen enkel-cel resolutie in complexe mengsels: Het is moeilijk om metabole heterogeniteit binnen een gemengde cultuur van cellen zonder labels te onderscheiden.

Er is behoefte aan een niet-destructieve, label-vrije techniek die de metabole activiteit van individuele cellen in PBMC-monsters kan meten om ziektestatus en therapeutisch potentieel beter te kunnen beoordelen.

Methodologie

De auteurs hebben Optical Metabolic Imaging (OMI) gebruikt, een vorm van autofluorescentie-levensduurbeeldvorming (FLIM), om de metabolische co-factoren NAD(P)H en FAD in levende PBMC's te visualiseren.

• Proefopzet: PBMC's werden geïsoleerd van drie gezonde volwassen donoren. De cellen werden in twee toestanden onderzocht:
  • Quiescent (rustend): Onbehandeld.
  • Geactiveerd: Behandeld met PMA (40 nM) en ionomycine (1 µM) om een sterke immuunrespons te induceren.
• Imaging: Er werd gebruikgemaakt van een aangepaste twee-fotonen microscopie.
  • NAD(P)H werd geëxciteerd bij 750 nm en FAD bij 890 nm.
  • Fluorescentie-levensduurmetingen werden gedaan om onderscheid te maken tussen vrije en eiwit-gebonden toestanden van de co-factoren.
• Ground Truth: Om de OMI-resultaten te valideren, werden specifieke cellen (CD4+, CD8+, CD14+, CD19+, CD56+) gelabeld met fluorescente antilichamen. Deze labels dienden als "ground truth" voor het trainen van classificatiemodellen.
• Data-analyse:
  • De levensduurdata werden gefit met een bi-exponentiële model om parameters zoals de gemiddelde levensduur ($\tau_m$), de amplitude van de korte en lange componenten ($\alpha_1, \alpha_2$), en de optische redox-ratio (ORR) te berekenen.
  • Random Forest-classificatoren werden getraind op 10 OMI-variabelen (levensduur, amplitude, ORR, celgrootte) om celtypen en activatietoestanden te onderscheiden.
  • UMAP (Uniform Manifold Approximation and Projection) werd gebruikt om de metabole heterogeniteit en clustering van de cellen te visualiseren.

Belangrijkste Bijdragen

1. Label-vrije metabole fenotypering: Het is de eerste studie die aantoont dat OMI in staat is om zowel activatietoestanden als specifieke immuuncel-subpopulaties te identificeren binnen een complexe, gemengde PBMC-cultuur zonder het gebruik van destructieve labels.
2. Vroege detectie van activatie: De methode kan de overgang van rust naar activatie detecteren binnen slechts 2 uur na stimulatie, veel sneller dan traditionele oppervlaktemarkers (zoals CD69) die vaak uren nodig hebben om tot expressie te komen.
3. Resolutie van metabole heterogeniteit: De studie toont aan dat metabole parameters (zoals NAD(P)H-levensduur) unieke handtekeningen hebben voor verschillende celtypen (bijv. monocyten vs. lymfocyten) die niet altijd zichtbaar zijn met oppervlaktemarkers alleen.

Resultaten

• Classificatie van activatietoestand: OMI kon quiescente versus geactiveerde PBMC's onderscheiden met een nauwkeurigheid van 93% (AUC = 0,98) slechts 2 uur na stimulatie.
• Identificatie van celtypen in rust:
  • Monocyten: Zeer nauwkeurig geïdentificeerd (96% nauwkeurigheid, AUC = 0,98) op basis van een lage NAD(P)H $\tau_m$, hoge NAD(P)H $\alpha_1$ en grote celgrootte.
  • NK-cellen: Gematigde nauwkeurigheid (74%, AUC = 0,91).
  • T-cellen en B-cellen: Moeilijker te onderscheiden in rusttoestand op basis van OMI alleen.
• Identificatie van celtypen na activatie:
  • Monocyten: 88% nauwkeurigheid (AUC = 0,94).
  • NK-cellen: 74% nauwkeurigheid (AUC = 0,91).
  • De classificatie van T- en B-cellen bleef moeilijk in de vroege activatiefase, waarschijnlijk door gelijkaartige vroege metabolische reacties op de PMA/ionomycine-stimulatie.
• Metabole verschuivingen:
  • Lymfocyten vertoonden na activatie een afname van NAD(P)H $\tau_m$ en een toename van NAD(P)H $\alpha_1$ (indicatie van verhoogde glycolyse).
  • Monocyten vertoonden een omgekeerd patroon (toename $\tau_m$, afname $\alpha_1$), wat suggereert dat ze al een hoge metabole activiteit hadden en anders reageren.
  • Alle subtypen toonden een toename van de ORR (Optical Redox Ratio), wat wijst op een verschuiving naar een meer gereduceerde intracellulaire omgeving.
• Heterogeniteit: De variabiliteit (coëfficiënt van variatie) van metabole variabelen nam toe na activatie, wat aantoont dat geactiveerde PBMC-populaties metabool heterogener worden.

Significantie

Deze studie biedt een krachtig nieuw instrument voor de immunologie en celtherapie:

• Diagnostiek: Het kan ziekten meten die gekenmerkt worden door immuunactivatie (zoals sepsis, SLE, reumatoïde artritis) sneller en nauwkeuriger dan huidige methoden, omdat metabole veranderingen eerder optreden dan oppervlaktemarker-veranderingen.
• Celtherapie: OMI kan worden gebruikt om de "metabole fitheid" van startcellen en eindproducten (zoals CAR-T-cellen) te screenen zonder de cellen te beschadigen of te verbruiken. Dit is cruciaal voor kwaliteitscontrole in de bioproductie.
• Niet-destructief: Omdat de cellen niet gelabeld hoeven te worden, kunnen ze na de meting nog worden gebruikt voor verdere toepassingen of sequentiële metingen.
• Toekomstperspectief: De techniek is potentieel over te brengen naar flow-geometrieën, wat hoge doorvoer (high-throughput) in klinische en productiesettingen mogelijk maakt.

Kortom, OMI vult een belangrijke lacune in door label-vrije, enkel-cel metabole informatie te bieden die de traditionele oppervlaktemarker-analyse aanvult en verbetert.