Microenvironment-informed inference of transcriptional progression geometry

Binnen het menselijk lichaam zijn cellen zelden statisch; ze zijn voortdurend in beweging door een opeenvolging van veranderingen, waarbij ze transformeren van het ene type naar het andere naarmate het lichaam groeit, geneest of een infectie bestrijdt. Deze reis is geen eenvoudige schakeling van de ene naar de andere staat, maar een continue stroom, vergelijkbaar met een rivier die van de bron naar de zee stroomt. Wetenschappers proberen deze stroom al lang in kaart te brengen, een concept dat bekend staat als pseudotijd, waardoor ze cellen kunnen ordenen op basis van waar ze zich bevinden in hun ontwikkelingsreis in plaats van alleen op basis van wanneer ze zijn verzameld. Een pad van een cel wordt echter niet alleen bepaald door de interne instructies ervan. De omgeving die de cel omringt — de buurt van andere cellen en de chemische signalen waarin zij leeft — oefent een krachtige invloed uit, die de transformatie potentieel kan versnellen, vertragen of zelfs vervormen. Het begrijpen van hoe deze externe context de interne klok van een cel vormgeeft, is cruciaal voor het achterhalen van waarom ontwikkeling soms misgaat, zoals wanneer het immuunsysteem niet goed rijpt of wanneer een ziekte zoals COVID-19 ervoor zorgt dat immuuncellen defect raken.

Een nieuw raamwerk genaamd BIOCURRENT biedt een frisse manier om naar deze biologische reizen te kijken door ze te behandelen als een kaart van tijd en ruimte die verandert afhankelijk van de omgeving. Onderzoekers ontwikkelden deze tool om het specifieke ontwikkelingspad voor individuele donoren te reconstrueren, rekening houdend met hun unieke basiskenmerken en het micro-milieu waarin zij verblijven. In plaats van ervan uit te gaan dat elke cel door haar stadia beweegt met dezelfde snelheid, modelleert het systeem genexpressie als een resultaat van waar de cel begon, de context waarin zij leeft, en haar positie langs de tijdlijn van verandering. Deze aanpak stelt wetenschappers in staat om te vergelijken hoe lang verschillende segmenten van de reis duren onder verschillende omstandigheden. Ze kunnen bijvoorbeeld bepalen of een overgang tussen twee specifieke celtoestanden plaatsvindt in een gecomprimeerde uitbarsting van tijd of dat het zich over een langere periode uitstrekt, en ze kunnen dit doen voor specifieke individuen in plaats van alleen de gegevens te middelen.

De kern van dit werk is een methode die het verschil in deze tijdsintervallen tussen condities meet. Door deze meting toe te passen, konden de onderzoekers simuleren wat er zou gebeuren als de omgevingssignalen zouden worden gewijzigd, waarbij ze in feite een "wat als"-vraag stellen over het biologische proces. Ze testten deze aanpak op twee verschillende biologische scenario's: de ontwikkeling van T-cellen in de thymus, een klier waar immuuncellen worden getraind, en de immuunrespons bij patiënten met COVID-19. In beide gevallen toonde de analyse aan dat de progressie-intervallen niet uniform waren. In plaats daarvan vonden de onderzoekers vervormingen die specifiet waren voor de conditie en de individuele donor. In de thymus werden bepaalde ontwikkelingsstadia verlengd of samengedrukt afhankelijk van de donor, terwijl bij COVID-19-patiënten de immuundysregulatie de timing van specifieke celtoestand-transities leek te veranderen.

Wat deze ontdekking bijzonder krachtig maakt, is de mogelijkheid om precies aan te wijzen waar deze vervormingen optreden. Het raamwerk zegt niet alleen dat het proces anders is; het lokaliseert de afwijking tot een specifief punt langs de transcriptomische coördinaten. Dit betekent dat onderzoekers kunnen zien of een verschuiving in het celprogramma vroeg in de reis ontstaat of later. Bovendien, door deze veranderingen te koppelen aan de omgeving, identificeert de methode de upstream-programma's die met deze vervormingen geassocieerd zijn. In de simulaties maakte deze verbinding het team in staat om te zien hoe veranderingen in het micro-milieu de duur van specifieke intracellulaire transities direct beïnvloedden. Dit niveau van detail ondersteunt de vorming van hypothesen over de mechanismen die deze veranderingen aansturen, wat suggereert dat de timing van de transformatie van een cel een gevoelige indicator is van de gezondheid en omgeving ervan.

De bevindingen suggereren dat wetenschappers, door deze geometrische vervormingen in kaart te brengen, potentiële controlepunten kunnen identificeren waar interventie mogelijk is. Als een specifieke fase van de ontwikkeling te lang duurt of te snel beweegt vanwege een bepaald omgevingssignaal, wordt dat signaal een kandidaat voor therapeutische targeting. Het werk beweert niet de complexiteit van immuundysregulatie of ontwikkelingsstoornissen te hebben opgelost, maar het biedt een nieuwe manier om ze te visualiseren en te meten. Door de progressie van cellen te behandelen als een geometrie die uitgerekt of gecomprimeerd kan worden door de omgeving, biedt BIOCURRENT een helderder beeld van hoe biologische systemen reageren op stress en ziekte, waarbij abstracte gegevens worden omgezet in een tastbare kaart van waar en hoe zaken uit koers raken.