EASI-PASS: An accessible pipeline for linking functional imaging and mRNA profiling

De hersenen zijn een uitgestrekt, ingewikkeld netwerk waar elke cel een specifieke taak en een unieke identiteit heeft. Om te begrijpen hoe de hersenen werken, moeten wetenschappers vaak twee vragen tegelijk beantwoorden: wat doet een cel op dit moment, en wat voor soort cel is het? Stel je voor dat je probeert een stad te begrijpen door mensen door de straten te zien bewegen, maar zonder hun namen of beroepen te kennen. Je ziet misschien iemand rennen om een bus te halen of stilstaan in een park, maar je kunt niet weten of die persoon een arts, een leraar of een student is, tenzij je een manier hebt om dat moment van actie te koppelen aan hun persoonlijke geschiedenis. In de neurowetenschap is deze koppeling moeilijk te maken omdat de instrumenten die worden gebruikt om cellen te zien bewegen en vuren, vaak verschillend zijn van de instrumenten die worden gebruikt om de genetische instructies te lezen die hen definiëren. De ene methode legt de levende, bewegende activiteit van cellen vast, terwijl een andere methode de moleculaire code leest van cellen die zijn bewaard en op hun plaats zijn bevroren. Tot nu toe was het verbinden van deze twee weergaven van dezelfde cel een traag en imperfect proces, waarbij wetenschappers vaak weefsel zo dun moesten snijden dat de driedimensionale context verloren ging, of moesten raden welke cel in een levend beeld overeenkwam met welke cel in een bewaard monster.

Onderzoekers hebben een nieuwe methode ontwikkeld genaamd EASI-PASS om dit probleem op te lossen, waarmee een betrouwbare manier is gecreëerd om live beeldvorming te combineren met moleculaire profilering. Het proces begint met het observeren van duizenden cellen in een levend stuk hersenweefsel, waarbij hun vormen en locaties worden vastgelegd terwijl ze reageren op specifieke signalen. Zodra deze live opname voltooid is, wordt hetzelfde weefsel behandeld met een speciaal chemisch proces dat het doet uitzetten, waardoor de cellen groter en gemakkelijker te zien worden, en vervolgens helder maakt zodat licht door de gehele dikte van het monster kan passeren. Dit stelt wetenschappers in staat om standaard microscopen te gebruiken om gedetailleerde foto's van het binnenste van het weefsel te maken, waarbij ze zoeken naar de specifieke genetische markers die elk celtype identificeren. De kernprestatie van de nieuwe methode is een computersysteem dat de vormen en posities van de cellen die in de live opname worden gezien, kan afstemmen op de cellen die in het uitgezette, heldere weefsel worden gezien. Het is also kind aan een foto van een menigte van bovenaf te nemen en vervolgens elke persoon in die foto te koppelen aan een gedetailleerde identiteitskaart die in een apart, dik boek wordt gevonden, zonder dat het boek in dunne pagina's hoeft te worden gesneden. Het systeem slaagt erin de moleculaire identiteit te herstellen van ongeveer 78 procent van de cellen die het volgt, een significante verbetering ten opzichte van eerdere technieken die vertrouwden op het uitlijnen van dunne weefselsneden.

De kracht van deze aanpak werd getest in twee verschillende delen van de muizenhersenen om te zien hoe het nieuwe inzicht kon geven in de hersenfunctie. In één experiment richtten onderzoekers zich op een klein gebied genaamd de parabrachiale nucleus, die signalen ontvangt van het ruggenmerg. Door deze lang reikende verbindingen met licht te stimuleren terwijl ze de cellen observeerden, waren zij in staat om exact te identificeren welke moleculaire typen neuronen de signalen ontvingen. De resultaten toonden een hoge mate van specificiteit, wat betekende dat alleen bepaalde soorten cellen op de input reageerden, in plaats van een willekeurige mix van alle beschikbare cellen. In een tweede experiment bekeken het team de visuele cortex van wakkere muizen en observeerden zij hoe verschillende groepen cellen van activiteit veranderden naarmate de dieren alerter werden. Ze ontdekten dat de manier waarop deze cellen met elkaar communiceerden afhankelijk was van hun locatie en hun specifieke klasse, waarbij sommige groepen sterke verbindingen vertoonden die vervaagden naarmate de afstand tussen hen toenam. Deze bevindingen demonstreren dat de nieuwe methode betrouwbaar cellulaire activiteit kan afstemmen op moleculaire identiteit, wat een helderder beeld biedt van hoe de diverse celtypen in de hersenen samenwerken om informatie te verwerken.