Нет двух одинаковых органоидов и ни один из них не похож на настоящий мозг. Эта проблема «снежинки» сдерживает науку, затрудняя научно значимые количественные сравнения. Чтобы помочь исследователям преодолеть эти ограничения, нейробиологи и инженеры Массачусетского технологического института разработали новый конвейер для очистки, маркировки, трехмерной визуализации и тщательного анализа органоидов, сообщает портал Phys.org.
Возможность культивирования церебральных органоидов или «мини-мозгов» с использованием стволовых клеток, полученных от людей, дала ученым экспериментально поддающиеся манипуляции модели неврологического развития и болезней человека, но не без сложных проблем. Инструмент SCOUT для «одноклеточного и цитоархитектурного анализа органоидов с использованием непредвзятых методов» может извлекать сопоставимые характеристики среди целых органоидов, несмотря на их уникальность – способность, которую исследователи демонстрируют с помощью трех тематических исследований в своей новой статье в Scientific Reports.
Например, в одном из тематических исследований команда сообщает о новых моделях нарушения развития органоидов из-за вирусной инфекции Зика, что дает новое понимание того, почему дети, рожденные от инфицированных матерей, могут иметь серьезные неврологические нарушения. «Когда вы имеете дело с натуральными тканями, вы всегда можете разделить их с помощью стандартного атласа тканей, поэтому яблоки легко сравнивать с яблоками», – сказал соавтор исследования Александр Альбанезе, научный сотрудник лаборатории старшего автора статьи, доцента Кванхун Чанг. «Но когда каждый органоид представляет собой снежинку и имеет свое собственное уникальное сочетание характеристик, как узнать, что наблюдаемая вами изменчивость обусловлена биологическим вопросом, на который вы пытаетесь ответить, а не самой моделью? Мы были заинтересованы в том, чтобы преодолеть шум системы для количественных сравнений».
Альбанезе руководил исследованием вместе с бывшим аспирантом Массачусетского технологического института Джастином Свани. Команда предприняла дополнительный шаг, поделившись своим программным обеспечением и протоколами на GitHub, чтобы его можно было свободно использовать. Чанг сказал, что, поделившись многими инновациями в области обработки, маркировки и анализа тканей своей лаборатории, он надеется ускорить биомедицинский прогресс. «Мы разрабатываем все эти технологии, чтобы обеспечить более целостное понимание сложных биологических систем, что необходимо для ускорения темпов открытий и разработки терапевтических стратегий», – сказал Чанг. «Распространение этих технологий так же важно, как и их разработка, чтобы оказать реальное влияние».
Абстрактная архитектура
Некоторые из технологий лаборатории Чанга являются составными частями конвейера SCOUT. Процесс начинается с того, что органоиды становятся оптически прозрачными, чтобы их можно было отобразить с сохранением их трехмерной структуры – ключевая возможность, по словам Чанга, для изучения целых органоидов как развивающихся систем. Следующим шагом SCOUT является введение в очищенные органоиды меток антител, нацеленных на определенные белки, чтобы подчеркнуть идентичность и активность клеток. После очистки и маркировки органоидов команда Чанга изучает их с помощью светового микроскопа, чтобы получить полную картину всего органоида с разрешением одной клетки. В общей сложности каждый органоид производит около 150 ГБ данных для автоматического анализа с помощью программного обеспечения SCOUT, кодируемого главным образом Swaney. Высокопроизводительный процесс позволяет обрабатывать множество органоидов, что позволяет исследовательским группам включать множество образцов в свои эксперименты.
По словам Альбанезе, команда выбрала метки антител стратегически. С целью различения клеточных паттернов, возникающих во время развития органоидов, команда решила пометить белки, специфичные для ранних нейронов (TBR1) и радиальных глиальных клеток-предшественников (SOX2), поскольку их организация влияет на последующее развитие коры. Команда внедрила в SCOUT алгоритмы для точной идентификации каждой отдельной клетки в каждом органоиде.
Отсюда SCOUT может начать распознавать общие архитектурные паттерны, такие как определение мест скопления похожих клеток или областей большего разнообразия, а также того, насколько близко или далеко разные популяции клеток находятся от желудочков или полых пространств. При развитии мозга и органоидов клетки организуются вокруг желудочков, а затем мигрируют радиально. С помощью методов, основанных на искусственном интеллекте, SCOUT смог отследить паттерны различных популяций клеток от каждого желудочка. Таким образом, работая с системой, команда смогла выявить сходства и различия в конфигурациях клеток или цитоархитектурах каждого органоида.
В конечном итоге исследователи смогли создать набор из почти 300 характеристик, по которым можно было сравнивать органоиды, от уровня отдельных клеток до уровня целых тканей. Чанг сказал, что при дальнейшем анализе и выборе различных молекулярных меток можно разработать еще больше функций. Примечательно, что функции, извлеченные SCOUT, беспристрастны, потому что они являются продуктами анализа программного обеспечения, а не предопределенными гипотезами о том, что «предполагается» значимым.
