A nova ferramenta mapeia a história e a localização das células tumorais para revelar padrões de crescimento

Toda a vida está conectada em uma vasta árvore genealógica. Todo organismo existe em relação a seus ancestrais, descendentes e primos, e o caminho entre dois indivíduos pode ser rastreado. O mesmo se aplica às células dentro dos organismos – cada um trilhão de células no corpo humano é produzido através de divisões sucessivas de um ovo fertilizado e podem estar relacionadas entre si através de uma árvore genealógica celular. Em organismos mais simples, como o Worm C. elegans, esta árvore genealógica celular foi totalmente mapeada, mas a árvore genealógica celular de um humano é muitas vezes maior e mais complexa.

No passado, o membro do Instituto Whitehead, Jonathan Weissman, e outros pesquisadores, desenvolveram métodos de rastreamento de linhagem para rastrear e reconstruir as árvores familiares das divisões celulares em organismos modelo, a fim de entender mais sobre as relações entre células e como elas se reúnem em tecidos, órgãos e – em alguns casos. Esses métodos podem ajudar a responder a muitas perguntas sobre como os organismos se desenvolvem e doenças como o câncer são iniciadas e progredindo.

Agora, Weissman e colegas desenvolveram uma ferramenta avançada de rastreamento de linhagem que não apenas captura uma árvore genealógica precisa das divisões celulares, mas também combina isso com informações espaciais: identificar onde cada célula acaba dentro de um tecido.

Os pesquisadores usaram sua ferramenta, Petracer, para observar o crescimento de tumores metastáticos em camundongos. Combinando rastreamento de linhagem e dados espaciais forneceu aos pesquisadores uma visão detalhada de como elementos intrínsecos ao células cancerígenas e de seus ambientes influenciados crescimento do tumorcomo Weissman e PostDocs em seu laboratório Luke Koblan, Kathryn Yost e Pu Zheng, e o estudante de pós -graduação William Colgan compartilham um artigo publicado no diário Ciência em 24 de julho.

“O desenvolvimento dessa ferramenta exigia combinar diversas habilidades através do tipo de colaboração interdisciplinar ambiciosa que só é possível em um native como o Whitehead Institute”, diz Weissman, que também é professor de biologia no Instituto de Tecnologia de Massachusetts e um investigador da HHMI. “Luke entrou com experiência em engenharia genética, PU em imagem, Katie em Biologia do câncere William em computação, mas a chave actual para o seu sucesso period a capacidade de trabalhar juntos para construir petracher “.

“Compreender como as células se movem no tempo e no espaço é uma maneira importante de analisar a biologia, e aqui fomos capazes de ver essas duas coisas em alta resolução. A idéia é que, ao entender o passado de uma célula e onde ela acaba, você pode ver como diferentes fatores ao longo de sua vida influenciaram seus comportamentos.

“Neste estudo, usamos essas abordagens para analisar o crescimento do tumor, embora, em princípio, possamos começar a aplicar essas ferramentas para estudar outras biologia de interesse, como desenvolvimento embrionário”, diz Koblan.

Projetar uma ferramenta para rastrear células no espaço e tempo

A Petracer rastreia as linhagens das células adicionando repetidamente códigos predeterminados e curtos ao DNA das células ao longo do tempo. Cada peça de código, chamada marca de rastreamento de linhagem, é composta por cinco bases, os blocos de construção do DNA. Essas marcas são inseridas usando uma tecnologia de edição de genes chamada Prime Enhancing, que reescreve diretamente trechos de DNA com subprodutos mínimos indesejados. Com o tempo, cada célula adquire mais marcas de rastreamento de linhagem, além de manter as marcas de seus ancestrais. Os pesquisadores podem então comparar as combinações de marcas pelas células para descobrir relacionamentos e reconstruir a árvore genealógica.

“Usamos a modelagem computacional para projetar a ferramenta dos primeiros princípios, para garantir que ela fosse altamente precisa e compatível com a tecnologia de imagem. Executamos muitas simulações para pousar nos parâmetros ideais para uma nova ferramenta de rastreamento de linhagem e depois projetamos nosso sistema para ajustar esses parâmetros”, diz Colgan.

Quando o tecido – nesse caso, um tumor que cresce no pulmão de um mouse – havia crescido suficientemente, os pesquisadores colecionaram esses tecidos e usaram abordagens de imagem avançada para analisar a relação de linhagem de cada célula com outras células através da linhagem), juntamente com sua posição espacial, em cada um dos níveis de rastreamento de linhagem. A Petracer é compatível com abordagens de imagem e métodos de sequenciamento que capturam informações genéticas de células únicas.

“Tornar possível coletar e analisar todos esses dados da imagem foi um grande desafio”, diz Zheng. “O que é particularmente emocionante para mim não é apenas que fomos capazes de coletar terabytes de dados, mas que projetamos o projeto para coletar dados que sabíamos que poderíamos usar para responder a perguntas importantes e impulsionar a descoberta biológica”.

Reconstruindo a história de um tumor

Combinando o rastreamento de linhagem, expressão gênicae dados espaciais permitem que os pesquisadores entendam como o tumor cresceu. Eles poderiam dizer o quão intimamente relacionados as células vizinhas estão e comparam suas características. Usando essa abordagem, os pesquisadores descobriram que os tumores que estavam analisando eram compostos por quatro módulos ou bairros distintos de células.

As células tumorais mais próximas do pulmão, a região mais densa em nutrientes, eram as mais adequadas, o que significa que seu histórico de linhagem indicou a maior taxa de divisão celular ao longo do tempo. A aptidão nas células cancerígenas tende a se correlacionar com a crescente agressividade dos tumores.

As células na “borda principal” do tumor, o lado oposto do pulmão, eram mais diversas e não tão aptas. Abaixo da borda principal, havia um bairro de células de baixo oxigênio que poderia ter sido células de ponta, agora presas em um ponto menos desejável. Entre essas células e as células adjacentes do pulmão estava o núcleo tumoral, uma região com células vivas e mortas, bem como detritos celulares.

Os pesquisadores descobriram que as células cancerígenas em toda a árvore genealógica eram igualmente propensas a acabar na maioria das regiões, com exceção da região adjacente do pulmão, onde dominaram alguns ramos da árvore genealógica. Isso sugere que as diferentes características das células cancerígenas foram fortemente influenciadas por seus ambientes ou pelas condições em seus bairros locais, e não pela história acquainted.

Outras evidências desse ponto foram que a expressão de certos genes relacionados à aptidão, como FGF1/FGFBP1, correlacionou-se com a localização de uma célula e não sua ancestralidade. No entanto, as células adjacentes pulmonares também tinham características herdadas que lhes deram uma vantagem, incluindo a expressão do gene relacionado à aptidão CLDN4-apresentando que a história da família também influenciou os resultados.

Esses achados demonstram como o crescimento do câncer é influenciado por fatores intrínsecos a certas linhagens de células cancerígenas e por fatores ambientais que moldam o comportamento das células cancerígenas expostas a eles.

“Ao olhar para tantas dimensões do tumor em concerto, poderíamos obter insights que não seriam possíveis com uma visão mais limitada”, diz Yost. “Ser capaz de caracterizar diferentes populações de células dentro de um tumor permitirá que os pesquisadores desenvolvam terapias que visam as populações mais agressivas com mais eficiência “.

“Agora que fizemos o trabalho árduo de projetar a ferramenta, estamos entusiasmados em aplicá -la para analisar todos os tipos de perguntas em saúde e doença, em desenvolvimento embrionário e em outras espécies modelo, com o objetivo de entender problemas importantes na saúde humana”, diz Koblan.

“Os dados que coletamos também serão úteis para treinar modelos de IA de comportamento celular. Estamos entusiasmados em compartilhar essa tecnologia com outros pesquisadores e ver o que todos podemos descobrir”.