Le séquençage de l'ARN à partir de cellules individuelles peut révéler beaucoup d'informations sur ce que ces cellules font dans le corps. Les chercheurs du MIT ont maintenant considérablement augmenté la quantité d'informations glanées dans chacune de ces cellules, en modifiant la method Seq-Properly couramment utilisée.




Grâce à leur nouvelle approche, l'équipe du MIT pourrait extraire 10 fois additionally d'informations de chaque cellule d'un échantillon. Cette augmentation devrait permettre aux scientifiques d'en apprendre beaucoup in addition sur les gènes qui sont exprimés dans chaque cellule et les aider à découvrir des différences subtiles mais critiques entre les cellules saines et dysfonctionnelles.

« Il est devenu clair que ces systems ont un potentiel de transformation pour comprendre les systèmes biologiques complexes. Si nous examinons une gamme de jeux de données différents, nous pouvons vraiment comprendre le paysage de la santé et de la maladie, et cela peut nous donner des informations sur les stratégies thérapeutiques que nous pourrions « , déclare Alex K. Shalek, professeur agrégé de chimie, membre principal de l’Institute for Health care Engineering and Science (IMES), et membre added-muros du Koch Institute for Integrative Cancer Investigate au MIT. Il est également membre du Ragon Institute of MGH, MIT et Harvard et membre de l'institut du Wide Institute.




Dans une étude publiée cette semaine dans Immunité, l'équipe de recherche a démontré la puissance de cette system en analysant environ 40 000 cellules de sufferers atteints de cinq maladies cutanées différentes. Leur analyse des cellules immunitaires et d'autres types de cellules a révélé de nombreuses différences entre les cinq maladies, ainsi que certaines caractéristiques communes.

« Ce n'est en aucun cas un recueil exhaustif, mais c'est un leading pas vers la compréhension du spectre des phénotypes inflammatoires, non seulement au sein des cellules immunitaires, mais aussi au sein d'autres varieties de cellules cutanées », déclare Travis Hughes, étudiant en médecine / doctorat à Harvard. -MIT Application in Well being Sciences and Engineering et l'un des principaux auteurs de l'article.

Shalek et J. Christopher Appreciate, le professeur Raymond A. et Helen E. St. Laurent de génie chimique et membre du Koch Institute et du Ragon Institute, sont les principaux auteurs de l'étude. L'étudiant diplômé du MIT, Marc Wadsworth, et l'ancien postdoctorant Todd Gierahn sont les co-auteurs principaux de l'article avec Hughes.

Récupérer des informations

Il y a quelques années, Shalek, Love et leurs collègues ont développé une méthode appelée Seq-Nicely, qui peut séquencer rapidement l'ARN de plusieurs cellules à la fois. Cette system, comme d'autres approches à haut débit, ne collecte pas autant d'informations par cellule que certaines méthodes plus lentes et as well as coûteuses de séquençage de l'ARN. Dans leur étude actuelle, les chercheurs ont entrepris de récupérer certaines des informations que la edition originale manquait.

« Si vous voulez vraiment résoudre les caractéristiques qui distinguent les maladies, vous avez besoin d'un niveau de résolution furthermore élevé que ce qui a été possible », déclare Really like. « Si vous considérez les cellules comme des paquets d'informations, le fait de pouvoir mesurer ces informations furthermore fidèlement donne de bien meilleures informations sur les populations de cellules que vous pourriez vouloir cibler pour des traitements médicamenteux ou, d'un level de vue diagnostique, sur celles que vous devriez surveiller. »

Pour essayer de récupérer ces informations supplémentaires, les chercheurs se sont concentrés sur une étape où ils savaient que des données étaient perdues. Dans cette étape, les molécules d'ADNc, qui sont des copies des transcrits d'ARN de chaque cellule, sont amplifiées par un processus appelé réaction en chaîne par polymérase (PCR). Cette amplification est nécessaire pour obtenir suffisamment de copies de l'ADN pour le séquençage. Cependant, tout l'ADNc n'était pas amplifié. Pour augmenter le nombre de molécules qui ont franchi cette étape, les chercheurs ont changé la façon dont ils ont marqué l'ADNc avec une deuxième séquence « amorce », facilitant ainsi l'amplification de ces molécules par les enzymes PCR.

En utilisant cette approach, les chercheurs ont montré qu'ils pouvaient générer beaucoup as well as d'informations par cellule. Ils ont vu une multiplication par cinq du nombre de gènes pouvant être détectés et une multiplication par dix du nombre de transcrits d'ARN récupérés par cellule. Ces informations supplémentaires sur les gènes importants, tels que ceux codant pour les cytokines, les récepteurs trouvés à la surface des cellules et les facteurs de transcription, permettent aux chercheurs d'identifier des différences subtiles entre les cellules.

« Nous avons été en mesure d'améliorer considérablement la quantité de contenu d'information par cellule avec une astuce de biologie moléculaire très uncomplicated, qui était facile à intégrer dans le flux de travail existant », explique Hughes.

Signatures de maladie

À l'aide de cette system, les chercheurs ont analysé 19 biopsies cutanées de sufferers, représentant cinq maladies cutanées différentes: le psoriasis, l'acné, la lèpre, l'alopécie areata (une maladie car-immune qui provoque la perte de cheveux) et le granulome annulare (un issues cutané dégénératif chronique). Ils ont découvert certaines similitudes entre les difficulties – par exemple, des populations similaires de cellules T inflammatoires semblaient actives à la fois dans la lèpre et dans le granulome annulaire.

Ils ont également découvert certaines caractéristiques propres à une maladie particulière. Dans les cellules de plusieurs individuals atteints de psoriasis, ils ont constaté que les cellules appelées kératinocytes expriment des gènes qui leur permettent de proliférer et de conduire l'inflammation observée dans cette maladie.

Les données générées dans cette étude devraient également offrir une ressource précieuse à d'autres chercheurs qui souhaitent approfondir les différences biologiques entre les forms de cellules étudiées.

« Vous ne savez jamais pourquoi vous allez vouloir utiliser ces ensembles de données, mais il y a une formidable opportunité d'avoir tout mesuré », dit Shalek. « À l'avenir, lorsque nous aurons besoin de les réutiliser et de réfléchir à des récepteurs de floor particuliers, des ligands, des protéases ou d'autres gènes, nous aurons toutes ces informations à portée de key.

La technique pourrait également être appliquée à de nombreuses autres maladies et sorts de cellules, selon les chercheurs. Ils ont commencé à l'utiliser pour étudier le most cancers et les maladies infectieuses telles que la tuberculose, le paludisme, le VIH et Ebola, et ils l'utilisent également pour analyser les cellules immunitaires impliquées dans les allergy symptoms alimentaires. Ils ont également mis la nouvelle method à la disposition d'autres chercheurs qui souhaitent l'utiliser ou adapter l'approche sous-jacente pour leurs propres études monocellulaires.

La recherche a été financée par le Koch Institute Aid (main) Grant des Nationwide Institutes of Wellness, le Bridge Project du Koch Institute et le Dana-Farber / Harvard Most cancers Center, la Food Allergy Science Initiative du Broad Institute, les Countrywide Institutes of Health and fitness, un prix Beckman pour jeune chercheur, une bourse de recherche Sloan en chimie, le prix Pew-Stewart Scholar et la Fondation Bill et Melinda Gates.