Новый инструмент отслеживает историю и расположение опухолевых клеток, раскрывая закономерности роста

Все живые организмы связаны в обширное генеалогическое древо. Каждый организм существует в связи со своими предками, потомками и "кузенами", и путь между любыми двумя особями можно проследить. То же верно и для клеток внутри организмов — каждая из триллионов клеток человеческого тела образуется в результате последовательных делений из оплодотворенной яйцеклетки, и все они связаны друг с другом через клеточное генеалогическое древо. У более простых организмов, таких как червь C. elegans, это древо полностью картировано, но клеточное древо человека во много раз больше и сложнее.

Ранее член Института Уайтхеда Джонатан Вайсман и другие исследователи разработали методы трассировки клеточных линий, чтобы отслеживать и восстанавливать генеалогические древа клеточных делений в модельных организмах. Цель — лучше понять взаимосвязи между клетками и то, как они формируют ткани, органы и, в некоторых случаях, опухоли. Эти методы могли бы помочь ответить на многие вопросы о развитии организмов и о том, как возникают и прогрессируют такие болезни, как рак.

Теперь Вайсман и коллеги создали усовершенствованный инструмент трассировки линий, который не только точно фиксирует генеалогическое древо клеточных делений, но и сочетает его с пространственной информацией: определяет, где именно в ткани оказывается каждая клетка.

Исследователи использовали свой инструмент, PEtracer, для наблюдения за ростом метастатических опухолей у мышей. Сочетание данных о клеточных линиях и пространственного расположения дало исследователям детальное представление о том, как внутренние свойства раковых клеток и факторы их окружения влияют на рост опухоли. Об этом Вайсман, постдоки его лаборатории Люк Коблан, Кэтрин Йост и Пу Чжэн, а также аспирант Уильям Колган сообщают в статье, опубликованной в журнале Science 24 июля.

"Разработка этого инструмента потребовала объединения различных навыков в рамках амбициозного междисциплинарного сотрудничества, возможного только в таком месте, как Институт Уайтхеда", — говорит Вайсман, также профессор биологии Массачусетского технологического института и исследователь Медицинского института Говарда Хьюза.

"Понимание того, как клетки движутся во времени и пространстве, — важный способ взглянуть на биологию, и здесь мы смогли увидеть и то, и другое с высоким разрешением. Идея в том, что, понимая прошлое клетки и место, где она оказывается, можно увидеть, как различные факторы на протяжении ее жизни влияли на ее поведение. В этом исследовании мы используем эти подходы для изучения роста опухоли, хотя в принципе теперь можем начать применять эти инструменты для изучения другой интересной биологии, например, эмбрионального развития", — говорит Коблан.

Создание инструмента для отслеживания клеток в пространстве и времени

PEtracer отслеживает клеточные линии, многократно добавляя в ДНК клеток с течением времени короткие, заранее заданные коды. Каждый фрагмент кода, называемый меткой трассировки линии, состоит из пяти оснований — строительных блоков ДНК. Эти метки вставляются с помощью технологии редактирования генов prime editing, которая напрямую переписывает участки ДНК с минимальным количеством нежелательных побочных продуктов. Со временем каждая клетка приобретает все больше меток трассировки, сохраняя при этом метки своих предков. Затем исследователи могут сравнить комбинации меток у клеток, чтобы выяснить родственные связи и восстановить генеалогическое древо.

"Мы использовали компьютерное моделирование, чтобы спроектировать инструмент с первых принципов, чтобы убедиться в его высокой точности и совместимости с технологиями визуализации. Мы провели множество симуляций, чтобы найти оптимальные параметры для нового инструмента трассировки линий, а затем сконструировали нашу систему в соответствии с этими параметрами", — говорит Колган.

Когда ткань — в данном случае опухоль, растущая в легком мыши — достаточно вырастала, исследователи собирали эти ткани и использовали передовые методы визуализации. Они изучали родственные связи каждой клетки с другими через метки трассировки линий, ее пространственное положение в визуализированной ткани и ее идентичность (определяемую по уровням экспрессии различных РНК в каждой клетке). PEtracer совместим как с методами визуализации, так и с методами секвенирования, которые захватывают генетическую информацию из отдельных клеток.

"Сделать возможным сбор и анализ всех этих данных из изображений было большой задачей. Что особенно интересно для меня, так это не только то, что мы смогли собрать терабайты данных, но и то, что мы спроектировали проект для сбора данных, которые, как мы знали, сможем использовать для ответа на важные вопросы и стимулирования биологических открытий", — говорит Чжэн.

Восстановление истории опухоли

Сочетание данных о трассировке линий, экспрессии генов и пространственного расположения позволило исследователям понять, как росла опухоль. Они могли определить, насколько близки соседние клетки, и сравнить их характеристики. Используя этот подход, исследователи обнаружили, что анализируемые опухоли состояли из четырех различных модулей или "окрестностей" клеток.

• Опухолевые клетки, ближайшие к легкому — наиболее богатому питательными веществами региону, — были наиболее приспособленными. Это означает, что история их линии указывала на самый высокий уровень клеточного деления с течением времени. Приспособленность раковых клеток обычно коррелирует с тем, насколько агрессивно будут расти опухоли.
• Клетки на "переднем крае" опухоли, на стороне, наиболее удаленной от легкого, были более разнообразными и не такими приспособленными.
• Под передним краем находилась бедная кислородом окрестность клеток, которые, возможно, когда-то были клетками переднего края, а теперь оказались в менее благоприятном месте.
• Между этими клетками и клетками, прилегающими к легкому, находилось ядро опухоли — область с живыми и мертвыми клетками, а также клеточным дебрисом.

Исследователи обнаружили, что раковые клетки со всего генеалогического древа с равной вероятностью оказывались в большинстве регионов, за исключением области, прилегающей к легкому, где доминировали несколько ветвей семейного древа. Это говорит о том, что различные характеристики раковых клеток в значительной степени определялись их окружением или условиями в их локальных "окрестностях", а не их семейной историей.

Дальнейшим доказательством этого стало то, что экспрессия определенных генов, связанных с приспособленностью, таких как Fgf1/Fgfbp1, коррелировала с местоположением клетки, а не с ее происхождением. Однако у клеток, прилегающих к легкому, также были унаследованные признаки, которые давали им преимущество, включая экспрессию гена, связанного с приспособленностью, Cldn4 — что показывает, что семейная история также влияла на исход.

Эти результаты демонстрируют, как рост рака зависит как от факторов, внутренне присущих определенным линиям раковых клеток, так и от факторов окружающей среды, которые формируют поведение подвергающихся их воздействию раковых клеток.

"Рассматривая так много измерений опухоли в совокупности, мы смогли получить представления, которые были бы невозможны при более ограниченном взгляде. Возможность охарактеризовать различные популяции клеток внутри опухоли позволит исследователям разрабатывать терапии, более эффективно нацеленные на наиболее агрессивные популяции", — говорит Йост.

"Теперь, когда мы проделали тяжелую работу по проектированию инструмента, мы с нетерпением ждем возможности применить его для изучения всевозможных вопросов, связанных со здоровьем и болезнями, эмбриональным развитием и другими модельными видами, с целью понимания важных проблем здоровья человека", — говорит Коблан.

"Собранные нами данные также будут полезны для обучения ИИ-моделей клеточного поведения. Мы рады поделиться этой технологией с другими исследователями и посмотреть, что мы все сможем открыть".