WildDISCO: Визуализация целых организмов с беспрецедентной детализацией

Исследователи разработали новый метод wildDISCO, который использует стандартные антитела для картирования всего тела животного с помощью флуоресцентных маркеров. Эта революционная техника создает детальные 3D-карты структур, проливая новый свет на сложные биологические системы и болезни. Метод может трансформировать понимание сложных процессов в здоровье и болезни и открывает путь для новых достижений в медицинских исследованиях. Технология представлена в Nature Biotechnology.

Ранее ученые полагались на генетически модифицированных животных или специализированные метки, чтобы сделать видимыми определенные структуры и клетки во всем теле животного. Но эти подходы дороги и требуют много времени, особенно при работе с общеорганизменными системами, такими как нервная система.

Команда ученых из Helmholtz Munich, Университетской клиники LMU и Университета Людвига-Максимилиана в Мюнхене (LMU) представила метод wildDISCO, который использует стандартные антитела для картирования целых тел мышей. Это позволяет создавать детальные трехмерные карты нормальных и патологических структур в организмах млекопитающих простым и экономически эффективным способом.

Рабочий процесс wildDISCO включает:

Ученые регистрируют флуоресцентный сигнал там, где специфическое антитело связывается с интересующей структурой, молекулой или клеткой. Продвинутые вычислительные инструменты создают общеорганизменные карты всех специфических локаций, где присутствует интересующая молекула.

Ключевым фактором успеха стал поиск способа равномерно распределить довольно крупные молекулы антител по каждой клетке животного. Профессор Али Эртюрк и его команда идентифицировали специфическое соединение, которое повышает проницаемость клеточных мембран и способствует глубокому и равномерному проникновению стандартных антител без агрегации.

Али Эртюрк объясняет видение проекта: «Знание того, где каждый белок экспрессируется в организме, необходимо для формирования всестороннего понимания того, как работает тело и что идет не так при сложных заболеваниях».

WildDISCO предоставляет научному сообществу онлайн-атласы тела

С помощью wildDISCO исследователи смогли создать детальные карты клеточных структур, ведущие к целым атласам тела мыши, сфокусированным на:

С этим подходом они уже обнаружили, что микробиом кишечника играет значительную роль в развитии энтеральной нервной системы. Они также картировали лимфоидные структуры, ассоциированные с опухолью (TLS), в связи с распространением рака молочной железы, что даст понимание того, как эти структуры влияют на иммунный ответ на опухоли.

Эти атласы используются не только в Helmholtz Munich, но и оказывают значительное влияние на все научное сообщество. Высококачественные изображения доступны на их веб-сайте в виде онлайн-атласов.

Доктор Хунченг Май и доктор Цзе Луо из лаборатории Эртюрка подчеркивают преимущества общеорганизменных атласов: «Наши онлайн-атласы уже предоставили данные для опубликованных статей. Другие ученые получили из наших атласов критически важные данные, сэкономив время, ресурсы и сократив использование животных».

Интеграция с ИИ: Прогнозирование прогрессирования болезни без использования животных моделей

Метод уже может облегчить моделирование сложных биологических систем и болезней, например, отслеживая путь метастазирования рака и достигает ли разработанное лечение каждой отдельной микрометастазы.

В настоящее время команда Helmholtz Munich работает над дальнейшим расширением возможностей wildDISCO. Ученые предполагают, что в будущем технология позволит, например, одновременное использование множества антител для моделирования нескольких сложных систем вместе.

Кроме того, высококачественные, крупномасштабные данные визуализации, генерируемые wildDISCO, — это именно то, что необходимо для обучения алгоритмов искусственного интеллекта (ИИ), которые работают на больших наборах данных.

Али Эртюрк: «А теперь представьте, что мы можем сделать с этими картами, если объединим их с мощью глубокого обучения».

Команда намерена использовать силу ИИ для симуляции сложных биологических систем, с конечной целью понимания болезней и разработки новых методов лечения более эффективно — с помощью вычислительных прогнозов без необходимости в дальнейших экспериментах на животных.