$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Retinale Neuronen haben räumliche Topographien entwickelt, die die Informationsverarbeitung erleichtern, was bei vielen Arten zu groben Spezialisierungen wie Foveas, Area Centralis und Streifen führt 1,2,3. Im Gegensatz zu der gut verstandenen Vielfalt der Photorezeptorverteilung ist die räumliche Spezialisierung der retinalen Produktion, die von retinalen Ganglienzellen (RGCs) gebildet wird, weniger klar. Für die meisten Arten ist die räumliche Verteilung der RGCs völlig unbekannt. Selbst für die Maus, wohl eines, wenn nicht sogar das am besten untersuchte Wirbeltiermodell der visuellen Funktion, wurde weniger als ein Drittel der RGC-Subtypen mit traditionellen Techniken wie der Immunhistochemie des gesamten Mountkartiert 2. Diese Techniken scheitern, da die meisten RGC-Subtypen keinen spezifischen genetischen Marker haben. Stattdessen werden höherdimensionale molekulare Informationen für eine genaue RGC-Klassifikation4 mittels Einzelzell-RNA-Sequenzierung benötigt 5,6,7.
Informationen über die RGC-Verteilung sind wichtig, da die an der Maus beobachteten Topographien klare ökologische Korrelate zwischen RGC-Platzierung und Sehfunktion zeigen. Das auffälligste Beispiel ist die räumliche Organisation der ɑON-S RGCs, die sich in der temporalen Netzhaut gruppieren. Diese Region erhält während des Jagdverhaltens9 das Bild der Beute8. Es ist auch allgemein bekannt, dass RGC-Subtypen unterschiedlich anfällig für Krankheiten sind10 und einige häufige Krankheiten wie das Glaukom eine räumliche Komponente für ihr Fortschreiten haben11,12. Eine wichtige Frage, mit der sich das Feld konfrontiert sieht, lautet daher: Wie ist die räumliche Organisation von RGC-Subtypen, wenn sie die Netzhaut1 kacheln? Diese Wissenslücke schränkt derzeit die Erkenntnisse über andere visuell gesteuerte Verhaltensweisen und Krankheiten ein.
Der Fokus der vorliegenden Methode liegt darauf, diese molekularen Wissenslücken durch einen en-face-Kryosektionsansatz zu schließen, der räumliche Beziehungen bewahrt und gleichzeitig eine hochauflösende molekulare Analyse ermöglicht. Moderne räumliche Sequenzierungsplattformen wie Xenium von 10X stellen einen transformativen Fortschritt in der molekularen Profilerstellung dar und bieten beispiellose Einblicke in die Gewebeorganisation und zelluläre Interaktionen. Diese Plattformen haben jedoch zusammen mit Low-Plex-Techniken wie RNAscope und räumlich barcodierten Sequenzierungsmethoden wie Visium eine entscheidende technische Einschränkung: Sie erfordern Gewebeschnitte, die dünner als 20 μm sind. Diese Anforderung stellt eine besondere Herausforderung für das Netzhautgewebe dar, das typischerweise 200 μm dick ist.
Bisher haben sich die Forscher bei der Anwendung dieser Technologien auf Netzhautgewebe vor allem auf Querschnitte verlassen13. Während Querschnitte molekulare Beziehungen innerhalb von Kern- und plexiformen Schichten im Kontext vertikaler Schaltkreise effektiv aufzeigen, sind sie weniger geeignet, um die breiteren räumlichen Verteilungen von Netzhautzellen zu erfassen, die ganze Präparationen traditionell aufgedeckt haben8. Jüngste Versuche der flächendeckenden Schnitte wurden durch Einschränkungen der Schnittdicke eingeschränkt, wobei Studien nur 50 μm Abschnitte erreichten, die für moderne molekulare Analyseplattformen mit hohem Plex14 zu dick sind. Andere historische Ansätze, die zur Untersuchung einzelner retinaler Lamina eingesetzt wurden, aber nicht mit modernen räumlichen Sequenzierungstechniken kompatibel sind, umfassen enzymatische Verdauung in Kombination mit mechanischer Dissoziation15,16 oder mechanische Dissoziationen allein17,18,19,20. Hier stellen wir eine neuartige Kryosektionstechnik vor, die speziell für dünnes, gekrümmtes Netzhautgewebe entwickelt wurde und diese Einschränkungen überwindet. Kurz gesagt, unsere Methode umfasst die Extraktion der hinteren Augenkammer, das Erstellen von Entlastungsschnitten sowohl durch die Netzhaut als auch durch die Sklera, das Abflachen des Gewebes mit der inneren Netzhaut gegen ein Deckglas, das Einbetten des Gewebes in die OCT und schließlich die Kryosektion von der äußeren zur inneren Netzhaut (Abbildung 1). Unsere Methode behält räumliche Beziehungen bei und erzeugt gleichzeitig Abschnitte, die dünn genug (<20 μm) für hochdimensionale Werkzeuge der räumlichen Biologie sind, wie durch die erfolgreiche Implementierung sowohl mit dem manuellen RNAscope (12 Targets) als auch mit der automatisierten Xenium-Plattform (300 Targets) validiert wurde, was die Kompatibilität über verschiedene Komplexitätsskalen der molekularen Analyse hinweg zeigt.