$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Les tissus sont composés d’un ensemble diversifié de cellules dotées de fonctions spécialisées qui s’organisent en structures tridimensionnelles et, par l’interaction, coordonnent les processus biologiques nécessaires à la vie. La pathologie survient lorsque des perturbations de la composition cellulaire ou de l’architecture tissulaire interfèrent avec ces interactions et compromettent l’homéostasie tissulaire1. La connaissance de la façon dont les nombreux types de cellules spécialisées localisent et interagissent dans nos tissus est nécessaire pour comprendre la biologie qui sous-tend la santé et la maladie humaines.
Les progrès des technologies de profilage unicellulaire aux niveaux transcriptomique, épigénomique et protéomique ont révélé une diversité exceptionnelle de types de cellules spécialisées. 2,3 Des technologies telles que le séquençage de l’ARN unicellulaire et la cytométrie en flux spectral peuvent mesurer le nombre de paramètres nécessaires pour caractériser ces populations hétérogènes. Cependant, ces approches manquent d’informations spatiales, car les cellules doivent être dissociées de leur environnement tissulaire natif en suspensions unicellulaires 4,5. Ainsi, des types de cellules associés à divers contextes pathologiques ont été identifiés, mais leurs interactions au sein des tissus et leur contribution à la perpétuation de la maladie restent incertaines.
Pour remédier à certaines de ces limitations, plusieurs technologies spatio-omiques ont été développées pour capturer l’hétérogénéité cellulaire au sein d’un tissu tout en préservant la position de chaque cellule6. Par exemple, la transcription des gènes peut être mesurée soit en amplifiant l’ARN à des points pixellisés sur une section de tissu (par exemple, Visium), soit en utilisant des sondes d’hybridation d’ARN ciblant un panel de gènes spécifiques qui sont imagés à une résolution de cellule unique (par exemple, le xénium)7,8. Ces méthodes sont efficaces pour tracer les modèles transcriptionnels et les mécanismes de régulation dans les tissus. Cependant, les profils transcriptionnels sont souvent peu corrélés avec l’expression des protéines, ce qui reflète plus directement les capacités fonctionnelles d’une cellule9. L’expression des protéines peut être identifiée à l’aide d’anticorps spécifiques conjugués à des fluorophores, qui peuvent être détectés par microscopie à fluorescence10,11. L’utilisation de la microscopie à fluorescence traditionnelle peut permettre l’imagerie discrète de plus de six fluorophores conjugués à des anticorps. Cependant, le chevauchement des profils d’excitation et d’émission de ces fluorophores entraîne une incertitude quant à l’origine du signal de fluorescence dans un canal12 donné.
IBEX (Iterative Bleaching Extends multipleXity) est une méthode d’imagerie à haut contenu qui a été développée pour surmonter cette limitation de la microscopie à fluorescence 13,14,15. IBEX utilise du borohydrure de lithium (LiBH4) pour inactiver chimiquement les fluorophores après l’imagerie, ce qui permet de recolorer le même échantillon de tissu avec une série ultérieure d’anticorps conjugués aux fluorophores avant la réimagerie. IBEX préserve l’intégrité des tissus, permettant à de nombreuses séries d’imagerie de visualiser un nombre théoriquement illimité de marqueurs sur la même section de tissu. L’alignement computationnel des images acquises fournit une caractérisation de niveau omique à une résolution de cellule unique tout en préservant les données spatiales pour révéler les niches cellulaires. Ces données peuvent également révéler des interactions cellulaires présumées, bien que celles-ci doivent être validées à l’aide d’autres techniques16. IBEX est une méthode open source compatible avec les fluorophores disponibles dans le commerce et soutenue par une communauté internationale de chercheurs qui ont validé les réactifs et partagent publiquement les données pour promouvoir l’accessibilité, l’adoption rapide et la génération de données de haute qualité17,18.
Dans ce travail, un protocole modifié d’IBEX a été conçu pour surmonter deux défis majeurs de la technique : l’autofluorescence tissulaire et la liaison non spécifique des sondes d’anticorps conjuguées aux fluorophores (collectivement appelées arrière-plan). L’autofluorescence se produit lorsque l’excitation de molécules fluorescentes endogènes à un tissu émet de la lumière qui chevauche le signal souhaité obtenu à partir de fluorophores conjugués à des anticorps19,20. La liaison hors cible ou non spécifique d’anticorps conjugués aux fluorophores entraîne une fluorescence à partir de cellules ou de structures qui n’expriment pas la protéine cible21,22. Ces artefacts peuvent aboutir à la conclusion inexacte qu’une cellule exprime un marqueur qu’elle n’exprime pas vraiment, ce qui complique les analyses computationnelles et l’attribution précise du type de cellule. En combinant la neutralisation de charge à base d’héparine du signal hors cible avec l’acquisition spectrale complète et le démixage informatique, l’IBEX spectral réduit considérablement le saignement, améliore le rapport signal/bruit de fond (SBR) et réduit de moitié le temps d’acquisition par tour.