I gliomi diffusi di grado inferiore (LGG), il tumore cerebrale primario più comune negli adulti, sono neoplasie infiltrative che spesso si presentano nell'emisfero cerebrale. Gli LCG mostrano eterogeneità sia inter- che intra-tumorale, che non è guidata solo dalla popolazione tumorale, ma anche dalle cellule non maligne coinvolte in modo complesso nello sviluppo e nella progressione del tumore1,2,3,4,5.
Nell'ultimo decennio, c'è stata una valanga di dati genomici raccolti nel campo dei gliomi. Questi dati provengono principalmente da studi di sequenziamento dei tumori di massa e hanno contribuito immensamente alla caratterizzazione molecolare e all'attuale classificazione dei tumori cerebrali5,6,7,8,9,10,11. Tuttavia, anche se questi studi hanno rivelato l'ampio panorama molecolare associato ai gliomi, c'è ancora una deludente mancanza di progressi per quanto riguarda l'intervento terapeutico. Uno degli ostacoli alla resistenza al trattamento nei tumori cerebrali è l'eterogeneità intratumorale. Per affrontare questo problema, vari studi si sono concentrati sull'eterogeneità genomica, trascrittomica, proteomica ed epigenetica presente all'interno di un tumore a livello di singola cellula12,13,14,15,16,17.
Sebbene ci siano stati notevoli progressi tecnologici nel campo delle singole cellule negli ultimi due anni, uno dei principali fattori limitanti è la disponibilità di campioni freschi necessari per isolare le cellule ed eseguire questi esperimenti. Per superare questa limitazione, ci sono stati diversi tentativi riusciti di eseguire saggi, come snRNA-seq e snATAC-seq da tessuti congelati, utilizzando nuclei piuttosto che cellule18,19. La maggior parte di questi metodi si basa su strategie di selezione cellulare attivate dalla fluorescenza (FACS) o di filtrazione. Sia gli approcci a singola cellula che a singolo nucleo hanno i loro punti di forza e svantaggi. Gli approcci a singola cellula mantengono i trascritti mitocondriali, che sebbene possano essere informativi, possono anche ridurre la copertura del trascrittoma a causa della loro elevata abbondanza. Gli approcci di isolamento dei singoli nuclei eliminano un'alta percentuale della frazione mitocondriale, consentendo così una copertura più approfondita dei trascritti nucleari20.
Esistono varie piattaforme disponibili in commercio che sono state utilizzate negli ultimi anni per saggiare i dati di genomica a singola cellula, tra cui RNA-seq e ATAC-seq. Una delle piattaforme più importanti è la piattaforma 10x Genomics Chromium per l'espressione genica a singola cellula e la profilazione ATAC a singola cellula. Poiché la piattaforma funziona con l'aiuto di camere microfluidiche, eventuali detriti o aggregati possono ostruire il sistema portando alla perdita di dati, reagenti e preziosi campioni clinici. Pertanto, il successo degli studi su singole cellule dipende in gran parte dall'accurato isolamento di singole cellule / nuclei.
Il protocollo che dimostreremo qui è una combinazione leggermente modificata dei protocolli DroNc-seq e Omni-ATAC-seq e utilizza un approccio simile a studi recenti che utilizzano snRNA-seq per comprendere disturbi neurologici e tipi di cellule neuronali nel cervello umano18,19,21,22,23,24. Il protocollo utilizza una combinazione di dissociazione enzimatica/meccanica di campioni congelati seguita da filtrazione e centrifugazione a gradiente e consente un isolamento rapido e accurato di singoli nuclei da tessuti di glioma freschi congelati. Abbiamo utilizzato con successo questo protocollo per generare dati snRNA-seq e snATAC-seq dalla stessa preparazione dei nuclei da campioni di tumore al cervello.