$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Neurony siatkówki rozwinęły topografie przestrzenne, które ułatwiają przetwarzanie informacji, co u wielu gatunków skutkuje dużymi specjalizacjami, takimi jak dołki, obszar centralny i smugi1,2,3. W przeciwieństwie do dobrze poznanej różnorodności rozmieszczenia fotoreceptorów, specjalizacja przestrzenna wyjścia siatkówki, utworzonego przez komórki zwojowe siatkówki (RGC), jest mniej jasna. W przypadku większości gatunków rozmieszczenie przestrzenne RGC jest całkowicie nieznane. Nawet w przypadku myszy, prawdopodobnie jednego, jeśli nie najlepiej zbadanego modelu funkcji wzrokowych kręgowców, mniej niż jedna trzecia podtypów RGC została zmapowana za pomocą tradycyjnych technik, takich jak immunohistochemistry whole mount2. Techniki te zawodzą, ponieważ większość podtypów RGC nie ma specyficznego markera genetycznego. Zamiast tego do dokładnej klasyfikacji RGC potrzebne są bardziej wymiarowe informacje molekularne4 za pomocą sekwencjonowania RNA pojedynczej komórki5,6,7.
Informacje o rozmieszczeniu RGC są ważne, ponieważ topografie obserwowane u myszy wykazują wyraźne korelacje ekologiczne między umiejscowieniem RGC a funkcją wzrokową. Najbardziej uderzającym przykładem jest organizacja przestrzenna ɑON-S RGC, które skupiają się w siatkówce skroniowej. Ten region otrzymuje obraz prey8 podczas zachowań łowieckich9. Docenia się również fakt, że podtypy RGC są w różny sposób podatne na chorobę10, a niektóre powszechne choroby, takie jak jaskra, mają komponent przestrzenny w ich postępowaniu11,12. W związku z tym ważnym pytaniem, przed którym stoi ta dziedzina, jest: jaka jest organizacja przestrzenna podtypów RGC, gdy kafelkują one siatkówkę1? Ta luka w wiedzy ogranicza obecnie wgląd w inne wizualnie sterowane zachowania i choroby.
Przedmiotem obecnej metody jest wypełnienie tych luk w wiedzy molekularnej poprzez podejście do kriosekcji en face, które zachowuje relacje przestrzenne, umożliwiając jednocześnie analizę molekularną o wysokiej rozdzielczości. Nowoczesne platformy sekwencjonowania przestrzennego, takie jak Xenium firmy 10X, stanowią przełomowy postęp w profilowaniu molekularnym, oferując bezprecedensowy wgląd w organizację tkanek i interakcje komórkowe. Jednak platformy te, wraz z technikami o niższej pleksacji, takimi jak RNAscope, i metodami sekwencjonowania przestrzennie kodowanego kreskowo, takimi jak Visium, mają wspólne ograniczenie techniczne: wymagają skrawków tkanek cieńszych niż 20 μm. Wymóg ten stanowi szczególne wyzwanie dla tkanki siatkówki, która zwykle mierzy 200 μm grubości.
Do tej pory badacze opierali się głównie na przekrojach poprzecznych przy stosowaniu tych technologii do tkanki siatkówki13. Podczas gdy przekroje czynne skutecznie ujawniają relacje molekularne w warstwach jądrowych i pleksikształtnych w kontekście obwodów pionowych, są one mniej odpowiednie do uchwycenia szerszych rozkładów przestrzennych komórek siatkówki, które tradycyjnie ujawniały całe preparaty wierzchowców8. Ostatnie próby przekroju en face były ograniczone przez ograniczenia grubości sekcji, przy czym badania wykazały tylko 50 μm przekrojów14-zbyt grube dla nowoczesnych platform analizy molekularnej o wysokiej pleksie. Inne historyczne podejścia, które zostały wdrożone do badania poszczególnych blaszek siatkówki, ale nie są kompatybilne z nowoczesnymi technikami sekwencjonowania przestrzennego, obejmują trawienie enzymatyczne w połączeniu z dysocjacją mechaniczną15,16, lub same dysocjacje mechaniczne17,18,19,20. W tym miejscu przedstawiamy nowatorską technikę kriosekcji zaprojektowaną specjalnie dla cienkiej, zakrzywionej tkanki siatkówki, która pokonuje te ograniczenia. Krótko mówiąc, nasza metoda polega na ekstrakcji tylnej komory oka, wykonaniu nacięć reliefowych zarówno przez siatkówkę, jak i twardówkę, spłaszczeniu tkanki z wewnętrzną siatkówką do szkła nakrywkowego, osadzeniu tkanki w OCT, a na końcu kriosekcji od zewnętrznej do wewnętrznej siatkówki (Rysunek 1). Nasza metoda utrzymuje relacje przestrzenne podczas wytwarzania skrawków wystarczająco cienkich (<20 μm) dla wysokowymiarowych narzędzi biologii przestrzennej, co zostało potwierdzone przez udane wdrożenie zarówno z ręcznym RNAscope (12 celów), jak i zautomatyzowaną platformą Xenium (300 celów), wykazując kompatybilność w różnych skalach złożoności analizy molekularnej.