Grâce à une nouvelle technologie appelée Moscot (« Multi-Omics Single-Cell Optimal Transport »), les chercheurs peuvent désormais observer simultanément des millions de cellules à mesure qu'elles se développent pour former un nouvel organe, par exemple un pancréas. Cette méthode révolutionnaire a été développée par une équipe de recherche internationale dirigée par Helmholtz Munich et a été publiée dans la célèbre revue Nature.
Jusqu'à présent, les biologistes n'avaient qu'une compréhension limitée de la manière dont les cellules se développent dans leur environnement naturel, par exemple lorsqu'elles forment un organe dans l'embryon. « Les méthodes existantes ne fournissaient que des instantanés de quelques cellules ou ne pouvaient pas relier les processus dynamiques dans l'espace et dans le temps », explique Dominik Klein, l'un des principaux auteurs de l'étude, doctorant à l'Institut de biologie computationnelle de Helmholtz Munich, et chercheur à l'Université technique de Munich (TUM). « Cela a considérablement limité notre compréhension des interactions complexes au cours du développement des organes et des processus pathologiques. »
Moscot cartographie le développement cellulaire dans des organes et organismes entiers
En collaboration avec une équipe interdisciplinaire dirigée par Giovanni Palla (Helmholtz Munich), Marius Lange (ETH Zurich), Michal Klein (Apple) et Zoe Piran (Université hébraïque de Jérusalem), Dominik Klein a développé Moscot. L'équipe s'est appuyée sur une théorie développée au XVIIIe siècle : la théorie du transport optimal, qui décrit comment les objets peuvent se déplacer le plus efficacement d'un endroit à un autre pour minimiser le temps, l'énergie ou le coût. L’application du transport optimal à deux populations de cellules était auparavant limitée par la taille des ensembles de données biomédicales. Cet obstacle est désormais surmonté grâce aux progrès de l’intelligence artificielle, largement influencés par le co-auteur Marco Cuturi (Apple).
« Nous avons adapté nos modèles mathématiques pour représenter avec précision les informations moléculaires et la position des cellules dans le corps au cours de leur développement. La théorie du transport optimal nous aide à comprendre comment les cellules se déplacent, changent et passent d'un état à un autre », explique Klein. Cela permet désormais d’observer des millions de cellules simultanément, avec une précision auparavant inimaginable.
Moscot permet la cartographie multimodale de cellules uniques dans les tissus spatiaux et joue un rôle crucial dans les processus biologiques dynamiques. Il connecte des millions de cellules au fil du temps, reliant les changements dans l’expression des gènes aux décisions cellulaires. La mise en œuvre de Moscot vise à analyser d’énormes ensembles de données à l’aide d’algorithmes complexes tout en fournissant une interface intuitive aux biologistes. De plus, Moscot capture précisément et simultanément l’état moléculaire d’un grand nombre de cellules et décrit leur développement dans l’espace et dans le temps. Cela permet pour la première fois de suivre et de mieux comprendre les processus cellulaires complexes au sein d’organes et d’organismes vivants entiers.
Nouvelles perspectives sur la recherche sur le pancréas et le diabète
L'application de Moscot a fourni de nouvelles perspectives dans la recherche sur le pancréas : l'équipe a réussi à cartographier le développement des cellules productrices d'hormones dans le pancréas sur la base de mesures multimodales. Grâce à ces résultats, les scientifiques peuvent désormais analyser en détail les mécanismes sous-jacents du diabète. « Cette nouvelle perspective sur les processus cellulaires ouvre des opportunités pour des thérapies ciblées qui s'attaquent aux causes profondes des maladies plutôt que de simplement traiter les symptômes », déclare le professeur Heiko Lickert, qui dirige l'Institut de recherche sur le diabète et la régénération à Helmholtz Munich et co-dernier auteur de l'étude avec le professeur Fabian Theis.
Un tournant dans la recherche médicale
Fabian Theis, directeur de l'Institut de biologie computationnelle de Helmholtz Munich et professeur à la TUM, souligne l'importance de Moscot pour la recherche biomédicale : « Moscot change la façon dont nous comprenons et utilisons les données biologiques. Il nous permet non seulement de capturer la dynamique des cellules développement avec des détails sans précédent, mais également pour faire des prédictions précises sur la progression des maladies, dans le but de développer des approches thérapeutiques personnalisées.
Pour Theis, Moscot est un excellent exemple de collaboration interdisciplinaire : « La combinaison réussie des mathématiques et de la biologie dans ce projet démontre de manière impressionnante à quel point la collaboration entre différentes disciplines est cruciale pour réaliser de véritables avancées scientifiques. Grâce à une coopération étroite avec l'équipe dirigée par Heiko Lickert de Au Helmholtz Diabetes Center, nous avons pu valider les prédictions de Moscot grâce à des expériences en laboratoire.
