On dit qu’une image vaut mille mots.
Une nouvelle méthode, développée par des chercheurs de l’Université du Michigan, crée des images valant plusieurs gigaoctets de données, ce qui pourrait révolutionner la façon dont les biologistes étudient l’expression des gènes. Seq-Scope, développé par Jun Hee Lee, Ph.D., Hyun Min Kang, Ph.D., et leurs collègues, a été décrit pour la première fois dans Cell en 2021 comme la première méthode permettant d'analyser l'expression des gènes à une résolution spatiale inférieure au micromètre. .
À titre de comparaison, un seul cheveu humain a une largeur de 20 à 200 micromètres.
L’équipe a depuis amélioré Seq-Scope, le rendant plus polyvalent, évolutif et accessible, qui vient d’être publié dans Nature Protocols. De plus, le même groupe a développé un algorithme pour analyser les données spatiales haute résolution de Seq-Scope et d'autres technologies, appelé FICTURE, décrit dans Méthodes naturelles.
Fondamentalement, nous piratons les machines de séquençage de l’ADN et les laissons faire tout le gros du travail. »
Hyun Min Kang, Ph.D., professeur de biostatistique, UM School of Public Health
Les chercheurs utilisent ces machines pour produire des lectures du transcriptome, la collection de tous les ARN transcrits à partir de gènes dans une cellule ou un tissu donné. Traditionnellement, les biologistes qui étudient les gènes dans une cellule ou un tissu doivent composer avec le fait qu'un transcriptome en contient des dizaines de milliers, voire plus. gènes exprimés, trop nombreux pour faire des queues ou des têtes sans l'aide d'un ordinateur alors qu'il s'agit également de millions de cellules.
« Le problème est traditionnellement qu'il n'existe aucune méthode informatique nous permettant de comprendre cet ensemble de données à une résolution microscopique », a déclaré Lee, professeur de physiologie moléculaire et intégrative à la faculté de médecine de l'UM.
La méthode de validation de principe de Lee et Kang, Seq-Scope, a démontré qu'une machine de séquençage peut être réutilisée pour profiler des transcriptomes spatialement résolus, permettant aux scientifiques de voir comment et où un gène est exprimé à une résolution microscopique. L'équipe a ensuite créé Seq-Scope encore plus rentable, réduisant le coût du profilage spatial du transcriptome haute résolution de plus de 10 000 dollars à environ 500 dollars seulement.
De plus, la nouvelle méthode FICTURE permet aux enquêteurs d’analyser des quantités massives de données, en regroupant les données environnantes pour effectuer une inférence plus précise au niveau micrométrique. Ce faisant, démontrent-ils, vous pouvez voir où se trouvent les transcriptions cellulaires sans aucun biais.
La méthode génère des images incroyablement détaillées des tissus et des cellules à partir de son analyse à résolution microscopique.
Par exemple, avec l'analyse traditionnelle, « même si vous segmentez les cellules, si vous ne savez pas exactement quelles cellules sont transcrites et colorées, l'analyse peut être trompeuse ou peu claire », a déclaré Kang.
« En utilisant FICTURE, par exemple, vous pouvez voir que le tissu musculaire squelettique d'un embryon de souris en développement se différencie en cellules musculaires longues striées provenant des myoblastes. »
« Nous recevons beaucoup de courriels d'entreprises et d'autres enquêteurs qui pensaient auparavant qu'ils ne seraient pas en mesure de faire de telles expériences et analyses. Maintenant, ils sont dans le domaine du possible », a déclaré Lee.
Advanced Genomics Core de l'UM a co-écrit le document de protocole Seq-Scope, contribuant en optimisant l'utilisation des séquenceurs d'ADN. L'installation travaille désormais à rendre la méthode Seq-Scope encore plus accessible, dans le but de diffuser cette technologie à l'UM et à la communauté scientifique au sens large.
« C'est exactement le genre de technologie que nous voulons apporter au plus grand nombre de laboratoires possible, ici à l'UM et au-delà », a déclaré Olivia Koues, Ph.D., directrice de l'AGC.
« Notre objectif est de doter davantage de chercheurs de capacités de pointe en matière de transcriptomique spatiale. »
Lee et Kang espèrent ensuite développer un moyen de rendre la méthode encore plus accessible aux chercheurs, leur permettant d'étudier l'expression génomique du début à la fin.
Kang a déclaré : « Je pense qu'il est important que les chercheurs informatiques et expérimentaux travaillent ensemble pour générer de nouveaux types de données et de méthodes. C'est un bon exemple de ce type de collaboration.
