Ein Team um Nikolaus Rajewsky vom Max Delbrück Center hat eine frei zugängliche Plattform entwickelt, die Gewebeproben von Patient*innen mit subzellulärer Präzision auswertet. Die molekularen Karten erlauben detaillierte Analysen und können die klinische Pathologie verbessern, berichten sie in „Cell“.
Die Arbeitsgruppe um den Systembiologen Professor Nikolaus Rajewsky hat eine Plattform für räumliche Transkriptomik namens Open-ST entwickelt. Die Plattform rekonstruiert die Genexpression in den Zellen eines Gewebes in drei Dimensionen, berichten die Wissenschaftler*innen in „Cell“. Sie generiert diese Karten mit einer so hohen Auflösung, dass molekulare und (sub)zelluläre Strukturen erkennbar sind, die in herkömmlichen 2D-Ansichten oft verloren gehen.
Open-ST konnte zum Beispiel die Zelltypen aus dem Gewebe von Mäuse-Hirnen mit subzellulärer Auflösung darstellen. Von einem Patienten mit einem Kopf-Hals-Tumor lagen Biopsien aus dem Tumor, aus einem gesunden und einem metastasierten Lymphknoten vor; hier konnte die Plattform die Vielfalt der Immun-, Stroma- und Tumor-Zellpopulationen abbilden. Sie zeigte, dass diese Zellpopulationen an bestimmten Stellen im Primärtumor besonders intensiv miteinander kommunizierten und sich um diese Stellen herum gruppiert hatten. Die Struktur ging allerdings in der Metastase verloren.
„Wenn wir das komplexe Zusammenspiel erfassen wollen, das den Verlauf einer Krankheit befeuert, müssen wir zunächst die räumlichen Beziehungen von Zellen in erkranktem Gewebe verstehen“, sagt Nikolaus Rajewsky, der auch Direktor des MDC-BIMSB ist. „Mit den Open-ST-Daten können wir Zell-Zell-Interaktionen systematisch screenen und so die Mechanismen entdecken, die Gesundheit und Krankheit zugrundeliegen. Möglicherweise finden wir so auch Wege, um Gewebe umzuprogrammieren.“
Die Open-ST-Bilder von Krebsgewebe zeigten zudem potenzielle Biomarker an der dreidimensionalen Grenze zwischen Lymphknoten und Tumorzellen. Sie könnten Angriffspunkte für Medikamente sein. „Diese Strukturen waren in den 2D-Bildern unsichtbar. Sie konnten erst dank der unbeeinflussten Rekonstruktion des Gewebes in 3D erkannt werden“, sagt Daniel León-Periñán, einer der Erstautor*innen der Studie.
„Wir haben hier eine ganz neues Maß der Präzison erreicht“, sagt Rajewsky. „Man kann virtuell zu jeder beliebigen Stelle in der 3D-Rekonstruktion navigieren, um molekulare Mechanismen in einzelnen Zellen oder zum Beispiel an der Grenze zwischen gesunden Zellen und Tumor zu identifizieren. Das ist entscheidend, wenn wir Krankheiten zielgerichtet therapieren wollen.“
https://github.com/rajewsky-lab/openst
AG N. Rajewsky
