O andare

Notizia

CasaCasa / Notizia / O andare

Oct 27, 2023

O andare

Nature Communications volume

Nature Communications volume 13, numero articolo: 3243 (2022) Citare questo articolo

7477 accessi

6 citazioni

28 Altmetrico

Dettagli sulle metriche

Gli organoidi cerebrali possono essere utilizzati per ottenere informazioni dettagliate sui processi specifici del tipo cellulare perturbati da varianti genetiche associate a disturbi neuropsichiatrici. Tuttavia, la fenotipizzazione robusta e scalabile degli organoidi rimane impegnativa. Qui, eseguiamo il sequenziamento dell'RNA su 71 campioni comprendenti 1.420 organoidi cerebrali provenienti da 25 donatori e descriviamo una struttura (Orgo-Seq) per integrare i dati di sequenza di RNA di massa e di RNA a cellula singola. Applichiamo Orgo-Seq alle delezioni 16p11.2 e alle duplicazioni 15q11–13, due loci associati al disturbo dello spettro autistico, per identificare i neuroni immaturi e le cellule progenitrici intermedie come tipi cellulari critici per le delezioni 16p11.2. Abbiamo ulteriormente applicato Orgo-Seq per identificare i geni driver specifici del tipo di cellula. Il nostro lavoro presenta un quadro di fenotipizzazione quantitativa per integrare set di dati multi-trascrittomici per l'identificazione di tipi cellulari e geni driver co-espressi specifici del tipo cellulare associati a disturbi neuropsichiatrici.

I recenti progressi nei modelli di organoidi cerebrali differenziati dalle cellule staminali pluripotenti indotte dall'uomo (iPSC) hanno dimostrato che questi sistemi in vitro comprendono molti tipi di cellule presenti nel cervello fetale umano in via di sviluppo1,2,3,4 e sono molto promettenti come sistema per identificare i tipi cellulari e i processi molecolari specifici del tipo cellulare che sono perturbati nei disturbi neuropsichiatrici e dello sviluppo neurologico come la microcefalia e i disturbi dello spettro autistico (ASD)2,5,6. L'identificazione dei tipi cellulari e dei geni coespressi specifici del tipo cellulare che sono perturbati nei loci associati alla malattia ci consente di eseguire esperimenti diretti su tipi cellulari rilevanti per comprendere i processi molecolari importanti nella malattia.

Ci sono sfide chiave nell’applicazione degli organoidi cerebrali per identificare i tipi di cellule e i processi specifici del tipo di cellula che sono perturbati nei disturbi neuropsichiatrici complessi. La letteratura precedente ha dimostrato che gli organoidi cerebrali sono costituiti da molti tipi cellulari diversi presenti nel cervello umano e che i singoli organoidi possono essere eterogenei nella composizione dei tipi cellulari rilevati utilizzando il sequenziamento dell'RNA a cellula singola (scRNA-seq)1. Ciò pone ulteriori sfide per rilevare robuste differenze cellulari e molecolari tra organoidi cerebrali differenziati da individui con background genetici diversi. Per affrontare questa sfida chiave, abbiamo differenziato un gran numero di 1420 organoidi da 25 individui con background diversi (71 campioni con 20 organoidi per campione), per quantificare e identificare sistematicamente la variabilità intrinseca nella sequenza di RNA di massa dell'intero trascrittoma (bRNA-seq) dati dagli organoidi.

Un'altra sfida è il rilevamento efficace di geni co-espressi specifici del tipo di cellula che sono perturbati negli organoidi cerebrali derivati ​​​​da donatori. Un approccio consiste nell'utilizzare scRNA-seq per eseguire la scoperta imparziale di tipi cellulari critici e di geni coespressi specifici del tipo cellulare associati a malattie1,7,8,9,10,11,12,13,14. Tuttavia, le attuali tecnologie scRNA-seq catturano solo il 10-20% di tutte le trascrizioni15 e la coespressione specifica del tipo cellulare di molti geni associati alla malattia potrebbe non essere rilevabile con scRNA-seq. Ad esempio, all'interno del locus 16p11.2 associato all'ASD, è stata rilevata l'espressione di solo 2 dei 29 geni nel locus (QPRT [ID gene NCBI: 23475] e ALDOA [ID gene NCBI: 226]) tra i 10 principali cluster di tipi cellulari identificati utilizzando scRNA-seq su organoidi cerebrali1.

Qui abbiamo sviluppato un quadro di fenotipizzazione quantitativa (denominato Orgo-Seq, Fig. 1), che consente ai ricercatori di identificare i geni driver co-espressi specifici del tipo di cellula integrando i dati bRNA-seq da organoidi derivati ​​​​da donatori con scRNA-seq su larga scala dati provenienti da organoidi cerebrali e cervelli fetali. Ciò ci consente di superare i limiti delle attuali tecnologie scRNA-seq e, allo stesso tempo, di sfruttare i punti di forza dei set di dati scRNA-seq su larga scala che sono stati precedentemente generati o che saranno generati in futuro per scoperte imparziali di tipi di cellule e geni driver coespressi specifici del tipo cellulare.

90% of the iPSCs from each donor are positive for TRA-1–60 (Novus Biologicals NB100-730F488). If we had observed donor iPSCs with <90% TRA-1-60+ cells, we typically perform an anti-TRA-1–60 bead purification step (Miltenyi Biotec 130-100-832) before re-testing with flow cytometry. It will be interesting to compare the results from multiple clones from the same donors to understand the clonal variability across many donors5,43,44./p> 0.95), to ensure that there was no sample mix-up./p>99% variance explained by the residuals showed that these genes are enriched in the mitochondrial envelope (Supplementary Fig. 4B)./p>1 in the case organoids compared to control organoids, and fold changes of <1 in the neural stem cells with 16p11.2 duplications compared to wildtype, and vice versa. In contrast, 3/9,531 genes (0.031%) were reciprocally differentially expressed with fold changes of >1 in the case organoids compared to control organoids, and fold changes of <1 in the induced neurons with 16p11.2 duplications compared to wildtype, as well as vice versa (OR = 21.2, 95% CI=[6.9, 105.7], Fisher's Exact Test P = 5.7 ≤ 10−16)./p>

3.0.CO;2-S" data-track-action="article reference" href="https://doi.org/10.1002%2F%28SICI%291097-0258%2819980730%2917%3A14%3C1623%3A%3AAID-SIM871%3E3.0.CO%3B2-S" aria-label="Article reference 78" data-doi="10.1002/(SICI)1097-0258(19980730)17:143.0.CO;2-S"Article CAS PubMed Google Scholar /p>