Ozgun Gokce, científico investigador de la Universidad de Bonn, investiga los trastornos neurológicos relacionados con la edad y desarrolla tecnologías para estudiar la degeneración cerebral.
Imagen propiedad de Ozgun Gokce; Fotografiado por Rolf Müller.
Cuando Ozgun Gökce Era niño, el televisor de su familia se rompió. Perder ese televisor lo llevó a descubrir por qué se estropeó. Esa curiosidad inicial llevó a Gokce a dedicarse a comprender por qué las cosas se estropean, específicamente con las enfermedades. Ahora es científico investigador en la Universidad de Bonn, donde investiga los trastornos neurológicos relacionados con la edad y desarrolla tecnologías para identificar por qué y cómo se degenera el cerebro.
En su última incursión en la neuropatología, su laboratorio desarrolló un técnica que fusiona fluorescencia multiplexada resistente a errores in situ hibridación (MERFISH) con microscopía electrónica de barrido (SEM). Aprovechando ambas tecnologías, Gokce creó la microscopía electrónica correlacionada con transcriptómica espacial (STcEM), que vincula secciones de tejido con transcripción unicelular y morfologías ultraestructurales para representar la arquitectura celular de gran aumento con microscopía electrónica.1 Probó el nuevo método en ratones con lesión cerebral desmielinizante, que puede desencadenar enfermedades como la esclerosis múltiple o la enfermedad de Alzheimer, y produjo mapas globales de los cerebros enfermos.
Ver también “El contexto es clave: desbloquear la complejidad de los tejidos con biología espacial“
¿Qué estamos viendo en esta imagen?
Este mapa global del cerebro de un ratón fue producido por Ozgun Gokce y su equipo de investigación utilizando STcEM, una nueva técnica de imágenes que combina la transcriptómica espacial con la microscopía electrónica. El mapa muestra áreas de lesión desmielinizante, específicamente en rojo brillante en la parte superior izquierda. Los colores cercanos indican otros tipos de células, como oligodendrocitos (amarillo), astrocitos (verde) y células vasculares (violeta), que desempeñan funciones intrincadas en el cerebro enfermo.
Peter Androvič
Esta es una sección de un cerebro de ratón lesionado y la imagen es una combinación de los estados celulares. Usando STcEM, vemos células inmunes del cerebro, conocidas como microglía, representadas en rojo en la parte superior izquierda del mapa del cerebro. En conjunto, la microglía cambió tanto su forma como el funcionamiento de sus genes después de una lesión. Notamos que estas células contienen pequeñas gotas de grasa o gotitas de lípidos en el área lesionada. Este hallazgo nos ayudó a obtener una comprensión más profunda de la microglía, en lugar de etiquetarlas simplemente como “malas” o “buenas”. Al mirar más de cerca, obtuvimos una imagen más completa de qué son estas células y qué hacen.
¿Cómo creaste este mapa cerebral?
STcEM combina dos técnicas de imagen de vanguardia. En primer lugar, SEM nos permite ver las cosas de cerca, casi a nivel atómico. Luego, MERFISH actúa como una cámara de alta tecnología que cuenta hasta 10.000 tipos de ARNm en una célula, todos a la vez, con una resolución que aumenta hasta 100 nm a partir de muestras de tejido tan pequeñas como un centímetro cuadrado. Lo hace repetidamente etiquetando de forma única cada ARN, centrándose en algunos ARN marcados, tomando una fotografía y eliminando las etiquetas. Así es como cada celda se codifica por colores, lo que también se basa en las similitudes con las celdas vecinas. Luego se utiliza STcEM para construir esta imagen computacionalmente identificando las ubicaciones del ARN. Para cada punto, utilizamos los reporteros fluorescentes de MERFISH para obtener información detallada sobre su transcriptoma y la ubicación de cada transcripción en la célula, ya sea en el núcleo o en el citoplasma. Luego combinamos aún más el aspecto espacial con SEM, lo que mejoró la resolución de la imagen general. Esto dio como resultado una historia detallada de las células individuales del tejido cerebral, creando estas hermosas imágenes.
Esto genera una gran cantidad de datos, por lo que una sola porción del cerebro puede producir aproximadamente 4,5 terabytes. El análisis de estos mapas es un enfoque de gran cantidad de datos para comprender el proceso de la enfermedad de las lesiones cerebrales desmielinizantes: cómo funciona la enfermedad, qué la causa y cómo podemos detenerla.
¿Qué aprendiste usando STcEM que no pudiste solo con SEM o MERFISH?
Esta combinación de técnicas en STcEM tiene muchas oportunidades porque ahora podemos superponer identidades celulares o identidades infraestructurales con SEM. Esto podría ser transformador porque proporciona un conjunto de datos de entrenamiento imparcial para el aprendizaje automático, que puede comprender estados transcripcionales específicos que corresponden a los estados de las células SEM.
STcEM es apasionante porque vemos la expresión de genes junto con sus funciones. Vemos cuando la microglía activada no contiene lisosomas en comparación con cuando las células están llenas de lisosomas que contienen gotitas de lípidos. Cuando se activan con lisosomas llenos de lípidos, pueden migrar hacia la lesión y desencadenar la fagocitosis. Al analizar las transcripciones, los estados de activación neuronal pueden decirnos qué neuronas recibieron impulsos eléctricos. Y estamos aprendiendo cómo utilizar estos datos para comprender mejor la biología y marcar la diferencia para los pacientes.
Al utilizar la combinación de imágenes ultra detalladas de SEM y MERFISH, tenemos la oportunidad de verlo todo a la vez. En este momento, podemos examinar cada órgano de un ratón, profundizar en cada célula del tejido y ver la diferencia entre el estado sano y el estado enfermo de una célula, todo en unas pocas semanas.
Ver también “Un mapa completo de cableado cerebral“
Esta entrevista ha sido condensada y editada para mayor claridad.
Referencia
- Androvič P y otros, La microscopía electrónica correlacionada con transcriptómica espacial mapea las respuestas transcripcionales y ultraestructurales a la lesión cerebral. Comuna Nacional. 2023;14:4115.