Simple Science

La science de pointe expliquée simplement

# Biologie# Biologie des systèmes

Nouveaux aperçus sur les traitements de la neurofibromatose de type 1

Des chercheurs utilisent des techniques avancées pour trouver de meilleurs traitements pour la NF1.

― 7 min lire


Avancées dans laAvancées dans larecherche sur letraitement de la NF1pour la neurofibromatose.améliorer les options de traitementDe nouvelles méthodes visent à
Table des matières

La neurofibromatose de type 1 (NF1) est un problème génétique qui touche environ 1 personne sur 3 000. Cette condition se transmet dans les familles et peut survenir à cause de changements, ou mutations, dans le gène NF1. La plupart des gens avec NF1 ont ces mutations dès le départ (appelées mutations de novo). Le gène NF1 est responsable de la création d'une protéine appelée neurofibromine, qui aide à réguler la croissance des cellules. Quand cette protéine ne fonctionne pas correctement à cause de la mutation, ça peut entraîner des signaux de croissance excessifs dans les cellules, les faisant se multiplier de manière incontrôlable.

Un des gros soucis avec la NF1, c'est que ça peut mener au développement de tumeurs. Ces tumeurs peuvent être bénignes, donc non cancéreuses, ou malignes, ce qui veut dire qu'elles peuvent être cancéreuses. Pour beaucoup de patients NF1, des tumeurs bénignes appelées neurofibromes cutanés (cNF) apparaissent sur la peau, ce qui peut compliquer la vie quotidienne. Environ 30 à 50 % des patients NF1 peuvent aussi développer des neurofibromes plexiformes (pNF), qui sont des tumeurs qui peuvent se développer le long des nerfs et qui peuvent être douloureuses ou causer d'autres problèmes. Bien que les pNF soient généralement bénins, ils peuvent devenir malins dans certains cas, affectant sérieusement les chances de survie d'un patient.

Actuellement, il n'y a qu'un seul médicament approuvé par la FDA pour traiter les pNF, connu sous le nom de Selumetinib. Ce médicament fonctionne en réduisant la croissance des tumeurs mais n’est efficace que pour un sous-groupe de patients et a quelques effets secondaires désagréables.

À la recherche de meilleurs traitements

Vu les défis liés à la NF1 et les limites des traitements actuels, les chercheurs explorent des moyens d'améliorer l'activité de la neurofibromine dans les cellules. S'ils peuvent trouver des moyens d'améliorer la fonction de cette protéine, ça pourrait aider à ralentir ou même à inverser la croissance des tumeurs et d'autres symptômes de la NF1.

Une des stratégies pour trouver de nouveaux traitements est de tester différents médicaments pour voir lesquels peuvent augmenter l'activité de la neurofibromine. Les tentatives précédentes pour découvrir des médicaments efficaces pour la NF1 n'ont pas entièrement examiné les bons types de cellules ou n'ont étudié que des mesures de base comme combien de cellules survivent après le traitement. Une nouvelle approche appelée découverte de médicaments phénotypique combine la technologie moderne de microscopie avec l'analyse informatique pour prioriser les médicaments en fonction de leurs effets sur le comportement cellulaire. Ça permet une analyse plus approfondie de la façon dont les médicaments pourraient améliorer les conditions causées par la NF1.

Pour progresser avec cette approche, il est essentiel de prouver d'abord qu'elle peut fonctionner. Les chercheurs voulaient voir si des techniques de microscopie avancées pouvaient distinguer efficacement les Cellules de Schwann (les cellules touchées par la NF1) avec différents types de gènes NF1. La Microscopie à contenu élevé, une méthode qui recueille des informations détaillées à partir des images de cellules, a beaucoup évolué ces vingt dernières années et offre un potentiel énorme pour étudier des maladies comme la NF1.

Mise en place de l'expérience

Dans leur étude, les chercheurs ont utilisé la microscopie à contenu élevé pour analyser des cellules de Schwann qui avaient soit un gène NF1 fonctionnant normalement, soit une mutation qui l'empêchait de bien fonctionner. Ils ont marqué différentes parties des cellules, y compris le noyau, le réticulum endoplasmique, les mitochondries, et une partie de la cellule appelée cytosquelette. Ensuite, ils ont traité ces images pour extraire des mesures détaillées des formes et caractéristiques des cellules.

Après avoir capturé plus de 22 000 cellules de différentes expériences, les chercheurs ont utilisé des méthodes statistiques pour analyser les données. Ils ont vérifié si les cellules avec différents types de gènes NF1 montraient des différences visuelles dans leur structure. Même s'ils s'attendaient à ce que les différences soient subtiles, ils ont tout de même pu identifier quelques caractéristiques révélatrices.

Apprentissage automatique pour une analyse améliorée

Pour mieux comprendre ces différences, les chercheurs ont formé un modèle d'apprentissage automatique pour classifier les cellules de Schwann en fonction de leurs types de gènes NF1. Ils ont divisé les données en ensembles d'entraînement et de test pour s'assurer que le modèle pouvait prédire avec précision les types de cellules qu'il rencontrait. Le modèle a bien fonctionné, montrant qu'il pouvait distinguer de manière fiable les deux types de cellules en fonction de leur morphologie.

En examinant des mesures importantes tirées de l'analyse cellulaire, le modèle a pu identifier des caractéristiques spécifiques liées à chaque génotype de NF1. Les caractéristiques les plus significatives comprenaient comment le noyau et le réticulum endoplasmique étaient disposés dans les cellules et comment le cytosquelette était structuré. Ces résultats suggèrent que même de petites différences dans la structure cellulaire peuvent donner des indications sur les facteurs génétiques sous-jacents influençant la NF1.

Implications pour la recherche future

Cette recherche offre une preuve de concept pour l'utilisation de la microscopie à contenu élevé et de l'apprentissage automatique pour identifier des traitements pour la NF1 en reconnaissant des changements spécifiques dans le comportement cellulaire. Les résultats soulignent l'importance de plusieurs caractéristiques cellulaires pour comprendre les effets des mutations du gène NF1.

Les chercheurs admettent aussi quelques limites à leur approche. Par exemple, ils n'ont pas examiné un troisième génotype qui pourrait fournir plus d'informations sur la façon dont les niveaux de neurofibromine impactent les cellules de Schwann. De plus, la source des cellules utilisées dans l'étude limite les résultats à un contexte spécifique, rendant nécessaire la répétition des expériences avec différents types de cellules et conditions.

À l'avenir, l'équipe de recherche prévoit de faire des dépistages de médicaments plus approfondis en utilisant leurs méthodes. Ils visent à identifier de nouveaux médicaments qui peuvent aider à restaurer les caractéristiques cellulaires normales dans les cellules NF1. En élargissant leur travail pour inclure un plus large éventail d'échantillons de patients NF1, les chercheurs pensent pouvoir créer un profil plus précis sur la façon dont les différentes mutations NF1 influencent le comportement cellulaire.

Conclusion

En gros, cette étude ouvre la voie à de nouvelles approches thérapeutiques pour traiter la NF1. Grâce à des techniques avancées d'imagerie et d'analyse de données, les chercheurs ouvrent des possibilités pour mieux identifier des médicaments qui peuvent soutenir la fonction de la neurofibromine. Ça pourrait potentiellement mener à de meilleures options de traitement pour les personnes atteintes de NF1, améliorant leur qualité de vie et répondant aux défis qu'elles rencontrent à cause de leur condition. Avec des recherches continues et le perfectionnement des techniques, il y a de l'espoir de découvrir des thérapies efficaces qui peuvent avoir un impact positif sur la vie des patients atteints de NF1.

Source originale

Titre: High-content microscopy and machine learning characterize a cell morphology signature of NF1 genotype in Schwann cells

Résumé: Neurofibromatosis type 1 (NF1) is a multi-system, autosomal dominant genetic disorder driven by the systemic loss of the NF1 protein neurofibromin. Loss of neurofibromin in Schwann cells is particularly detrimental, as the acquisition of a second-hit (e.g., complete loss of NF1) can lead to the development of plexiform neurofibroma tumors. Plexiform neurofibromas are painful, disfiguring tumors with an approximately 1 in 5 chance of sarcoma transition. Selumetinib is currently the only medicine approved by the U.S. Food and Drug Administration (FDA) for the treatment of plexiform neurofibromas in a subset of patients. This motivates the need to develop new therapies, either derived to treat NF1 haploinsufficiency or complete loss of NF1 function. To identify new therapies, we need to understand the impact neurofibromin has on Schwann cells. Here, we aimed to characterize differences in high-content microscopy imaging in neurofibromin-deficient Schwann cells. We applied a fluorescence microscopy assay (called Cell Painting) to two isogenic Schwann cell lines, one of wildtype genotype (NF1+/+) and one of NF1 null genotype (NF1-/-). We modified the canonical Cell Painting assay to mark four organelles/subcellular compartments: nuclei, endoplasmic reticulum, mitochondria, and F-actin. We utilized CellProfiler pipelines to perform quality control, illumination correction, segmentation, and cell morphology feature extraction. We segmented 22,585 NF1 wildtype and null cells, utilized 907 significant cell morphology features representing various organelle shapes and intensity patterns, and trained a logistic regression machine learning model to predict the NF1 genotype of single Schwann cells. The machine learning model had high performance, with training and testing data yielding a balanced accuracy of 0.85 and 0.80, respectively. All of our data processing and analyses are freely available on GitHub. We look to improve upon this preliminary model in the future by applying it to large-scale drug screens of NF1 deficient cells to identify candidate drugs that return NF1 patient Schwann cells to phenocopy NF1 wildtype and healthier phenotype.

Auteurs: Gregory P Way, J. Tomkinson, C. Mattson, M. Mattson-Hoss, H. Sarnoff, S. J. Bouley, J. A. Walker

Dernière mise à jour: 2024-09-16 00:00:00

Langue: English

Source URL: https://www.biorxiv.org/content/10.1101/2024.09.11.612546

Source PDF: https://www.biorxiv.org/content/10.1101/2024.09.11.612546.full.pdf

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à biorxiv pour l'utilisation de son interopérabilité en libre accès.

Articles similaires