Forme des cellules et expression des protéines dans la recherche sur le cancer
Explorer le lien entre la forme des cellules et les niveaux de protéines dans le diagnostic du cancer.
― 7 min lire
Table des matières
Les pathologistes étudient les cellules depuis plus de 200 ans avec des microscopes. En regardant la forme et l'arrangement des cellules, ils font des diagnostics et choisissent des traitements. La façon dont les cellules se présentent, qu'on appelle morphologie cellulaire, aide à réaliser différentes fonctions. Les chercheurs ont découvert que même la forme d'un seul type de cellule peut nous en dire beaucoup sur son comportement, sa communication et sa propagation dans des maladies comme le cancer.
Récemment, de nouvelles technologies ont permis aux scientifiques de voir plusieurs protéines dans les cellules en même temps. Ces technologies ont ouvert la porte à la compréhension de comment différents types de cellules travaillent ensemble, et comment leur agencement dans les tissus peut affecter la santé et les maladies. Par exemple, des études montrent que les cellules voisines peuvent influencer le comportement d'une cellule unique et ce qu'elle produit comme protéines.
Dans ce contexte, on a appris qu'examiner la forme des cellules individuelles en même temps que leur expression protéique peut fournir des infos importantes sur les maladies. Plus précisément, on a étudié comment la forme des cellules est liée aux niveaux de protéines dans les tissus touchés par le Cancer du sein triple négatif et d'autres maladies. Nos résultats montrent que la forme d'une cellule peut aider à expliquer les variations dans l'expression des protéines et peut donner des indices sur les états de la maladie.
Forme des cellules et maladie
La forme des cellules peut jouer un rôle dans la progression du cancer. Dans le cancer du sein triple négatif, on a regardé des échantillons de tissus et trouvé que la forme des cellules tumorales était liée à la quantité de protéine p53 qu'elles exprimaient. La protéine p53 est importante parce qu'elle aide à contrôler le cycle cellulaire et répond aux signaux de stress. Les mutations dans p53 sont courantes dans de nombreux cancers, y compris le cancer du sein, donc comprendre sa relation avec la forme des cellules peut donner des infos précieuses sur le comportement du cancer et les réponses aux traitements.
Quand on a analysé divers échantillons de patients, on a vu que les plus grandes cellules tumorales avaient souvent des niveaux plus élevés de p53. Ce schéma était consistant à travers différents groupes de patients et types de cancer, indiquant un lien entre la taille des cellules et l'expression de p53. Cette découverte pourrait aider à identifier de nouvelles caractéristiques dans les cellules cancéreuses qui pourraient affecter l'agressivité de la maladie et la façon dont les patients réagissent aux traitements.
Formes des cellules
Analyser lesPour étudier la relation entre la forme des cellules et l'expression des protéines, on a analysé des échantillons de tissus de patients atteints de cancer du sein triple négatif. On a identifié différents types de cellules dans ces échantillons et mesuré leurs formes en utilisant des caractéristiques spécifiques. Cette analyse a révélé que les cellules tumorales étaient généralement les plus grandes et avaient les formes les plus variables par rapport aux autres types de cellules.
En observant comment la forme des cellules était liée à l'expression des protéines à travers divers échantillons de patients, on a établi que la forme d'une cellule peut donner des indices sur les protéines qu'elle produit. On a utilisé des modèles d'Apprentissage automatique pour prédire les niveaux de protéines sur la base de la forme des cellules et vice versa, confirmant qu'il existe une relation significative entre les deux.
Technologies d'imagerie de cellules uniques
L'introduction des technologies d'imagerie de cellules uniques spatiales a vraiment fait avancer notre compréhension de la biologie cellulaire. En utilisant ces outils, les chercheurs peuvent visualiser plusieurs protéines en même temps et voir comment les cellules interagissent entre elles dans leur environnement naturel. Ces techniques d'imagerie avancées permettent aux scientifiques d'avoir une image plus claire de la façon dont l'architecture des tissus influence le comportement cellulaire.
Par exemple, des technologies comme l'imagerie par faisceau d'ions multiplexés et la Co-Détection par indexation permettent un examen détaillé des échantillons de tissus. Elles permettent aux chercheurs de voir des cellules individuelles et leurs protéines associées, révélant des interactions complexes au sein des tissus qui pourraient influencer les résultats des maladies.
Applications cliniques
Les infos obtenues en étudiant la forme des cellules et l'expression des protéines ont le potentiel d'améliorer les Résultats cliniques. En considérant comment les formes des cellules sont liées à l'Expression de protéines spécifiques, les chercheurs peuvent développer de meilleurs modèles prédictifs pour le pronostic des patients. Cela peut aider à adapter les traitements aux patients individuels, menant potentiellement à de meilleurs résultats.
Dans nos études, on a trouvé qu'inclure les données sur la forme des cellules améliorait la précision des modèles prédictifs des résultats cliniques. Par exemple, quand on a utilisé un type spécifique de réseau de neurones appelé Réseau de Convolution Graphique, on a pu faire des prédictions plus précises sur la survie des patients et la récurrence de la maladie.
Implications pour la recherche sur le cancer
Les perspectives obtenues de notre recherche ont des implications importantes pour comprendre le cancer. En reconnaissant que la forme des cellules est liée à l'expression des protéines, les chercheurs peuvent identifier de nouveaux sous-types de cellules qui peuvent avoir des comportements différents dans la progression du cancer. Cette compréhension peut mettre en lumière de nouvelles cibles thérapeutiques et améliorer les stratégies de gestion des maladies.
De plus, lier la morphologie cellulaire aux fonctions des protéines peut conduire à de nouvelles découvertes sur la biologie des cellules cancéreuses. À mesure que l'on recueille plus de données, on peut commencer à voir des motifs qui pourraient aider à définir comment différentes protéines sont connectées à des formes et fonctions spécifiques des cellules.
Explorer de nouvelles directions
Alors que la technologie continue d'évoluer, notre capacité à étudier la morphologie cellulaire et l'expression des protéines ne fera que s'améliorer. On s'attend à ce que les avancées dans les techniques d'imagerie permettent une résolution et des détails encore plus grands. Cela permettra aux scientifiques d'explorer plus profondément les connexions entre la forme et la fonction des cellules.
Les futures études pourraient explorer comment différents traitements affectent la forme des cellules et si les changements de forme peuvent être utilisés comme indicateurs de réponse au traitement. Ce domaine de recherche pourrait mener à des stratégies plus efficaces pour lutter contre le cancer et améliorer les soins aux patients.
Conclusion
La relation entre la forme des cellules et l'expression des protéines est un domaine clé d'étude pour comprendre le cancer et d'autres maladies. En examinant comment ces facteurs interagissent, les chercheurs peuvent obtenir des infos qui pourraient mener à de meilleures approches diagnostiques et thérapeutiques. Le développement continu des technologies d'imagerie avancées offrira de nouvelles opportunités pour explorer ces connexions plus en profondeur et améliorer les possibilités de médecine personnalisée en oncologie.
L'exploration continue de la relation bidirectionnelle entre la forme des cellules et l'expression des protéines révélera probablement de nouvelles voies de découverte dans le domaine de la recherche sur le cancer. À mesure que nous perfectionnons nos outils et techniques, la promesse d'une meilleure compréhension et d'un traitement du cancer et d'autres maladies reste à portée de main.
Titre: Data-modeling the interplay between single cell shape, single cell protein expression, and tissue state
Résumé: Changes in cell shape are fundamentally involved in signaling, intracellular organization, function, and intercellular interactions within tissues, in health and disease. Investigating the interplay between cell shape and protein expression was limited, until recently, by the number of proteins that can be imaged simultaneously or by population averaging. We combined spatial multiplexed single cell imaging and machine learning to systematically investigate the intricate relationships between cell shape and protein expression in the context of heterogeneous human cells in their native state in human tissue samples in situ. Our analysis established a universal bi-directional link between the cells shape and its protein expression across different cell types, diseases, and disease states in human tissues, enabling new applications. Machine learning interpretability showed that the contribution of shape features to a prediction can potentially infer new protein functions. Unbiased screening of the links between all pairs consisting of one protein and one cell type identified a subpopulation of large p53-positive tumor cells across two cancers. Ultimately, inclusion of single cell shape properties enhanced Graph Neural Network disease state prediction. Our results open the door to unraveling the intricate connections between protein expression at the single cell level, cell shape, tissue organization, and tissue state in a physiological context.
Auteurs: Assaf Zaritsky, Y. Tamir, Y. Bussi, C. Owczare, L. Luque, G. Torrisi, L. A. Rose, O. Kliper-Gross, C. Sander, L. Schumacher, M. Parsons, L. Keren
Dernière mise à jour: 2024-05-30 00:00:00
Langue: English
Source URL: https://www.biorxiv.org/content/10.1101/2024.05.29.595857
Source PDF: https://www.biorxiv.org/content/10.1101/2024.05.29.595857.full.pdf
Licence: https://creativecommons.org/licenses/by-nc/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.