Nouvelle technique pour étudier le comportement des cellules dans le sang

Le comportement des cellules est crucial dans diverses conditions médicales, comme le cancer et les troubles sanguins. Les chercheurs étudient comment les cellules s’attachent les unes aux autres et bougent dans le flux sanguin. Ces recherches nous aident à comprendre des maladies comme le cancer, la thrombose, et d’autres.

#Méthodes Actuelles et Défis

Les scientifiques utilisent souvent des techniques spéciales pour observer les cellules en laboratoire. Les méthodes courantes consistent à utiliser un tampon liquide qui aide la lumière à passer pour l’imagerie. Cependant, l’utilisation de tampons peut changer le comportement des cellules par rapport à leur environnement naturel dans le sang entier. Les protéines plasmatiques jouent un grand rôle dans les interactions des globules rouges avec d’autres cellules. Pour observer ces interactions de manière précise, il est préférable de les étudier dans le sang entier.

Les techniques de référence sont des méthodes de microscopie intravitale qui permettent de voir comment les cellules se comportent dans des organismes vivants. Ces méthodes permettent aux scientifiques de voir les cellules en temps réel, mais elles peuvent être très coûteuses et compliquées. Donc, elles sont souvent limitées à des groupes de recherche plus petits.

Les chercheurs explorent des alternatives. Une méthode prometteuse, la microscopie à fluorescence par réflexion totale interne, est utile pour étudier les interactions cellulaires avec le sang entier. Cependant, étiqueter les cellules dans le sang peut être difficile. De plus, les méthodes d’imagerie optique au laser peuvent compter comment les plaquettes interagissent dans le sang, mais elles ne fournissent que des données numériques de base et sont aussi complexes à mettre en place.

#Présentation de la Microscopie par Flou de Mouvement (MBM)

Pour surmonter les défis d'étudier le comportement cellulaire dans le sang, nous avons développé une méthode plus simple appelée microscopie par flou de mouvement (MBM). Cette technique permet aux scientifiques d'observer les interactions cellulaires dans le sang entier sans avoir besoin de dilution d'échantillons.

La MBM utilise un concept simple de flou d'objets en mouvement pour mieux visualiser les cellules attachées à une surface. En ajustant les réglages de la caméra, les chercheurs peuvent flouter les cellules à mouvement rapide, rendant plus facile de voir les cellules stationnaires qui adhèrent à la surface.

Nous avons testé la MBM dans plusieurs configurations et observé que les globules rouges falciformes des personnes atteintes de drépanocytose adhèrent plus aux surfaces des vaisseaux sanguins que les globules rouges sains. Lorsque nous avons dilué les échantillons de sang, les interactions ont diminué ou changé de manière inattendue.

#Comment Fonctionne la MBM

Dans la MBM, deux réglages de caméra importants sont modifiés : les niveaux de lumière sont réduits et le temps d'exposition est augmenté. Cela crée des traînées dans les images des cellules en mouvement, mais rend les cellules stationnaires plus faciles à voir. Dans les expériences, nous avons montré différentes vues du sang s'écoulant à travers un canal pour illustrer notre méthode clairement.

Nous avons utilisé diverses surfaces pour étudier le comportement cellulaire, y compris celles recouvertes de protéines comme la laminine et l'E-sélectine. Nos résultats indiquent des schémas distincts d'interactions pour les cellules falciformes et les Cellules CAR-T, un type de cellule immunitaire utilisée dans le traitement du cancer.

#Analyse des Interactions Cellulaires

Bien que la MBM donne des aperçus intéressants, l'analyse des données peut être difficile, surtout lorsqu'on regarde des vidéos sur de longues périodes. Pour y remédier, nous avons créé un système d'analyse automatisé alimenté par machine learning. Ce système peut identifier et classifier efficacement les cellules dans les images et vidéos de la MBM.

L'analyse automatisée se compose de deux phases. La première phase identifie les groupes de pixels qui appartiennent aux cellules adhérées. La deuxième phase classifie ces groupes par type de cellule en fonction de caractéristiques comme la taille.

Ce processus nous permet d’examiner les propriétés des cellules, telles que leur taille et leur forme, et d’étudier leurs mouvements. L’analyse peut gérer de grandes quantités de données, ce qui nous aide à mesurer comment les cellules se comportent dans le temps.

#Applications de la MBM

Étudier le comportement des cellules à un niveau individuel peut offrir des aperçus sur comment certaines maladies se développent. Par exemple, la drépanocytose est marquée par des changements dans les globules rouges qui peuvent entraîner diverses complications. En examinant ces cellules dans des conditions d'écoulement similaires à celles qu'elles rencontrent dans le corps, nous pouvons en apprendre davantage sur la maladie.

De même, comprendre comment les cellules CAR-T migrent et adhèrent aux vaisseaux sanguins est essentiel pour développer des thérapies anticancéreuses efficaces. Avec la MBM, nous pouvons mieux analyser ces interactions cellulaires importantes.

#Configurations Expérimentales

Pour valider les capacités de la MBM, nous avons utilisé diverses configurations expérimentales. Dans un cas, nous avons étudié les globules rouges falciformes sous flux dans des canaux recouverts de laminine. Dans un autre, nous avons observé les cellules CAR-T sur des surfaces recouvertes d'E-sélectine. Nos résultats montrent que la MBM est flexible et peut être appliquée à divers besoins de recherche.

Lors de nos expériences, nous nous sommes concentrés sur trois objectifs principaux :

1. Précision de la MBM: Nous avons démontré que la MBM peut classifier les cellules de manière précise et répétable.
2. Caractérisation des Propriétés Cellulaires: Les caractéristiques physiques des cellules identifiées étaient mesurables.
3. Création d'un Ensemble de Données Utile: Nous avons rassemblé des données qui pourraient être appliquées tant à la recherche fondamentale qu'aux milieux cliniques.

#Classification des Cellules avec la MBM

Notre pipeline d'analyse s'est avéré efficace pour distinguer les groupes de pixels adhérés, ce qui signifie que nous pouvions identifier lesquels représentent de vraies cellules et lesquels sont des débris. Nous avons validé notre méthode en comparant les comptages du système automatisé à ceux effectués manuellement par les chercheurs, et avons trouvé un fort accord.

#Collecte de Données à Haut Débit

La puissance de la MBM réside dans sa capacité à analyser de nombreuses cellules en même temps, générant une richesse d'informations. Nous pouvions suivre plusieurs cellules, étudiant combien de temps elles adhéraient aux surfaces et leurs schémas de mouvement.

Dans nos analyses, nous avons observé divers types d'événements d'adhésion. Certaines cellules adhéraient fortement, tandis que d'autres bougeaient légèrement. Ce suivi détaillé nous a permis de construire une compréhension complète du comportement cellulaire lors des interactions.

#Comportement Dynamique des Cellules

En analysant les vidéos obtenues par la MBM, nous pouvions explorer combien de temps les cellules restent attachées et comment elles bougent. Nous avons découvert des motifs pour les globules rouges falciformes et les cellules CAR-T, notant des différences significatives dans leurs comportements.

Par exemple, les globules rouges falciformes avaient souvent des durées d'adhésion plus longues, tandis que les cellules CAR-T étaient plus mobiles. Ces observations fournissent des indices vitaux sur le fonctionnement des différentes cellules en conditions d'écoulement.

#Aperçus sur l'Adhésion Cellulaire

Nous avons également exploré la relation entre la forme des cellules et combien de temps elles restent attachées. Pour les globules rouges falciformes, nous avons constaté que les cellules qui adhéraient plus longtemps étaient légèrement moins allongées. En revanche, pour les cellules CAR-T, cette relation n’était pas statistiquement significative.

De plus, nous avons examiné comment le mouvement des cellules est lié au flux sanguin. Nous avons mesuré les directions des cellules en mouvement et leur vitesse. Les cellules CAR-T ont montré beaucoup plus d'activité par rapport aux globules rouges falciformes.

#Directions Futures et Applications Potentielles

La flexibilité de la MBM ouvre la voie à de nombreuses questions de recherche. Par exemple, étudier comment les cellules immunitaires interagissent avec les tumeurs pourrait mener à de meilleurs traitements contre le cancer. Les chercheurs pourraient aussi examiner le comportement des cellules falciformes sous différentes conditions d'écoulement pour voir comment cela affecte la progression de la maladie.

De plus, utiliser la MBM en combinaison avec d'autres systèmes aide à construire des modèles plus complexes des interactions qui se produisent dans le corps. Cela peut avoir un impact sur la recherche sur des conditions comme la polyarthrite rhumatoïde, où comprendre le mouvement cellulaire est crucial.

#Limitations et Considérations

Bien que la MBM montre des promesses, il y a des limitations. Dans des scénarios complexes avec de nombreuses cellules qui se chevauchent, il peut être plus difficile de suivre les comportements individuels des cellules. Cependant, nous croyons que ces défis peuvent être relevés avec des techniques d'analyse supplémentaires.

L'exactitude de la mesure des propriétés cellulaires comme la forme peut aussi varier en fonction de la vitesse à laquelle les cellules se déplacent. Pour améliorer nos mesures, nous pouvons mettre en œuvre des techniques de calibration pour tenir compte des effets du mouvement lors de l'imagerie.

#Conclusion

En résumé, la microscopie par flou de mouvement (MBM) est un outil prometteur pour étudier comment les cellules interagissent dans le flux de sang entier. Elle offre une méthode conviviale et à haut débit pour analyser la dynamique de l'adhésion cellulaire, la rendant utile tant pour la recherche fondamentale que pour les applications cliniques. L'analyse automatisée améliore la qualité des données et permet aux chercheurs de rassembler des aperçus précieux sur le comportement des cellules dans des conditions qui imitent mieux le corps humain que les méthodes précédentes. À mesure que la recherche progresse, la MBM pourrait jouer un rôle significatif dans l'avancement de notre compréhension des maladies et le développement de traitements efficaces.