Um olhar dentro das células-tronco ajuda a criar medicina regenerativa personalizada – ScienceDaily

Organelas – os pedaços de RNA e proteínas dentro de uma célula – desempenham papéis importantes na saúde e na doença humana, como manter a homeostase, regular o crescimento e o envelhecimento e gerar energia. A diversidade de organelas nas células não existe apenas entre os tipos de células, mas também entre as células individuais. Estudar essas diferenças ajuda os pesquisadores a entender melhor a função celular, levando a uma melhor terapêutica para tratar várias doenças.

Em dois artigos do laboratório de Ahmet F. Coskun, um professor Bernie Marcus Early Career no Coulter Department of Biomedical Engineering no Georgia Institute of Technology e Emory University, os pesquisadores examinaram um tipo específico de célula-tronco com um kit de ferramentas intracelular para determinar quais células são mais propensas a criar terapias celulares eficazes.

“Estamos estudando a colocação de organelas dentro das células e como elas se comunicam para ajudar a tratar melhor as doenças”, disse Coskun. “Nosso trabalho recente propõe o uso de um kit de ferramentas intracelular para mapear a biogeografia de organelas em células-tronco que podem levar a terapias mais precisas”.

Criando o kit de ferramentas ômicas subcelulares

O primeiro estudo – publicado em Relatórios Científicos, a Natureza diário de portfólio analisou células-tronco mesenquimais (MSCs) que historicamente ofereceram tratamentos promissores para reparar células defeituosas ou modular a resposta imune em pacientes. Em uma série de experimentos, os pesquisadores foram capazes de criar uma abordagem de célula única baseada em dados por meio de imagens proteômicas subcelulares rápidas que permitiram terapias personalizadas com células-tronco.

Os pesquisadores então implementaram uma técnica de imunofluorescência multiplexada rápida na qual usaram anticorpos projetados para atingir organelas específicas. Por anticorpos fluorescentes, eles rastrearam comprimentos de onda e sinais para compilar imagens de muitas células diferentes, criando mapas. Esses mapas permitiram aos pesquisadores ver a organização espacial dos contatos de organelas e a distribuição geográfica em células semelhantes para determinar quais tipos de células tratariam melhor várias doenças.

“Normalmente, as células-tronco são usadas para reparar células defeituosas ou tratar doenças imunológicas, mas nosso microestudo dessas células específicas mostrou o quão diferentes elas podem ser umas das outras”, disse Coskun. “Isso provou que a população de tratamento do paciente e o isolamento personalizado das identidades das células-tronco e sua função de organela bioenergética devem ser considerados ao selecionar a fonte de tecido. Em outras palavras, no tratamento de uma doença específica, pode ser melhor colher o mesmo tipo de célula de diferentes locais, dependendo das necessidades do paciente.”

Questões de Proximidade RNA-RNA

No próximo estudo publicado esta semana na Métodos de Relatórios de Células, os pesquisadores levaram o kit de ferramentas um passo adiante, estudando a organização espacial de várias moléculas vizinhas de RNA em células individuais, que são importantes para a função celular. Os pesquisadores desenvolveram a ferramenta combinando aprendizado de máquina e transcriptômica espacial. Eles descobriram que analisar as variações de proximidade do gene para classificação dos tipos de células era mais preciso do que analisar apenas a expressão do gene.

“As interações físicas entre as moléculas criam vida; portanto, as localizações físicas e a proximidade dessas moléculas desempenham papéis importantes”, disse Coskun. “Criamos um kit de ferramentas intracelular de redes de vizinhança de genes subcelulares nas diferentes partes geográficas de cada célula para examinar isso mais de perto”.

O experimento consistiu em duas partes: o desenvolvimento de métodos computacionais e experimentos na bancada do laboratório. Os pesquisadores examinaram conjuntos de dados publicados e um algoritmo para agrupar moléculas de RNA com base em sua localização física. Esse algoritmo de “vizinho mais próximo” ajudou a determinar agrupamentos de genes. Na bancada, os pesquisadores rotularam as moléculas de RNA com fluorescentes para localizá-las facilmente em células individuais. Eles então descobriram muitos recursos da distribuição de moléculas de RNA, como como os genes provavelmente estão em locais subcelulares semelhantes.

A terapia celular requer muitas células com fenótipos altamente semelhantes e, se houver subtipos de células desconhecidas nas células terapêuticas, os pesquisadores não podem prever o comportamento dessas células uma vez injetadas nos pacientes. Com essas ferramentas, mais células do mesmo tipo podem ser identificadas e subconjuntos distintos de células-tronco com programas de genes incomuns podem ser isolados.

“Estamos expandindo o kit de ferramentas para a organização espacial subcelular de moléculas – um ‘canivete suíço’ para o campo ômico espacial subcelular, se preferir”, disse Coskun. “O objetivo é medir, quantificar e modelar múltiplos eventos moleculares independentes, mas também inter-relacionados, em cada célula com múltiplas funcionalidades. decisões”.

Esta pesquisa é financiada pela Engenharia e Medicina Regenerativa da Georgia Tech, bem como pelo NSF Engineering Research Center for Cell Manufacturing Technologies (CMaT).

Acesse a notícia

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Utilizamos cookies para personalizar anúncios e melhorar a sua experiência no site. Ao continuar navegando, você concorda com a nossa Política de Privacidade