Des chercheurs de l’EPFL ont développé GEMLI, un outil pionnier qui pourrait démocratiser et améliorer considérablement la façon dont nous étudions le parcours des cellules depuis leur état embryonnaire jusqu’à leurs rôles spécialisés dans l’organisme, ainsi que leurs changements dans le cancer et d’autres maladies. L’avance est signalé dans Communications naturelles.
Dans la danse complexe de la vie, où les cellules se multiplient et se diversifient pour former les différentes parties des organismes, comprendre l’origine de chaque cellule peut s’avérer crucial. C’est ce que les biologistes appellent la « lignée cellulaire » : un arbre généalogique, mais pour les cellules. Tout comme vous pouvez retracer votre ascendance jusqu’à vos grands-parents et au-delà, les scientifiques peuvent retracer comment les cellules se divisent et évoluent d’une seule cellule « parent » en diverses cellules « progéniture », chacune ayant son propre rôle dans le corps.
Retracer les lignées cellulaires nous aide à comprendre comment des organismes complexes, comme les humains, peuvent se développer à partir d’un seul œuf fécondé pour devenir des êtres dotés de milliards de cellules spécialisées, et comment les perturbations de ce processus peuvent conduire à des maladies telles que le cancer. Cependant, ce domaine s’est heurté à des obstacles importants, principalement parce que le traçage de la lignée nécessite des techniques complexes et à forte intensité de main d’œuvre.
Présentation de GEMLI
Aujourd’hui, des scientifiques dirigés par Almut Eisele et David Suter de l’EPFL ont développé un outil informatique capable de déterminer les relations de lignée entre les cellules sans avoir recours à des méthodes expérimentales spécialisées de traçage de la lignée.
L’outil, Gene Expression Memory-based Lineage Inference (GEMLI), nécessite uniquement des données de séquençage d’ARN unicellulaire (scRNA-seq), une technique largement utilisée qui capture des « instantanés » des gènes exprimés par une cellule individuelle à tout moment. temps donné.
Identification de lignées cellulaires par GEMLI, par petit groupe de cellules (à gauche) ou lignées plus grandes (à droite). Crédit : Ecole Polytechnique Fédérale de Lausanne
GEMLI capitalise sur le phénomène fascinant de la mémoire de l’expression génétique. Tout comme vous vous souvenez peut-être d’une recette après l’avoir préparée plusieurs fois, certains gènes conservent l’intensité avec laquelle ils s’expriment sur plusieurs générations cellulaires. Ainsi, en exploitant ces « gènes de mémoire » dans des ensembles de données scRNA-seq, GEMLI peut reconstituer les relations de lignée entre différentes cellules, reconstruisant efficacement leur arbre généalogique basé uniquement sur les modèles d’expression génique.
Les scientifiques ont rigoureusement testé GEMLI sur divers types et conditions cellulaires, notamment les cellules souches embryonnaires, les fibroblastes, les cellules sanguines, les cellules intestinales et divers types de cellules cancéreuses, in vitro et in vivo. Lors de tous les tests, GEMLI s’est révélé à la fois robuste et polyvalent.
GEMLI identifie des lignées cellulaires dans les tumeurs humaines primaires
L’équipe a également appliqué GEMLI à des échantillons de cancer du sein humain primaire, pour lesquels des méthodes alternatives d’identification de lignée ne peuvent pas être utilisées. « GEMLI fonctionne mieux pour reconstruire des lignées de petite à moyenne taille (environ 30 à 50 cellules), ce qui permet de zoomer sur les points de ramification au cours de la progression du cancer », explique David Suter. « En identifiant les cellules au point de transition d’un phénotype in situ à un phénotype invasif, on peut récupérer des gènes qui pourraient potentiellement piloter la progression du cancer.
En résumé, GEMLI fonctionne en identifiant et en exploitant les gènes de mémoire au sein d’une vaste mer d’informations génétiques, en les utilisant comme fil d’Ariane pour retracer la lignée des cellules. En analysant les nuances subtiles de l’expression des gènes, GEMLI révèle les relations entre les cellules.
GEMLI ne nécessite aucun équipement spécialisé ni aucune modification des pratiques standard de laboratoire, est disponible gratuitement sur GitHub, et permet l’identification de la lignée à partir de pratiquement n’importe quel ensemble de données scRNA-seq standard. « Nous sommes enthousiasmés par le potentiel de GEMLI à exploiter le grand nombre d’ensembles de données scRNA-seq sur le cancer humain accessibles au public pour analyser comment d’autres types de cancers passent à un phénotype invasif », a déclaré Suter.
Plus d’information:
AS Eisele et al, Prédiction basée sur la mémoire d’expression génique des lignées cellulaires à partir d’ensembles de données scRNA-seq, Communications naturelles (2024). DOI : 10.1038/s41467-024-47158-y