Novo método computacional cria mapas detalhados de tecidos humanos

O método, publicado em 31 de outubro na Métodos da Natureza, surgiu da frustração dos cientistas com a lacuna entre a microscopia clássica e a moderna análise molecular unicelular. “Olhando para os tecidos sob o microscópio, você vê um monte de células agrupadas espacialmente – você vê essa organização em imagens quase imediatamente”, disse o principal autor Junbum Kim, estudante de pós-graduação em fisiologia e biofísica na Weill Cornell Medicine. “Agora, os biólogos celulares ganharam a capacidade de examinar células individuais em grande detalhe, até quais genes cada célula está expressando, então eles estão focados nas células em vez de focar na estrutura do tecido”, disse ele.

No entanto, “é crucial que os pesquisadores aprendam mais sobre os detalhes da estrutura do tecido; mudanças fundamentais nas relações entre as células dentro de um tecido impulsionam a função de órgãos saudáveis ​​e doentes”, disse o autor sênior Dr. Olivier Elemento, diretor do Instituto Englander de Medicina de Precisão e professor de fisiologia e biofísica e de genômica computacional em biomedicina computacional na Weill Cornell Medicine.

Combinar manualmente dados de células únicas com mapas de estrutura de tecidos é lento e tedioso, no entanto. Os algoritmos de aprendizado de máquina mostraram algum potencial para automatizar o processo, mas são limitados pelos dados usados ​​para treiná-los. Para resolver isso, Kim e seus colegas desenvolveram uma estratégia computacional não supervisionada, usando uma combinação de perfis de expressão gênica de célula única e localizações de células para definir regiões estruturais dentro de um tecido.

O co-autor sênior Dr. André Rendeiro, pós-doutorando na Weill Cornell Medicine durante o estudo e atualmente pesquisador principal do Centro de Pesquisa em Medicina Molecular da Academia Austríaca de Ciências em Viena, Áustria, compara o novo método ao mapeamento de uma cidade como Nova York: “Uma maneira de fazer isso seria ir a cada cruzamento e contar cada tipo de edifício: é residencial, é comercial … é uma loja ou restaurante?” Colocando todos esses dados em uma matriz e as localizações dos prédios em outra, pode-se combinar as duas matrizes e procurar padrões.

“Essencialmente, poderíamos começar a fazer uma declaração geral sobre onde estão os diferentes bairros e onde suas fronteiras se baseiam na abundância de, digamos, prédios residenciais versus comerciais – assim como qualquer pessoa caminhando pelo Upper East Side, Midtown ou Downtown faria fazer com base em suas observações”, disse o Dr. Rendeiro.

Os pesquisadores usaram o novo método para gerar mapas detalhados de vários tipos de tecidos, identificando e quantificando novos aspectos da microanatomia – os padrões que surgem em pequena escala quando as células interagem e que determinam a função final do tecido. Colaborando com um colega da Universidade da Carolina do Norte em Chapel Hill, que estuda doenças pulmonares, eles também demonstraram que sua técnica poderia traçar tons sutis de distinção entre diferentes estados de doença em um tecido.

Embora o câncer e outras doenças crônicas geralmente causem grandes mudanças na estrutura do tecido, a microanatomia detalhada também pode ajudar no diagnóstico e tratamento de condições mais agudas. Rendeiro aponta o COVID-19 grave como um exemplo, onde “há muitas células imunes que se movem para a vizinhança e há uma mudança realmente dramática no tecido pulmonar”. A equipe agora está aplicando sua nova técnica a uma ampla gama de tecidos para entender como as mudanças na organização dos tecidos estão subjacentes à sua função no estado saudável e à disfunção na doença.

Fonte da história:

Materiais fornecidos por Medicina Weill Cornell. Nota: O conteúdo pode ser editado para estilo e duração.