Spatiale transcriptomica: genactiviteit in kaart brengen, cel voor cel, plek voor plek
Stel je een luchtfoto van een drukke stad voor, samen met een telefoonboek dat vermeldt welke bedrijven er allemaal gevestigd zijn. Het telefoonboek vertelt je wat er allemaal gebeurt in de stad, maar niet waar precies. De luchtfoto laat zien waar de gebouwen staan, maar niet wat erin gebeurt. Spatiale transcriptomica combineert beide: het meet welke genen actief zijn in een stukje weefsel, én registreert exact op welke plek in dat weefsel die activiteit plaatsvindt.
Genen zijn de "recepten" in ons DNA. Wanneer een cel een gen "aflezen" om er een eiwit van te maken, ontstaat eerst een tussenproduct: RNA. Door te meten welke RNA-moleculen in een cel aanwezig zijn, weet je welke genen op dat moment actief zijn. Dat heet transcriptomica. Klassieke technieken vermalen een stukje weefsel eerst tot een homogene soep voordat ze het RNA aflezen, waardoor alle informatie over de oorspronkelijke locatie van elke cel verloren gaat. Spatiale transcriptomica lost dat op: het houdt de weefselstructuur intact en koppelt genactiviteit direct aan de plek in het weefsel waar die plaatsvond, tot op het niveau van individuele cellen of zelfs delen daarvan.
Wat is het precies?
In de kern bestaat spatiale transcriptomica uit een aantal stappen. Eerst wordt een dun plakje weefsel, bijvoorbeeld uit een tumor of hersengedeelte, op een speciale drager gelegd. Die drager is bezaaid met minuscule, van tevoren bekende "adressen": stukjes DNA die functioneren als postcode voor elke plek op het oppervlak.
Vervolgens wordt het RNA uit de cellen op die plek vastgelegd, gekoppeld aan de bijbehorende postcode, en afgelezen met sequencing-apparatuur, dezelfde technologie die ook bij gewone DNA- en RNA-analyse wordt gebruikt. Omdat elk RNA-fragment zijn postcode meeneemt, kan de computer achteraf precies reconstrueren welk gen waar tot expressie kwam. Het resultaat is een soort genetische kaart van het weefsel, waarop je kunt zien welke celtypen waar zitten en hoe ze met elkaar communiceren.
Er bestaat ook een heel andere aanpak, gebaseerd op microscopie in plaats van sequencing. Technieken als MERFISH en seqFISH kleuren specifieke RNA-moleculen met fluorescerende sondes en fotograferen het weefsel talloze keren achter elkaar. Door slimme combinaties van kleuren en herhalingen kunnen honderden tot duizenden verschillende genen tegelijk zichtbaar worden gemaakt, letterlijk als lichtpuntjes onder de microscoop, elk op zijn exacte plek in de cel.
Beide families van technieken hebben hun eigen afweging: sequencing-gebaseerde methoden zoals Visium van 10x Genomics kunnen in één keer duizenden genen meten, maar met een resolutie die vaak net iets groter is dan één cel. Microscopie-gebaseerde methoden zoals MERFISH bereiken subcellulaire precisie, maar meten doorgaans een vooraf gekozen, beperkter aantal genen.
Wat wil men ermee bereiken?
Het uiteindelijke doel is simpel te omschrijven, maar ambitieus: een compleet, driedimensionaal begrip krijgen van hoe weefsels en organen zijn opgebouwd uit verschillende celtypen, en hoe die cellen elkaar in hun directe omgeving beïnvloeden. Een cel gedraagt zich namelijk anders afhankelijk van haar buren; een immuuncel naast een tumorcel reageert anders dan diezelfde cel elders in het lichaam.
In de kankeronderzoek wil men bijvoorbeeld precies zien waar in een tumor het immuunsysteem wordt buitengesloten, en waar juist niet, om te begrijpen waarom immuuntherapie bij de ene patiënt wel en bij de andere niet aanslaat. In de neurowetenschap helpt het om de duizelingwekkende diversiteit aan hersencellen te ordenen naar hun exacte positie in hersenstructuren. En bij ontwikkelingsbiologie maakt het zichtbaar hoe een embryo stap voor stap orgaanstructuren opbouwt.
Een grotere, overkoepelende ambitie is het in kaart brengen van alle celtypen van het menselijk lichaam inclusief hun locatie, een soort atlas van de mens op cellulair niveau. Spatiale transcriptomica is daarbij onmisbaar, omdat een lijst van celtypen zonder hun locatie maar een half verhaal vertelt.
Voorbeelden uit de praktijk
De basis werd gelegd in 2016, toen onderzoekers van het Koninklijk Instituut voor Technologie (KTH) en het Science for Life Laboratory in Zweden, onder leiding van Joakim Lundeberg, in het tijdschrift Science de eerste versie van deze techniek beschreven. Kort daarna nam het Amerikaanse bedrijf 10x Genomics de onderliggende technologie over en bracht die verder tot het commerciële Visium-platform, dat inmiddels in laboratoria wereldwijd wordt gebruikt.
Het Broad Institute in de Verenigde Staten ontwikkelde Slide-seq, een methode die gebruikmaakt van microscopisch kleine, individueel geadresseerde kraaltjes om een hogere resolutie te bereiken, met een verbeterde versie (Slide-seqV2) enkele jaren later.
De onderzoeksgroep van Xiaowei Zhuang aan Harvard University introduceerde MERFISH, een op microscopie gebaseerde methode waarmee honderden tot duizenden genen tegelijk met subcellulaire precisie zichtbaar gemaakt kunnen worden; het commerciële bedrijf Vizgen bouwt hierop voort.
Het Chinese genoominstituut BGI presenteerde Stereo-seq, een methode met een ongekend groot gezichtsveld en hoge resolutie, gebruikt om onder meer complete ontwikkelingsstadia van embryo's van muizen in kaart te brengen.
Op klinisch vlak gebruikt het bedrijf NanoString (sinds de overname van zijn spatial-biology-activiteiten door Bruker) het GeoMx-platform om in ziekenhuislaboratoria weefselcoupes van patiënten te analyseren, bijvoorbeeld om behandelrespons bij kanker te voorspellen.
Hoe ver is de techniek?
Spatiale transcriptomica werd door het gezaghebbende tijdschrift Nature Methods uitgeroepen tot Methode van het Jaar 2020, een erkenning dat het veld toen een keerpunt bereikte na jaren van laboratoriumexperimenten. Sindsdien is de technologie sterk in opmars: steeds meer academische centra en ziekenhuizen schaffen de benodigde apparatuur aan, en de kosten per experiment dalen geleidelijk, al blijven ze aanzienlijk hoger dan bij gewone RNA-sequencing.
Toch blijven er stevige technische beperkingen. Bij veel sequencing-gebaseerde methoden is de resolutie nog niet fijn genoeg om altijd exact één cel te onderscheiden, waardoor de gemeten signalen soms een mengsel van twee of drie naburige cellen weergeven. Microscopie-gebaseerde methoden lossen dat resolutieprobleem wel op, maar zijn beperkt in het aantal genen dat ze tegelijk kunnen meten en vragen gespecialiseerde, dure apparatuur. Daarnaast is de data-analyse complex: het combineren van beeldmateriaal, genexpressie en drie-dimensionale weefselstructuur vraagt om nieuwe rekenkundige methoden die nog volop in ontwikkeling zijn.
Ook praktische zaken, zoals het bewaren en versturen van bevroren weefsel, en het standaardiseren van protocollen tussen laboratoria, vormen nog obstakels voor grootschalig, routinematig gebruik in bijvoorbeeld de kliniek. Experts zijn het erover eens dat de techniek de afgelopen tien jaar enorme sprongen heeft gemaakt, maar breed klinisch gebruik, waarbij een arts op basis van een spatiale analyse direct een behandelbeslissing neemt, staat nog in de kinderschoenen.
Wie werken eraan?
De Verenigde Staten vormen het zwaartepunt van de sector, met bedrijven als 10x Genomics, Vizgen, Akoya Biosciences en Curio Bioscience, en onderzoeksinstituten zoals het Broad Institute en Harvard University die fundamentele technologische doorbraken hebben geleverd. Zweden speelt een sleutelrol via het Science for Life Laboratory en de Koninklijke Technische Hogeschool (KTH), waar de oorspronkelijke methode werd uitgevonden.
In Europa dragen daarnaast het Wellcome Sanger Institute in het Verenigd Koninkrijk en diverse Duitse onderzoeksgroepen (waaronder het Duitse bedrijf Resolve Biosciences) bij aan zowel technologieontwikkeling als toepassing. China is via het genoominstituut BGI een belangrijke speler op het gebied van hoge-doorvoertechnologie.
Op internationaal niveau brengen grote, door overheden gefinancierde initiatieven de puzzelstukjes samen: het Human Cell Atlas-project probeert alle celtypen van het menselijk lichaam te catalogiseren, het Amerikaanse, door de National Institutes of Health gefinancierde HuBMAP-programma brengt gezonde weefsels in kaart, en het Human Tumor Atlas Network richt zich specifiek op de architectuur van tumoren. Spatiale transcriptomica is in al deze projecten een van de belangrijkste meetinstrumenten.