211service.com
Kartografen av celler
Aviv Regev var med på å pionere encellet genomikk. Nå leder hun en massiv innsats for å kartlegge trillioner av celler i menneskekroppen. Biologien vil aldri bli den samme. 22. august 2018
I oktober i fjor snakket Aviv Regev til en samling internasjonale forskere ved Israels Weizmann Institute of Science. For Regev, en beregnings- og systembiolog ved Broad Institute of MIT og Harvard, var samlingen også en slags hjemkomst. Regev tok doktorgraden fra Tel Aviv University i 2002. Nå, 15 år senere, var hun tilbake for å diskutere et av de mest ambisiøse prosjektene i biologiens historie.
Prosjektet, Human Cell Atlas, har som mål å lage et referansekart som kategoriserer alle de rundt 37 billioner cellene som utgjør et menneske. The Human Cell Atlas blir ofte sammenlignet med Human Genome Project, det monumentale vitenskapelige samarbeidet som ga oss en fullstendig avlesning av menneskelig DNA, eller det som kan betraktes som den uforkortede kokeboken for menneskeliv. På en måte er atlaset en fortsettelse av prosjektets arbeid. Men mens den samme DNA-kokeboken finnes i hver celle, leser hver celletype bare noen av oppskriftene - det vil si at den bare uttrykker visse gener, følger deres DNA-instruksjoner for å produsere proteinene som utfører en celles aktiviteter. Løftet til Human Cell Atlas er å avsløre hvilke spesifikke gener som uttrykkes i hver celletype, og hvor cellene som uttrykker disse genene kan bli funnet.
Regev, som er leder av Human Cell Atlas Organizing Committee sammen med Sarah Teichmann fra Wellcome Trust Sanger Institute, snakket til kollegene sine på møtet i Israel, viste den tullete oppførselen du kan forvente av noen i spissen for et massivt vitenskapelig foretak. . Prosjektet hadde pågått i et år, og Regev, en biologiprofessor ved MIT som også er leder av fakultetet ved Broad og direktør for Klarman Cell Observatory and Cell Circuits Program, gjennomgikk en nylig publisert hvitbok som beskriver hvordan mennesket Cell Atlas forventes å endre måten vi diagnostiserer, overvåker og behandler sykdom på.
Da Regev tok seg gjennom hvitboken, begynte mulighetene å virke nesten uendelige. På det mest grunnleggende nivået, som et referansekart som beskriver genene som uttrykkes av hver type frisk celle, vil Human Cell Atlas gjøre det lettere å identifisere hvordan genuttrykk og signalering går galt i tilfelle sykdom. Det samme kartet kan også hjelpe medikamentutviklere å unngå giftige bivirkninger: forskere som retter seg mot et gen som er skadelig i én del av kroppen, vil vite om det samme genet spiller en viktig rolle i en annen. Og fordi atlaset forventes å avsløre mange nye typer celler, kan det også legge til mye mer følsomhet til en type standard blodprøve, som ganske enkelt teller forskjellige undergrupper av immunceller. På samme måte kan det å se på individuelle tarmceller gi ny innsikt i de spesifikke cellene som er ansvarlige for betennelse og matallergi. Og en bedre forståelse av typer nevroner kan ha vidtrekkende implikasjoner for hjernevitenskap.
Et bilde av netthinneceller fra mus, inkludert en ny type laboratoriet identifiserte - en hybrid av to tidligere kjente typer. Med tillatelse fra Irene Whitney
Det endelige produktet, sier Regev, vil utgjøre intet mindre enn en periodisk tabell over cellene våre, et verktøy som er designet for ikke å svare på ett spesifikt spørsmål, men for å gjøre utallige nye oppdagelser mulig. Eric Lander, grunnleggende direktør og president for Broad Institute og medlem av Human Cell Atlas Organizing Committee, sammenligner det med genomikk. Folk trodde i begynnelsen at de kunne bruke genomikk for denne applikasjonen eller den applikasjonen, sier han. Ingenting har mislyktes i å bli transformert av genomikk, og ingenting vil mislykkes i å bli transformert ved å ha et celleatlas.
Mobilkretser
Regevs interesse for celler begynte ved Tel Aviv University, hvor hun var en av bare 15 eller så påmeldte studenter i et svært selektivt program som ga dem friheten til å ta kurs på høyt nivå i alle fag. Du kan gå din første dag som førsteårsstudent og bestemme deg for å ta et hovedfag i statsvitenskap, sier hun.
Regev tok en genetikktime sitt første semester og ble hektet på den beregningsmessige utfordringen med å finne orden i de komplekse, sammenkoblede nettverkene av proteiner og gener i hver celle. Hun forfulgte dette emnet for doktorgradsarbeidet sitt, og karakteriserte levende systemer i et matematisk språk som var designet for å beskrive dataprosesser. Da hun fullførte doktorgraden i 2002, ble hun tatt opp i et program ved Harvards Bauer Center for Genomics Research som tillot henne å starte sitt eget laboratorium uten først opplæring som postdoktor.
Ikke lenge etter søkte Lander, som hadde startet sin egen karriere som matematiker etter å ha studert algebraisk kodingsteori og kombinatorisk matematikk ved Oxford, etter stjernetalent for det nyopprettede Broad Institute, hvis oppgave er å bruke genomikk til å studere menneskelig sykdom og bidra til å fremme behandlingen. Han møtte Regev først ved en lunsj på Bauer-senteret, der stipendiatene byttet på å snakke om forskningen deres i fem til ti minutter. Da vi kom helt rundt bordet hadde jeg skrevet ned «Lei inn Aviv Regev», husker han.
Overbevist av Lander om å bli med i Broad etter mange kopper te på Cafe Algiers på Harvard Square, fortsatte Regev å bruke beregningsmetoder for å studere cellens forbløffende kompliserte maskineri. En enkelt celle består av millioner av molekyler som er i konstant samtale mens de jobber sammen for å gjøre alt cellene trenger å gjøre: dele seg, vokse, reparere indre skader, og, når det gjelder immunceller, signalisere andre celler om trusler. Inne i kjernen transkriberes DNA til RNA. Det gir igjen opphav til proteiner, molekylene som gjør jobben inne i en celle. I mellomtiden mottar proteiner på overflaten av cellen konstant molekylære meldinger utenfra – glukose er tilgjengelig, en inntrenger har ankommet. Disse må sendes tilbake til proteiner i kjernen, som vil reagere ved å transkribere annet DNA, noe som gir opphav til nye proteiner og enda flere signalnettverk.
Hver celle er et eksperiment.
Buck Squibb
Det er som en kompleks datamaskin som er laget av disse mange, mange forskjellige delene som samhandler med hverandre og forteller hverandre hva de skal gjøre, sier Regev. Proteinsignalnettverkene er som kretser - og du kan tenke på cellen nesten som et koblingsskjema, sier hun. Men å bruke beregningsmetoder for å forstå aktiviteten deres krever først å samle inn en enorm mengde data, noe Regev lenge har gjort gjennom RNA-sekvensering. I motsetning til DNA-sekvensering, sier hun, kan den fortelle henne hvilke gener som faktisk blir uttrykt, så det gir et langt mer dynamisk bilde av en celle i aksjon. Men bare å sekvensere RNA-en til cellene hun studerer kan fortelle henne så mye. For å forstå hvordan kretsene endres under forskjellige omstendigheter, utsetter Regev celler for forskjellige stimuli, som hormoner eller patogener, for å se hvordan de resulterende proteinsignalene endres.
Deretter kommer det hun kaller modelleringstrinnet – å lage algoritmer som prøver å dechiffrere den mest sannsynlige sekvensen av molekylære hendelser etter en stimulus. Og akkurat som noen kan studere en datamaskin ved å kutte ut kretser og se hvordan det endrer maskinens drift, tester Regev modellen hennes ved å se om den kan forutsi hva som vil skje når hun slår av spesifikke gener og deretter utsetter cellene for den samme stimulansen.
I en studie fra 2009 undersøkte Regev og teamet hennes hvordan eksponering for molekylære komponenter av patogener som bakterier, virus eller sopp påvirket kretsløpet til immunsystemets dendrittiske celler. Hun vendte seg til en teknikk kjent som RNA-interferens (hun bruker nå CRISPR), som gjorde at hun systematisk kunne stenge gener. Deretter så hun på hvilke gener som ble uttrykt for å bestemme hvordan cellenes respons endret seg i hvert enkelt tilfelle. Teamet hennes pekte ut 100 forskjellige gener som var involvert i å regulere responsen på patogenene - noen av dem var ikke tidligere kjent for å være involvert i immunfunksjonen. Studien, publisert i Vitenskap , genererte overskrifter. Men ifølge mangeårig kollega Dana Pe'er, nå leder av beregnings- og systembiologi ved Sloan Kettering Institute ved Memorial Sloan Kettering Cancer Center og medlem av Human Cell Atlas Organizing Committee, er det som virkelig skiller Regev ut elegansen til henne. arbeid. Regev, sier Pe’er, har en sjelden, medfødt evne til å se kompleks biologi og forenkle den og formalisere den til vakre, abstrakte, beskrivbare prinsipper.
Fra smoothies til fruktsalat
Det er mange tomme kaffekrus på Regevs kontor ved Bredinstituttet, men veldig lite i form av dekorasjon. Hun nærmer seg vitenskapen sin med en forretningsmessig effektivitet. Det er mange geniale mennesker, sier Lander. Hun er en strålende person som kan få ting gjort.
På den raskt skiftende arenaen for genomikk (2015 i mitt felt regnes som gammel historie, sier hun), er hun kjent for å få mest mulig ut av de siste innovasjonene – og for å bidra til å stimulere de neste. I årevis slet hun og andre i feltet med en skitten hemmelighet for RNA-sekvensering: selv om løftet alltid har vært presisjon – kraften i å kjenne den eksakte koden – ga teknikkene resultater som var uspesifikke. Hver celle har bare en minimal mengde RNA. For sekvenseringsformål måtte RNA fra millioner av celler slås sammen. Bulk RNA-sekvensering etterlot forskerne det hun sammenligner med en smoothie. Når det først er blandet sammen, er det ingen måte å skille alle fruktene - eller i dette tilfellet, RNA fra individuelle celler - som gikk inn i den. Det forskerne trengte var noe mer som en fruktsalat, en måte å skille alle blåbær, bringebær og bjørnebær.
I 2011, i samarbeid med Broad Institute-kollega Joshua Levin, PhD '92, og postdoktorene Alex Shalek, nå ved MITs Institute for Medical Engineering and Science, og Rahul Satija, nå ved New York Genome Center, klarte Regev å skaffe nok RNA fra en enkeltcelle for å sekvensere den. For å teste metoden sekvenserte de 18 individuelle dendrittiske celler fra benmargen til en mus. Cellene ble alle oppnådd på samme måte og ble forventet å være av samme type. Men til forskernes forbauselse uttrykte de forskjellige gener og kunne klassifiseres i to distinkte undertyper. Det var som å finne ut at smoothien du hadde drukket i årevis hadde ingredienser du aldri hadde visst om.
Regev og kollegene hennes var ikke de eneste som fant ut hvordan de skulle sekvensere en enkelt celle med en slik følsomhet, og de var heller ikke de aller første til å lykkes. Andre laboratorier gjorde lignende fremskritt omtrent samtidig, hver ved å bruke sin egen teknologi og algoritmer. Og de møtte alle det samme problemet: å isolere og trekke ut nok RNA fra individuelle celler var tidkrevende og dyrt. Regev og hennes kolleger hadde brukt mange tusen dollar på å sekvensere bare 18 celler. Hvis kroppen var full av sjeldne, uoppdagede celler, ville det ta usedvanlig lang tid å finne dem.
Regevs team karakteriserte omfattende bipolare stavceller (blågrønne) og kjeglebipolare celler (oransje) i musens netthinnen ved hjelp av Drop-Seq, en teknologi de var med på å finne opp. Med tillatelse fra Irene Whitney
Hopp fremover syv år, og kostnadene for encellet RNA-sekvensering er nede på bare øre per celle. Et kritisk gjennombrudd var Drop-Seq, en ny teknologi utviklet av forskere ved Harvard og Broad Institute, inkludert Regev og medlemmer av laboratoriet hennes. Enheten bygger inn individuelle celler i distinkte oljedråper med en liten strekkodet perle. Når cellen brytes fra hverandre for sekvensering, fester noe av dens RNA seg til perlen i dråpen. Dette gjør at forskerne kan analysere tusenvis på en gang uten å blande genetisk materiale sammen.
Celleteori 2.0
Da celleteori først ble foreslått av tyske forskere for rundt 180 år siden, var det vanskelig å fatte at vevet vårt er bygget opp fra individuelle elementære enheter, slik Theodor Schwann, en av de to forskerne som ble kreditert med teorien, beskrev celler. Men det ble snart et sentralt prinsipp innen biologi, og i løpet av tiårene og århundrene begynte cellene å gi fra seg hemmeligheter. Mikroskoper forbedret; nye farge- og sorteringsteknikker ble tilgjengelig. For hvert fremskritt ble nye distinksjoner mulig. Muskelceller kan skilles fra nevroner, og deretter kategoriseres igjen som glatte eller skjelettmuskelceller. Celler, ble det klart, var alle grunnleggende like, men kom i forskjellige former som hadde forskjellige egenskaper.
Ved det 21. århundre hadde 200 til 300 hovedcelletyper blitt identifisert. Og mens biologer lenge har erkjent at det sanne antallet celletyper må være høyere, er omfanget av deres mangfold først nå i full fokus, mye takket være enkeltcellet RNA-sekvensering. Regev sier at immunsystemet alene nå kan deles inn i mer enn 200 celletyper og at selv netthinnene våre har 100 eller flere forskjellige typer nevroner. Hun og kollegene har oppdaget flere av dem.
Ideen om at å vite så mye mer om cellene våre kan føre til medisinske gjennombrudd er ikke lenger hypotetisk. Ved å sekvensere RNA fra individuelle kreftceller de siste årene – hver celle er et eksperiment nå, sier hun – har hun funnet bemerkelsesverdige forskjeller mellom cellene i en enkelt svulst, selv når de har de samme mutasjonene. (I fjor førte dette arbeidet til Memorial Sloan Kettering's Paul Marks-prisen for kreftforskning .) Hun fant at mens noen kreftformer antas å utvikle resistens mot terapi, var en undergruppe av melanomceller resistente fra starten. Og hun oppdaget at to typer hjernekreft, oligodendrogliom og astrocytom, inneholder de samme kreftstamcellene, noe som kan ha viktige implikasjoner for hvordan de blir behandlet.
Hvordan forestilte vi oss at vi skulle løse et problem uten encelleoppløsning?
Regev har også vært opptatt av å kartlegge celler fra immunsystemet, hjernen, tarmen og andre steder. Hun er ikke alene. Andre laboratorier har startet sine egne kartleggingsprosjekter, som hver tar tak i en annen del av kroppen. I fjor forsøkte forskere ved University of Washington å klassifisere hver celletype i den mikroskopiske ormen C. elegans . Hvert enkelt felt innen biologi sier: 'Selvfølgelig må vi se på encelleoppløsning,' sier Lander. Hvordan forestilte vi oss at vi skulle løse et problem uten encelleoppløsning?
Spenningen i feltet har blitt påtakelig ettersom flere nye celletyper er funnet. Og likevel innså Regev at hvis målet var omfattende kunnskap, måtte tilnærmingen koordineres. Hvis hvert laboratorium skulle stole på sine egne teknikker, ville det være vanskelig å standardisere beregningsverktøyene og de resulterende dataene. De nye studiene ga veldig fine lysglimt, sier Regev – en ting her, en ting der. Men hun ville sørge for at disse funnene kunne henge sammen.
Regev begynte å gå inn for å skape noe mer enhetlig: et kart som ville tillate forskere å kartlegge genuttrykk og celletyper over hele kroppen. Sarah Teichmann hadde tenkt i samme baner. Da hun henvendte seg til Regev sent i 2015 om muligheten for å slå seg sammen, sa Regev umiddelbart ja.
En Google Maps for cellene våre
Human Cell Atlas er et samarbeid mellom hundrevis av biologer, teknologer og programvareingeniører over hele verden. Resultater fra enkeltcellet RNA-sekvensering vil bli kombinert med andre datapunkter for å gi en omfattende katalog over alle menneskelige celler.
Men de mange involverte forskerne vil ikke bare kompilere regneark som viser forskjellige celletyper. Atlaset vil også avsløre hvor cellene befinner seg i kroppen, hvor mange det er, hvilke former de kan ha, til og med utviklingshistorien til ulike celletyper ettersom de differensierte seg fra stamceller. Og alt dette skal gjøres tilgjengelig gjennom en datakoordineringsplattform og et rikt visuelt grensesnitt som Regev sammenligner med Google Maps. Det vil tillate brukere å zoome inn på molekylnivået til cellene våre, men å zoome ut til nivået av vev og organer vil også være viktig. Som en 2017-oversikt over Human Cell Atlas av prosjektets organisasjonskomité bemerket, er et atlas et kart som tar sikte på å vise relasjonene mellom elementene. Akkurat som tilsvarende kystlinjer sett i et jordatlas gir visuelle bevis på kontinentaldrift, kan det å samle alle data om cellene våre på ett sted avsløre forhold mellom celler, vev og organer, inkludert noen som er helt uventede. Og akkurat som det periodiske systemet gjorde det mulig å forutsi eksistensen av elementer som ennå ikke er observert, kan Human Cell Atlas, sier Regev, hjelpe oss å forutsi eksistensen av celler som ikke er funnet.
Den ciliære kroppen (øverst til venstre) ved kanten av en musenetthinne (øverst til høyre) kan være et inngangspunkt for immunceller som reagerer på en nevronal skade i netthinnen. Med tillatelse fra Irene Whitney og Grace Burgin
Planen er ikke å sekvensere alle 37 billioner celler, men å prøve fra alle deler av kroppen. Mens Regev snakker om prosjektet, og entusiasmen hennes er tydelig, graver hun opp et lysbilde for å demonstrere hvor effektiv prøvetaking kan være. Lysbildet, først bare en tom ramme av hvitt, begynner å fylles ut, piksel for piksel, med flekker av blått og gult. Snart, selv om mange av pikslene ennå ikke er fylt, er bildet på skjermen umiskjennelig: det er Van Goghs Stjerneklar natt . På samme måte, forklarer Regev, kan Human Cell Atlas gi et fullstendig bilde selv om ikke hver eneste celle er sekvensert.
For å gjøre sekvenseringen har Regev og Teichmann ønsket velkommen og rekruttert eksperter innen hver vevstype. Selv om det forventes å ta år, går prosjektet raskt fremover med støttespillere som NIH, EU, Wellcome Trust, Manton Foundation og Chan Zuckerberg-initiativet , som lovet å bruke 3 milliarder dollar for å bekjempe sykdom i løpet av det neste tiåret; bare i år vil det finansiere 85 Human Cell Atlas-stipender. Tidlige resultater strømmer allerede på. I mars kunngjorde svenske forskere som jobber med celler relatert til menneskelig utvikling at de hadde sekvensert 250 000 individuelle celler. I mai gjorde et team ved Broad et datasett med mer enn 500 000 immunceller tilgjengelig på en forhåndsvisningsside. Målet, sier Regev, er at forskere overalt skal kunne bruke åpen kildekode-plattformen til Human Cell Atlas til å utføre felles analyser.
Det gjenstår mange utfordringer før atlaset kan bli en realitet. Ny visualiseringsprogramvare må utvikles. Sekvensering og beregningsmetoder vil måtte standardiseres på tvers av et stort antall laboratorier. Konseptuelle problemstillinger, som hva som skiller en celletype fra en annen, må gjennomgås. Men samfunnet bak Human Cell Atlas – inkludert mer enn 800 individer i juni – har ingen mangel på motivasjon.
En av Regevs egne nylige studier, publisert i august i Natur , er kanskje det beste eksemplet på hvordan prosjektet kan endre biologien. Ved kartlegging av lungeceller fant Regev og Jay Rajagopals laboratorium ved Massachusetts General Hospital en ny, svært sjelden celletype som primært uttrykker et gen knyttet til cystisk fibrose. Regev tror nå at disse sjeldne cellene trolig spiller en nøkkelrolle i sykdommen. Mer overraskende ennå, forskerne hadde tidligere trodd at en annen celletype uttrykker genet.
Tenk om noen ville drive med genterapi, sier Regev. Du må fikse genet, men du må fikse det i riktig celle. Human Cell Atlas kan hjelpe forskere med å identifisere den rette cellen og forstå hvordan det aktuelle genet reguleres av den cellens ekstraordinært kompliserte molekylære nettverk.
For Regev går viktigheten av Human Cell Atlas utover løftet om å revolusjonere biologi og medisin. Som hun en gang sa det, uten atlas over cellene våre, vet vi egentlig ikke hva vi er laget av.