Содержание
Ткани человеческого тела — не однородная масса, а сложнейшее сообщество клеток, где у каждого участника своя роль и свои «намерения». Долгое время учёные анализировали ткани целиком, получая усреднённый сигнал, за которым терялись тысячи индивидуальных голосов. Теперь, благодаря одноклеточному секвенированию, пространственной транскриптомике и вычислительным моделям, стало возможным разобраться, какие именно клетки ведут организм к катастрофе, а какие ему сопротивляются. Эта статья — о том, как наука учится читать судьбу болезни по поведению отдельных клеток: от раковых опухолей до сердечной недостаточности и инфекционных заболеваний.
Гетерогенность клеток
Опухоль — не монолит. Внутри неё сосуществуют десятки субпопуляций клеток с уникальными генетическими профилями. Одни активно делятся, другие покоятся, третьи приобретают устойчивость к лекарствам. Микроокружение опухоли — целая экосистема из иммунных клеток, фибробластов и эндотелия сосудов. Каждый из этих компонентов способен как подавлять, так и стимулировать рост опухоли. Макрофаги, ассоциированные с опухолью, могут поляризоваться в провоспалительный фенотип М1, который борется с раком, или в противовоспалительный М2, который способствует росту и метастазированию. Баланс между этими субпопуляциями во многом определяет исход заболевания и ответ на лечение.
Схожая картина наблюдается при сердечной недостаточности. Кардиомиоциты реагируют на перегрузку давлением неоднородно: клетки с высокой экспрессией натрийуретического пептида А формируют особые генетические профили, ассоциированные с прогрессированием гипертрофии и развитием декомпенсации.
Что показывает одноклеточное секвенирование
Одноклеточное секвенирование РНК позволяет измерять активность генов в каждой отдельной клетке. Если традиционное секвенирование — это прослушивание хора целиком, то scRNA-seq даёт возможность услышать каждый голос в отдельности. Именно так были обнаружены редкие, но критически важные клеточные популяции, которые при усреднённом подходе оставались полностью невидимыми.
С помощью этой технологии установлено, что при болезни Альцгеймера патологические изменения транскриптома возникают на ранних стадиях и носят строго специфичный характер для определённых типов клеток. В нейронах верхних слоёв коры при аутизме было обнаружено нарушение синаптической передачи сигналов, причём степень этих нарушений коррелировала с тяжестью клинических симптомов. Подобные находки были бы невозможны без разрешения на уровне единичной клетки.
В онкологии одноклеточное секвенирование ДНК выявило редкие клоны с мутациями, не обнаруживаемыми стандартными методами. У пациентов с острым миелоидным лейкозом найдены клетки с уникальными комбинациями мутаций в генах GATA2, DNMT3A и TET2 — именно они оказались ответственными за резистентность к терапии. Эти клоны существовали в ничтожных количествах, но именно они в конечном счёте определяли клинический исход.
Клональный гемопоэз
Стволовые кроветворные клетки накапливают соматические мутации на протяжении всей жизни — примерно по одной мутации в кодирующих участках генома за десятилетие. Большинство из них безвредны. Но иногда одна-единственная мутация даёт клетке преимущество в выживании и размножении. Её потомство постепенно занимает всё большую долю среди клеток крови. Это явление — клональный гемопоэз — обнаруживается у 10–20% людей старше 70 лет. Исследования, опубликованные в New England Journal of Medicine, показали: такие люди подвержены повышенному риску не только рака крови, но и атеросклеротических сердечно-сосудистых заболеваний.
Механизм удивителен своей простотой. Мутантные моноциты и макрофаги, произведённые из изменённых стволовых клеток, вызывают хроническое воспаление в стенках сосудов. В экспериментах на мышах потеря функции гена TET2 в макрофагах приводила к усиленному образованию некротических ядер в атеросклеротических бляшках. Так мутация в одной гемопоэтической стволовой клетке способна запустить каскад воспалительных реакций, затрагивающих сердце и сосуды.
Пространственное расположение клеток как фактор болезни
Знать, какие клетки присутствуют в ткани, — важно. Но не менее важно понимать, где именно они находятся и как взаимодействуют с соседями. Пространственная транскриптомика — группа методов, позволяющих картировать экспрессию генов непосредственно в срезе ткани, создавая «молекулярную карту» органа. На такой карте видно, в каком именно участке сконцентрированы клетки с определёнными свойствами и как их расположение связано с клиническим исходом.
При светлоклеточном почечноклеточном раке пространственный анализ показал: пациенты с «рассеянной» архитектурой иммунных клеток, где присутствовали горячие точки иммунного ответа, имели лучший прогноз, чем те, у кого макрофаги и Т-клетки формировали плотные скопления. Пространственный фенотип предсказывал и ответ на терапию сунитинибом. В глиобластоме сочетание гистологии и пространственной транскриптомики выявило: не размер опухоли определял судьбу пациента, а поведение конкретных клеток в конкретных зонах. Области белого вещества с активной экспрессией генов ремоделирования матрикса оказались ассоциированы с короткой выживаемостью.
Вычислительные модели
Данные одноклеточного секвенирования и клинические исходы пациентов редко доступны одновременно. Масштабные базы данных вроде The Cancer Genome Atlas содержат только усреднённые данные массового секвенирования РНК. Как связать поведение отдельных клеток с выживаемостью реальных пациентов?
Ответом стала модель scSurv, разработанная в институте науки Токио и опубликованная в журнале Bioinformatics. Метод использует данные одноклеточного секвенирования как эталон и раскладывает массовые данные на отдельные клеточные состояния с помощью вариационного автоэнкодера. Вклад каждого состояния в прогноз оценивается расширенной моделью пропорциональных рисков Кокса. Модель оценила вклад более 10 000 клеток в клинический риск, воспроизвела известную классификацию макрофагов при меланоме и построила карту риска опухолевой ткани при почечноклеточном раке. При анализе данных пациентов с COVID-19 моноциты оказались главными клетками, определяющими риск летального исхода.
Принципиальная ценность scSurv — возможность извлекать клеточную информацию из уже существующих массивов данных массового секвенирования, которые накоплены в огромных объёмах и охватывают тысячи пациентов с разными формами рака.
Конкуренция клеток внутри организма
Болезнь — это ещё и результат внутренней конкуренции клеточных популяций за ресурсы, пространство и сигналы выживания. В нормальных условиях конкуренция поддерживает гомеостаз: повреждённые клетки вытесняются здоровыми. Но при патологии преимущество может получить самая опасная для организма клетка.
В опухолях субклоны соревнуются в условиях гипоксии и кислотного стресса. Те, что лучше приспособлены, формируют устойчивые к терапии популяции. Высокий уровень гетерогенности «разбавляет» иммуногенные неоантигены, снижая эффективность иммунного ответа. Исследования показали, что генетическое разнообразие опухоли увеличивает вероятность выживания злокачественных клеток при химиотерапии, лучевой, таргетной терапии и иммунотерапии.
Размышления
Метод scTherapy, опубликованный в Nature Communications в 2024 году, использует одноклеточные транскриптомные профили для подбора комбинаций лекарств, одновременно поражающих несколько патологических субпопуляций у конкретного пациента. Число возможных комбинаций препаратов и дозировок слишком велико для экспериментального перебора, поэтому алгоритм машинного обучения приоритизирует наиболее перспективные варианты. При тестировании на образцах лейкоза и серозного рака яичников он выявил уникальные комбинации ингибиторов для каждого больного, учитывающие индивидуальные паттерны резистентности.
Классификатор TMEclassifier разделяет опухоли на три подтипа по составу микроокружения. Блокировка интерлейкина-1 в экспериментах на мышах преодолевала иммуносупрессию и значительно улучшала ответ на иммунотерапию. При немелкоклеточном раке лёгкого анализ полутора миллионов клеток с помощью мультиплексной иммунофлуоресценции показал, что пространственные взаимоотношения между клетками предсказывают ответ на лечение точнее, чем уровень PD-L1 — стандартный биомаркер клинической практики.
Автор статьи: журналист, специалист здравоохранения, Штык Аркадий Егорович — о враче.
