Американские и канадские исследователи сопоставили данные анализа транскриптомов отдельных клеток и протеома внутриглазных жидкостей, полученных в микроколичествах в ходе офтальмологических операций.
Этот анализ позволил идентифицировать и картировать сотни белковых маркеров, характерных для конкретных клеток, и понять механизмы клеточных изменений в глазу при различных заболеваниях. Моделирование с помощью алгоритмов машинного обучения помогло предсказать молекулярный возраст глаза и выяснить, что при многих болезнях признаки клеточного старения в глазу опережают молекулярные часы всего организма. Отчет о работе опубликован в журнале Cell.
Анализ отдельных клеток в живых человеческих тканях позволяет с высокой точностью понимать механизмы развития различных заболеваний и искать молекулярные мишени для эффективных и избирательно действующих лекарств. Возможности этого подхода сильно ограничены в случае не регенерирующих органов и тканей, таких как мозг и сетчатка глаза, поскольку биопсия для получения живых клеток может нанести им непоправимые повреждения. При этом заболевания подобных органов вызывают особый интерес врачей и ученых, поскольку лечить их сложно, а последствия могут быть тяжелыми и необратимыми.
Человеческий глаз — сложный орган, состоящий из производных всех трех зародышевых листков. Он содержит нервные, сосудистые, стромальные, иммунные и кровяные клетки — на данный момент описано и транскриптомно охарактеризовано 57 их типов. Все они высвобождают белки во внутриглазные жидкости — стекловидное тело и водянистую влагу, которые отгорожены от плазмы крови гематоофтальмологическим барьером и сохраняют уникальность белкового состава.
Винит Махаджан (Vinit Mahajan) из Стэнфордского университета с коллегами из США и Канады воспользовался материалами 120 жидких микробиопсий стекловидного тела и водянистой влаги, забранных у пациентов в ходе офтальмологических операций. В них выполнили протемное профилирование высокого разрешения с помощью аптамерной аналитической системы, охватывающей 6345 человеческих белков. 5953 из них удалось обнаружить в здоровых образцах внутриглазных жидкостей. Чтобы определить клеточные источники этих белков, данные по ним сопоставили с результатами полнотранскриптомного анализа 82072 одиночных клеток, относящихся ко всем 57 известным глазным типам и 15 внеглазным (включая кровяные, печеночные и селезеночные).
Для 99,5 процента обнаруженных белков был найден соответствующий ген в анализе транскримтомов; 99,4 процента этих генов экспрессировались на месте в глазу. Так же выяснилось, что несмотря на анатомические и ферментативные барьеры стекловидное тело и водянистая влага обмениваются белками — 87 процентов из них оказались общими у обеих жидкостей. Кластеризация кодирующих белки генов показала, что они кластеризуются преимущественно по типам клеток, а не по типам тканей. Мультиомная интеграция данных позволила идентифицировать 1920 маркерных белков с высокоспецифичной экспрессией в соответствующем типе клеток.
С помощью подобного подхода, названного TEMPO (tracing expression of multiple protein origins, отслеживание экспрессии источников множественных белков), исследователи определили клеточные контуры, вовлеченные в развитие некоторых заболеваний, и получили несколько неожиданных результатов. Оказалось, что пигментный ретинит снижает уровень маркеров палочек, колбочек, биполярных и амакринных клеток, эритроцитов и сосудистого эндотелия, но практически не затрагивает другие клетки сетчатки, включая горизонтальные и ганглионарные. При увеите были выявлены многочисленные маркеры воспаления и повреждение колбочек, биполярных и амакринных клеток. На разных стадиях диабетической ретинопатии патологический процесс переключался между разными пулами клеток.
Также выяснилось, что при болезни Паркинсона происходят молекулярные изменения в клетках сетчатки, в том числе в ее наружном фоторецепторном слое, соответствующие прогрессированию заболевания, причем анатомических признаков повреждения может и не быть. Это указывает на возможность использования микробиопсии глазной жидкости для диагностики и мониторинга некоторых нейродегенеративных заболеваний. Кроме того, авторы работы обнаружили постепенные изменения уровня 6313 белков при старении здорового глаза. Их разделили на 10 кластеров по схожести траекторий этих возрастных изменений и выяснили, что в большинстве кластеров они проходят нелинейно.
В заключение исследователи с помощью алгоритмов машинного обучения создали модель для предсказания возраста глаза по 26 белкам и успешно валидировали ее на когорте здоровых пациентов. Когда эту модель применили к пациентам с различными заболеваниями, определенный возраст глаза значительно опережал хронологический возраст пациента: при непролиферативной диабетической ретинопатии — в среднем на 12 лет (причем признаки ускоренного клеточного старения появлялись раньше клинических симптомов), при пролиферативной — на 31 год, при пигментном ретините — на 16 лет, и при увеите — на 29 лет. При этом 85 процентов белков из модели не относились к биомаркерам этих заболеваний. Это значит, возможно, что при разработке новых методов терапии глазных болезней необходим комплексный подход, воздействующий одновременно на разные механизмы молекулярного и клеточного старения, нарушенные при конкретном заболевании, заключают авторы работы.
В апреле 2023 года сотрудники Калифорнийского университета в Сан-Диего представили результаты фундаментального исследования, согласно которому позвоночные обязаны своим выскочувствительным зрением бактериальному белку, приобретенному в процессе эволюции.
Автор: Олег Лищук