Doper l'efficacité du séquençage ARN de cellules uniques

Le séquençage ARN de cellules uniques, «scRNA-seq» en abrégé, est une technique qui permet aux scientifiques d’étudier l’expression des gènes d’une cellule individuelle au sein d’une population mixte – ce qui est en principe la manière dont toutes les cellules cohabitent au sein des tissus humains. Le scRNA-seq, qui fait partie de la famille élargie des techniques de «séquençage ARN de cellules uniques», consiste à capturer l’ARN d’une cellule individuelle et, après plusieurs réactions de conversion moléculaire, à le séquencer. Puisque l’ARN est un intermédiaire entre gènes (ADN) et protéines, il donne un aperçu des gènes actifs et non actifs au sein d’une même cellule.

Parce qu’il répertorie l’activité de tous les gènes du génome de la cellule – des milliers de gènes simultanément –, le scRNA-seq est devenu le standard absolu pour définir l’état et le phénotype des cellules. Ce type de données peut révéler des types de cellule rares au sein d’une population, et même des types encore inconnus à ce jour.

Coût et efficacité

Mais le scRNA-seq n’est pas seulement un outil de biologie cellulaire fondamentale ; il a aussi été largement adopté dans la recherche médicale et pharmacologique et est capable d’identifier quelles cellules se divisent activement dans un tissu, ou lesquelles réagissent à un médicament ou un traitement particulier.

«Ces approches ciblant des cellules uniques ont transformé notre capacité à comprendre les propriétés des cellules au sein d’un système, explique le professeur Bart Deplancke de la Faculté des sciences de la vie de l’EPFL. Le problème, c’est qu’elles sont actuellement conçues pour d’importantes quantités de cellules.»

Ce qui n'est pas un problème anodin, puisque les méthodes de scRNA-seq doivent s’appuyer sur plus d’un millier de cellules pour que les valeurs mesurées soient pertinentes. Johannes Bues, un chercheur de l’équipe de Bart Deplancke, ajoute : «Cela rend ces méthodes inefficaces et coûteuses pour étudier de petits échantillons individuels, tels que des tissus de petite surface ou des biopsies de patients, un problème que les chercheurs ont tendance à résoudre en ajoutant des échantillons globaux (d'un ensemble de cellules), ce qui génère une mosaïque floue qui rend la population cellulaire difficile à interpréter.»

La solution DisCo

Aux côtés de Marjan Biočanin et Joern Pezoldt, également chercheurs au sein de l’équipe Deplancke, Johannes Bues a maintenant développé une nouvelle méthode qui permet au scRNA-seq de traiter efficacement des échantillons contenant moins de cellules. Publiée dans Nature Methods, la méthode a été nommée «DisCo» pour «deterministic, mRNA-capture bead and cell co-encapsulation dropleting system».

Contrairement aux méthodes ordinaires sur une cellule qui reposent sur une capture passive des cellules, DisCo utilise un système de vision automatique pour déceler activement les cellules et les capturer dans des gouttelettes d’huile. Cette approche permet un fonctionnement continu et rend aussi la mise à l’échelle et le traitement en série d’échantillons de cellules beaucoup plus efficace en termes de coûts.

Comme l’étude l’a montré, DisCo montre un positionnement précis des particules et des cellules, et contrôle le tri des gouttelettes en combinant vision automatisée et dispositif microfluidique multicouche. Le tout permet de travailler sur des suspensions réduites de cellules uniques avec un très bon taux de capture (plus de 70%) à des vitesses pouvant atteindre 350 cellules par heure.

Pour mettre encore plus en lumière les capacités uniques de DisCo, les chercheurs l’ont testé sur les sensilles chimiosensorielles de la drosophile (mouche du vinaigre), ainsi que sur des cryptes et organoïdes intestinaux individuels. Ces derniers sont de minuscules tissus cultivés in vitro et qui ressemblent de très près à des organes réels – un domaine dont l’EPFL est l’un des fers de lance depuis des années.

Les chercheurs ont utilisé DisCo pour analyser les organoïdes intestinaux individuels à différents stades de leur développement. Cette approche a permis de réaliser une vue d’ensemble fascinante de l’hétérogénéité des organoïdes, en détectant divers sous-types d’organoïdes distincts dont certains n’avaient jamais été identifiés auparavant.

«Notre travail démontre la capacité unique de DisCo de fournir des représentations instantanées de l’hétérogénéité cellulaire de tissus individuels de petite taille», comme l’explique Bart Deplancke.

Autres contributeurs

• EPFL Laboratory for Stem Cell Bioengineering
• EPFL Soft Materials Laboratory
• Institut Suisse de Bioinformatique (SIB)
• VIB Center for Inflammation Research
• Ghent University
• ETH Zurich