Grazie a una nuova tecnologia chiamata Moscot (“Multi-Omics Single-Cell Optimal Transport”), i ricercatori possono ora osservare milioni di cellule simultaneamente mentre si sviluppano in un nuovo organo, ad esempio il pancreas. Questo metodo innovativo è stato sviluppato da un gruppo di ricerca internazionale guidato da Helmholtz Monaco ed è stato pubblicato sulla rinomata rivista Natura.
Finora i biologi avevano solo una conoscenza limitata di come le cellule si sviluppano nel loro ambiente naturale, ad esempio quando formano un organo nell’embrione. “I metodi esistenti fornivano solo istantanee di poche cellule o non potevano collegare i processi dinamici nello spazio e nel tempo”, spiega Dominik Klein, uno degli autori principali dello studio, dottorando presso l’Istituto di biologia computazionale di Helmholtz Monaco, e ricercatore presso l’Università Tecnica di Monaco (TUM). “Ciò ha limitato notevolmente la nostra comprensione delle complesse interazioni durante lo sviluppo degli organi e nei processi patologici”.
Moscot mappa lo sviluppo cellulare in interi organi e organismi
Insieme a un team interdisciplinare guidato da Giovanni Palla (Helmholtz Monaco), Marius Lange (ETH Zurigo), Michal Klein (Apple) e Zoe Piran (Università ebraica di Gerusalemme), Dominik Klein ha sviluppato Moscot. Il team si è basato su una teoria sviluppata nel XVIII secolo: la teoria del trasporto ottimale, che descrive come gli oggetti possono spostarsi in modo più efficiente da un luogo a un altro per ridurre al minimo tempo, energia o costi. L’applicazione del trasporto ottimale a due popolazioni di cellule era stata precedentemente limitata dalle dimensioni dei set di dati biomedici. Questo ostacolo è stato ora superato grazie ai progressi dell’intelligenza artificiale, significativamente influenzati dal coautore Marco Cuturi (Apple). “Abbiamo adattato i nostri modelli matematici per rappresentare accuratamente le informazioni molecolari e la posizione delle cellule nel corpo durante il loro sviluppo. La teoria del trasporto ottimale ci aiuta a capire come le cellule si muovono, cambiano e passano da uno stato all’altro”, afferma Klein. Ciò rende ora possibile osservare milioni di cellule simultaneamente, con una precisione prima inimmaginabile.
Moscot consente la mappatura multimodale di singole cellule nei tessuti spaziali e svolge un ruolo cruciale nei processi biologici dinamici. Collega milioni di cellule nel tempo, collegando i cambiamenti nell’espressione genetica alle decisioni cellulari. L’implementazione di Moscot mira ad analizzare enormi set di dati utilizzando algoritmi complessi fornendo allo stesso tempo un’interfaccia intuitiva per i biologi. Inoltre, Moscot cattura in modo preciso e simultaneo lo stato molecolare di un gran numero di cellule e ne descrive lo sviluppo nello spazio e nel tempo. Ciò rende possibile per la prima volta tracciare e comprendere meglio i complessi processi cellulari all’interno di interi organi e organismi viventi.
Nuovi approfondimenti sulla ricerca sul pancreas e sul diabete
L’applicazione di Moscot ha fornito nuove conoscenze nella ricerca sul pancreas: il team è riuscito a mappare lo sviluppo delle cellule produttrici di ormoni nel pancreas sulla base di misurazioni multimodali. Sulla base di questi risultati, gli scienziati possono ora analizzare in dettaglio i meccanismi alla base del diabete. “Questa nuova prospettiva sui processi cellulari apre opportunità per terapie mirate che affrontano le cause profonde delle malattie piuttosto che limitarsi a trattare i sintomi”, afferma il prof. Heiko Lickert, che dirige l’Istituto di ricerca sul diabete e sulla rigenerazione a Helmholtz Monaco ed è co-ultimo autore dello studio insieme al Prof. Fabian Theis.
Un punto di svolta nella ricerca medica
Fabian Theis, direttore dell’Istituto di biologia computazionale dell’Helmholtz Monaco di Baviera e professore alla TUM, sottolinea l’importanza di Moscot per la ricerca biomedica: “Moscot sta cambiando il modo in cui comprendiamo e utilizziamo i dati biologici. Ci consente non solo di catturare la dinamica delle cellule sviluppo con un dettaglio senza precedenti, ma anche per fare previsioni precise sulla progressione delle malattie, con l’obiettivo di sviluppare approcci terapeutici personalizzati”.
Per Theis, Moscot è un ottimo esempio di collaborazione interdisciplinare: “La riuscita combinazione di matematica e biologia in questo progetto dimostra in modo impressionante quanto sia cruciale la collaborazione tra diverse discipline per raggiungere vere scoperte scientifiche. Grazie alla stretta collaborazione con il team guidato da Heiko Lickert di presso l’Helmholtz Diabetes Center, siamo stati in grado di convalidare le previsioni di Moscot attraverso esperimenti di laboratorio.”
Saperne di più: moscot-tools.org
Da un’altra testata giornalistica. news de www.sciencedaily.com
