Une photo de la démonstration visuelle du résultat du pipeline d’imagerie VascuViz. Crédit : Johns Hopkins Medicine
Des chercheurs de la Johns Hopkins Medicine ont développé et testé une nouvelle approche d’imagerie qui, selon eux, accélérera la recherche en laboratoire en permettant aux investigateurs de capturer des images de vaisseaux sanguins à différentes échelles spatiales. Testée sur des tissus de souris, la méthode, baptisée “VascuViz”, utilise un mélange de polymères à prise rapide pour remplir les vaisseaux sanguins et les rendre visibles dans plusieurs techniques d’imagerie. Cette approche permet aux chercheurs de visualiser la structure de la vascularisation d’un tissu, ce qui, en conjonction avec des modèles mathématiques détaillés ou des images complémentaires d’autres éléments tissulaires, peut clarifier le rôle complexe du flux sanguin dans la santé et la maladie, expliquent les chercheurs. Les images combinées des vaisseaux sanguins devraient non seulement améliorer l’étude de la biologie des maladies qui impliquent des anomalies de la circulation sanguine, comme le cancer et les accidents vasculaires cérébraux, mais aussi faire progresser notre compréhension des structures et des fonctions des tissus dans tout le corps, ajoutent-ils.
Le rapport a été publié le 10 février 2022 dans la revue Nature Methods.
“Habituellement, si vous voulez recueillir des données sur les vaisseaux sanguins dans un tissu donné et les combiner avec tout son contexte environnant, comme la structure et les types de cellules qui s’y développent, vous devez réétiqueter le tissu plusieurs fois, acquérir plusieurs images et rassembler les informations complémentaires”, explique Arvind Pathak, Ph.D., professeur de radiologie, d’ingénierie biomédicale et électrique et membre du Sidney Kimmel Comprehensive Cancer à la faculté de médecine de l’université Johns Hopkins. “Cela peut être un processus coûteux et long qui risque de détruire l’architecture du tissu, ce qui empêche notre capacité à utiliser les informations combinées de manière novatrice.”
Les chercheurs utilisent de nombreuses méthodes d’imagerie différentes, telles que l’IRM, le scanner et la microscopie pour étudier le rôle des vaisseaux sanguins en laboratoire. Ces images sont utiles pour comprendre la dynamique de la manière dont les tissus développent une maladie ou répondent à un traitement. Cependant, l’intégration des données disponibles dans ces images reste un défi car les agents utilisés pour rendre un vaisseau sanguin visible par une méthode d’imagerie peuvent le rendre invisible sur d’autres outils. Cela limite la quantité de données que les chercheurs peuvent recueillir à partir d’un seul échantillon.
VascuViz surmonte ce problème en rendant la structure des plus grandes artères jusqu’à la plus petite microvasculature visible pour une variété d’outils d’imagerie, ce qui permet aux chercheurs de développer une compréhension multicouche des vaisseaux sanguins et des composants tissulaires connexes avec moins de temps et d’efforts.
Le développement de VascuViz est particulièrement utile pour créer des visualisations informatisées du fonctionnement de systèmes biologiques complexes tels que le système circulatoire, et constitue une caractéristique du domaine croissant de la biologie des systèmes vasculaires “basée sur l’image”.
“Désormais, plutôt que d’utiliser une approximation, nous pouvons estimer plus précisément des caractéristiques telles que le flux sanguin dans les vaisseaux sanguins réels et les combiner avec des informations complémentaires, telles que la densité cellulaire”, explique Akanksha Bhargava, docteur en médecine, chercheur postdoctoral au laboratoire Pathak du département de radiologie et de sciences radiologiques de la faculté de médecine de l’université Johns Hopkins. Pour ce faire, les mesures basées sur VascuViz sont introduites dans des simulations informatiques du flux sanguin, comme les modèles de cancer étudiés par Bhargava.
Pour créer VascuViz, Mme Bhargava a testé plusieurs combinaisons d’agents d’imagerie existants et leur adéquation à différentes méthodes d’imagerie. Après de multiples itérations, elle a découvert qu’un agent de contraste tomodensitométrique appelé BriteVu et un agent de contraste IRM marqué par fluorescence appelé Galbumin-Rhodamine pouvaient être combinés pour créer un composé qui rend les macro et microvasculatures simultanément visibles lors de l’imagerie par IRM, tomodensitométrie et techniques d’imagerie optique sans interférence.
Le composé fonctionnant dans des tubes à essai, les chercheurs l’ont ensuite testé dans divers tissus de souris, en le perfusant dans le système vasculaire de modèles de cancer du sein, les muscles de la jambe, le cerveau et les tissus rénaux. Les images des tissus obtenues par IRM, tomodensitométrie et microscopie optique ont ensuite été combinées pour créer d’étonnantes visualisations en 3D de la vascularisation et des composants associés de ces modèles de maladies et de ces systèmes d’organes.
En raison du prix abordable de VascuViz et de ses composants disponibles dans le commerce, Pathak et son équipe espèrent qu’il sera adopté par les scientifiques du monde entier pour aider à jeter un nouvel éclairage sur différentes maladies impliquant le système vasculaire.
Référence : ” VascuViz : un système d’imagerie et d’analyse multimodale et multi-échelle “.visualization pipeline for vascular systems biology” par Akanksha Bhargava, Benjamin Monteagudo, Priyanka Kushwaha, Janaka Senarathna, Yunke Ren, Ryan C. Riddle, Manisha Aggarwal et Arvind P. Pathak, 10 février 2022, Nature Methods.
DOI: 10.1038/s41592-021-01363-5
Les autres chercheurs impliqués dans cette étude sont Benjamin Monteagudo, Priyanka Kushwaha, Janaka Senarathna, Yunke Ren, Ryan Riddle et Manisha Aggarwal de la faculté de médecine de l’université Johns Hopkins.
Ce travail a été soutenu par le National Cancer Institute (51R01CA196701-05, 1R01CA237597-01A1), le National Institute of Dental & ; Craniofacial Research (5R01DE027957-02) et la subvention NIH Instrumentation (S10OD012287) et le Sidney Kimmel Comprehensive Cancer Center, Quantitative Sciences Pilot Project Grant.
