Des chercheurs du MIT ont mis au point un moyen de décoder des images de cellules pour déterminer si un tissu ressemble davantage à un solide, à un liquide ou même à un gaz. Ces « empreintes digitales » visuelles peuvent aider à diagnostiquer et à suivre rapidement divers cancers. Crédit : Breast cancer cell par Anne Weston, Francis Crick Institute, édité par MIT News
La méthode pourrait être une voie vers des diagnostics de cancer plus rapides et moins invasifs.
Au fur et à mesure qu’un organisme grandit, sa sensation change aussi. Au début, un embryon prend un état presque fluide qui permet à ses cellules de se diviser et de se développer. À mesure qu’il mûrit, ses tissus et ses organes se raffermissent pour prendre leur forme définitive. Chez certaines espèces, cet état physique d’un organisme peut être un indicateur de son stade de développement, voire de l’état général de sa santé.
Désormais, les chercheurs de AVEC ont découvert que la façon dont les cellules d’un tissu sont disposées peut servir d’empreinte digitale pour la « phase » du tissu. Ils ont développé une méthode pour décoder des images de cellules dans un tissu afin de déterminer rapidement si ce tissu ressemble davantage à un solide, à un liquide ou même à un gaz. Leurs découvertes ont été récemment publiées dans le Actes de l’Académie nationale des sciences.
L’équipe espère que leur méthode, qu’ils ont surnommée « empreintes digitales configurationnelles », pourra aider les scientifiques à suivre les changements physiques dans un embryon au fur et à mesure de son développement. Plus immédiatement, ils appliquent leur méthode pour étudier et éventuellement diagnostiquer un type de tissu spécifique : les tumeurs.
Dans le cas du cancer, des preuves suggèrent que, comme un embryon, l’état physique d’une tumeur peut indiquer son stade de croissance. Les tumeurs plus solides peuvent être relativement stables, tandis que les excroissances plus fluides pourraient être plus sujettes à muter et à métastaser.
Les chercheurs du MIT analysent des images de tumeurs, à la fois cultivées en laboratoire et biopsiées sur des patients, pour identifier les empreintes cellulaires qui indiquent si une tumeur ressemble davantage à un solide, à un liquide ou à un gaz. Ils envisagent que les médecins puissent un jour faire correspondre une image des cellules d’une tumeur avec une empreinte cellulaire pour déterminer rapidement la phase d’une tumeur et, finalement, la progression d’un cancer.
“Notre méthode permettrait un diagnostic très facile des états cancéreux, simplement en examinant les positions des cellules dans une biopsie”, explique Ming Guo, professeur agrégé de génie mécanique au MIT. “Nous espérons qu’en regardant simplement où se trouvent les cellules, les médecins pourront dire directement si une tumeur est très solide, ce qui signifie qu’elle ne peut pas encore métastaser, ou si elle est plus fluide et qu’un patient est en danger.”
Les co-auteurs de Guo sont Haiqian Yang, Yulong Han, Wenhui Tang et Rohan Abeyaratne du MIT, Adrian Pegoraro de l’Université d’Ottawa et Dapeng Bi de la Northeastern University.
Ordre triangulaire
Dans un solide parfait, les constituants individuels du matériau sont configurés comme un réseau ordonné, comme les atomes dans un cube de cristal. Si vous deviez couper une tranche du cristal et la poser sur une table, vous verriez que les atomes sont disposés de telle sorte que vous puissiez les connecter en un motif de triangles répétés. Dans un solide parfait, comme l’espacement entre les atomes serait exactement le même, les triangles qui les relient seraient généralement de forme équilatérale.
Guo a pris cette construction comme modèle pour une structure parfaitement solide, avec l’idée qu’elle pourrait servir de référence pour comparer les configurations cellulaires de tissus et de tumeurs réels, moins que parfaitement solides.
“Les vrais tissus ne sont jamais parfaitement ordonnés”, dit Guo. « Ils sont pour la plupart désordonnés. Mais encore, il y a des différences subtiles dans combien ils sont désordonnés.
Suite à cette idée, l’équipe a commencé avec des images de divers types de tissus et a utilisé un logiciel pour cartographier les connexions triangulaires entre les cellules d’un tissu. Contrairement aux triangles équilatéraux dans un solide parfait, les cartes ont produit des triangles de différentes formes et tailles, indiquant des cellules avec une gamme d’ordre spatial (et de désordre).
Pour chaque triangle d’une image, ils ont mesuré deux paramètres clés : l’ordre volumétrique, ou l’espace dans un triangle ; et l’ordre de cisaillement, ou la distance entre la forme d’un triangle et l’équilatéral. Le premier paramètre indique la fluctuation de la densité d’un matériau, tandis que le second illustre la tendance du matériau à se déformer. Ces deux paramètres, ont-ils découvert, étaient suffisants pour déterminer si un tissu ressemblait davantage à un solide, un liquide ou un gaz.
« Nous calculons directement la valeur exacte des deux paramètres, par rapport à celles d’un solide parfait, et utilisons ces valeurs exactes comme empreintes digitales », explique Guo.
Vrilles de vapeur
L’équipe a testé sa nouvelle technique de prise d’empreintes digitales dans plusieurs scénarios différents. La première était une simulation dans laquelle ils modélisaient le mélange de deux types de molécules, dont ils augmentaient progressivement la concentration. Pour chaque concentration, ils ont cartographié les molécules en triangles, puis mesuré les deux paramètres de chaque triangle. A partir de ces mesures, ils ont caractérisé la phase des molécules et ont pu reproduire les transitions entre gaz, liquide et solide, qui étaient attendues.
“Les gens savent à quoi s’attendre dans ce système très simple, et c’est ce que nous voyons exactement”, explique Guo. « Cela a démontré la capacité de notre méthode. »
Les chercheurs ont ensuite appliqué leur méthode dans des systèmes avec des cellules plutôt que des molécules. Par exemple, ils ont regardé des vidéos, prises par d’autres chercheurs, d’une aile de mouche des fruits en pleine croissance. En appliquant leur méthode, ils ont pu identifier des régions de l’aile en développement qui sont passées d’un état solide à un état plus fluide.
“En tant que fluide, cela peut aider à la croissance”, explique Guo. « La façon dont cela se produit exactement fait toujours l’objet d’une enquête. »
Lui et son équipe ont également développé de petites tumeurs à partir de cellules de tissu mammaire humain et ont observé que les tumeurs se développaient en vrilles ressemblant à des appendices – des signes de métastases précoces. Lorsqu’ils ont cartographié la configuration des cellules dans les tumeurs, ils ont découvert que les tumeurs non invasives ressemblaient à quelque chose entre un solide et un liquide, et que les tumeurs invasives ressemblaient davantage à des gaz, tandis que les vrilles montraient un état encore plus désordonné.
“Les tumeurs invasives ressemblaient plus à de la vapeur, et elles veulent s’étendre et aller partout”, explique Guo. « Les liquides peuvent à peine être compressés. Mais les gaz sont compressibles – ils peuvent gonfler et rétrécir facilement, et c’est ce que nous voyons ici.
L’équipe travaille avec des échantillons de biopsies de cancer humain, qu’elle image et analyse pour affiner ses empreintes digitales cellulaires. Finalement, Guo envisage que la cartographie des phases d’un tissu peut être un moyen rapide et moins invasif de diagnostiquer plusieurs types de cancer.
“Les médecins doivent généralement faire des biopsies, puis colorer différents marqueurs en fonction du type de cancer, pour diagnostiquer”, explique Guo. « Peut-être qu’un jour, nous pourrons utiliser des outils optiques pour regarder à l’intérieur du corps, sans toucher le patient, pour voir la position des cellules et dire directement à quel stade du cancer se trouve un patient »
Référence : « empreintes digitales configurationnelles des systèmes vivants multicellulaires » par Haiqian Yang, Adrian F. Pegoraro, Yulong Han, Wenhui Tang, Rohan Abeyaratne, Dapeng Bi et Ming Guo, 25 octobre 2021, Actes de l’Académie nationale des sciences.
DOI : 10.1073/pnas.2109168118
Cette recherche a été financée en partie par les National Institutes of Health, MathWorks et le prix Jeptha H. et Emily V. Wade du MIT.
