Un nuovo studio svolto presso la McLean Hospital di Harvard e la Icahn School of Medicine del Mount Sinai e pubblicato sulla prestigiosa rivista Science, ha utilizzato approcci di intelligenza artificiale per analizzare dati trascrizionali a singola cellula su campioni di corteccia prefrontale, al fine di identificare alterazioni molecolari specifiche associate alla schizofrenia.
Tecnologie come ACTIONet hanno permesso di individuare e annotare tipi cellulari specifici, rivelando cambiamenti trascrizionali maggiormente presenti nei neuroni eccitatori e legati a percorsi neuro-sinaptici e genetici della malattia. Questo lavoro getta le basi nella creazione di una mappa molecolare dettagliata della schizofrenia, che faciliterà la comprensione delle sue basi genetiche e potrebbe supportare lo sviluppo di nuove terapie mirate.
La schizofrenia
La schizofrenia o disturbo schizofrenico è una grave malattia mentale caratterizzata da psicosi che colpisce i pensieri, i sentimenti e i comportamenti delle persone. Può causare una combinazione di allucinazioni, deliri, pensieri e comportamenti disorganizzati. Le allucinazioni si verificano quando si vedono o sentono cose che nessun altro può percepire, mentre i deliri sono convinzioni forti riguardo a cose che non sono vere. Le persone con schizofrenia spesso sembrano perdere il contatto con la realtà, rendendo difficile la vita quotidiana. Inoltre, è fortemente influenzata da fattori genetici e ambientali che alterano i processi cerebrali, specialmente quelli legati allo sviluppo neurobiologico e alla connettività neuronale
Sebbene studi precedenti abbiano dimostrato vulnerabilità trascrizionali in alcuni tipi di neuroni, come quelli eccitatori e inibitori, questo studio utilizza nuove tecniche di sequenziamento per fornire una mappa dettagliata dei cambiamenti trascrizionali in sottopopolazioni cellulari specifiche nella schizofrenia.
In che modo i ricercatori hanno potuto fare questo? Il primo passo è stato l’identificazione delle popolazioni cellulari, infatti lo studio ha utilizzato il sequenziamento dell’RNA a singolo nucleo (snRNA-seq) su campioni post-mortem di corteccia prefrontale (PFC) prelevati da due coorti indipendenti: il McLean Hospital (McL) e il Mount Sinai School of Medicine (MSSM) per un totale di 141 soggetti di cui 65 pazienti con schizofrenia e 76 controlli sani. Utilizzando ACTIONet, uno strumento di rete per l’analisi della somiglianza cellulare, i ricercatori hanno identificato e annotato 27 tipi e sottotipi cellulari principali, tra cui popolazioni di neuroni eccitatori e inibitori, astrociti, oligodendrociti e microglia ottenendo 468.727 nuclei trascrittomicamente profilati a singola cellula. La strategia di annotazione cellulare ha permesso di suddividere i principali tipi cellulari in sottopopolazioni distinte, come i neuroni eccitatori di strato corticale e gli interneuroni inibitori che esprimono parvalbumina e altri marcatori.
In che modo ACTIONet è riuscito a profilare le varie popolazione cellulari, e come funziona?
ACTIONet è uno strumento innovativo pensato per analizzare i dati di espressione genica nelle singole cellule, con l’obiettivo di capire meglio i diversi “stati” cellulari, cioè le loro identità e funzioni specifiche. A differenza di altre tecniche, ACTIONet usa un approccio a multirisoluzione che permette di osservare i dettagli sia globali che specifici, catturando una visione completa e dettagliata della variabilità tra cellule. Per prima cosa ACTIONet analizza i dati di espressione genica per individuare modelli (pattern) principali che rappresentano le identità e attività delle cellule. Il modello però, non si limita a trovare pattern a un unico livello di dettaglio, ma riesce a distinguere sia aspetti generali (che descrivono gruppi cellulari più ampi) sia particolari specifici (che caratterizzano sottogruppi o tipi cellulari più rari). Come ultimo step, ACTIONet costruisce una “rete” visiva che rappresenta le relazioni tra le cellule basandosi sulle loro similarità genetiche, consentendo di osservare come i diversi stati cellulari si organizzano e si collegano tra loro in un grafico intuitivo.
Complessivamente, sono stati rilevati 6.634 eventi di espressione differenziale che coinvolgono 2.455 geni, con il 77% degli eventi caratterizzati da una down-regolazione e il 94% concentrato nei neuroni eccitatori. Questo tipo di cambiamenti è stato riprodotto in entrambe le coorti, evidenziando una maggiore coerenza nei geni differenzialmente espressi specifici per i neuroni eccitatori rispetto ad altre cellule cerebrali. I risultati indicano che i cambiamenti trascrizionali nella schizofrenia non sono distribuiti uniformemente, ma si concentrano su popolazioni neuronali specifiche, soprattutto quelle con marcata espressione nei neuroni di strati corticali profondi.
Inoltre i risultati hanno evidenziato tramite analisi ontologica, che i geni differenzialmente espressi nella schizofrenia sono fortemente associati a percorsi biologici di neuro-sviluppo e sinapsi, con processi come il segnale trans-sinaptico e l’attività del recettore dei neurotrasmettitori influenzati da geni down-regolati in diverse popolazioni neuronali. Questa convergenza sui percorsi di sviluppo e segnalazione sinaptica sottolinea il coinvolgimento di meccanismi cellulari specifici nella patogenesi della schizofrenia. Per di più, i geni differenzialmente espressi, risultano associati anche a varianti genetiche di rischio, sia comuni che rare, e mostrano una distribuzione distinta tra le popolazioni neuronali, suggerendo un’influenza genetica mirata.
In conclusione, questo studio rappresenta un passo significativo nella comprensione della schizofrenia a livello cellulare specifico, poiché evidenzia i cambiamenti trascrizionali specifici per tipo cellulare e le interazioni tra varianti genetiche e rischio di schizofrenia. La rilevanza del lavoro, sottolineano gli autori, risiede nella creazione di un atlante trascrizionale che collega variazioni genetiche con alterazioni molecolari nelle popolazioni neuronali, offrendo una nuova prospettiva sulla patologia molecolare della schizofrenia. Tuttavia, i limiti dello studio includono l’eterogeneità delle alterazioni trascrizionali e la necessità di approfondire ulteriormente le interazioni tra fattori genetici e ambientali che influenzano queste modifiche specifiche per tipo cellulare.
di Valentino Ribecco
Source: Science
