Udviklingen af nye teknologier, redskaber og metoder har accelereret menneskehedens udvikling – fra det første menneske stod oprejst på Jorden, til dig, læseren, der sidder foran din skærm i netop dette øjeblik.
Din krop består af lige omkring 37 billioner celler. Hvis man skriver det ud i hele tal bliver det til 37.000.000.000.000. Altså 37 efterfulgt af 12 nuller.
Det er så højt et antal, at man næsten ikke kan forestille sig det, og alle disse celler er dannet ud fra den allerførste:
Den, der blev skabt efter befrugtningen, hvor en sædcelle mødte en ægcelle.
Siden kroppen består af så mange celler, er det ikke urimeligt at tænke, at der kan opstå fejl i nogle af dem gennem vores levetid.
Nogle af cellerne gennemgår en programmeret celledød, hvis fejlene er for alvorlige, men andre forbliver, på trods af deres fejl, funktionelle - og disse vil i mange tilfælde føre til sygdomme.
Celler findes i alle biologiske organismer. De kan leve uafhængigt af hinanden, men de kommunikerer også på fantastisk mange faconer for at få en organisme til at fungere.
Med mikroskopets opfindelse blev den første celle observeret af Robert Hooke i det 17. århundrede. Hooke beskrev udseendet på en død plantecelle fra et stykke korktræ.
I løbet af de næste århundreder har den rivende udvikling inden for molekylærbiologi gjort det muligt for forskere at kultivere og dyrke celler.
Herigennem har man lært at studere deres skjulte genetiske kode og brugt den viden, man har opnået, til at studere og behandle komplicerede udviklingssygdomme.
\ Hvad er sekventering?
Sekventering er en metode til at finde frem til sekvensen (rækkefølgen) af nukleotider, der kaldes ’byggestenene’, i et bestemt stykke DNA eller RNA.
Når man sekventerer DNA finder man altså den genetiske kode. Det foregår ved, at man splitter DNA op i små fragmenter, hvorefter der ’skrives’ en kopi ved hjælp af et enzym kaldet en polymerase.
På den måde kan man aflæse hver enkelt ny-påsat DNA-base ved at skrive den nye kopi med komponenter, der indeholder et såkaldt rapporteringsmolekyle, der udskiller lys. Lyset afgiver fire forskellige farver, alt efter hvilken base, der påsættes. Lyset kan opfanges med avancerede mikroskoper.
DNA-sekvensen skrives derefter en base ad gangen.
Nye metoder giver mindre støj
At ’læse’ vores genetiske kode og endda ’omskrive’ den med behandling for øje ville have været absolut umuligt, hvis ikke pionerer havde revolutioneret biologen med opfindelsen af de første sekventeringsmetoder i 1970’erne.
Med de første sekventeringsmetoder sekventerede man alle celler i et væv ved såkaldt ’bulk’-sekventering (’bulk’ betyder mængde).
Den information, man fik tilbage, var et gennemsnitligt fingeraftryk af alle tilstedeværende typer celler i det sekventerede væv.
Altså blev der ikke diskrimineret mellem enkelte celletyper, men i stedet fik man det samlede signal tilbage.
Dette er umiddelbart fint, når man arbejder med DNA, da alle vores celler som udgangspunkt indeholder samme DNA i de 23 kromosompar.
Men når man arbejder med RNA, som er ’opskriften’ på de proteiner, cellen laver fra DNA - man kan sige, at RNA oversætter arvematerialet - vil det være forskelligt, hvilke typer RNA forskellige celletyper udtrykker, da de hver især har brug for forskellige proteiner for at opfylde deres funktion.
Så når man vil sekventere RNA, er der behov for ’homogene’ typer af celler eller væv. Det skyldes, at en høj diversitet af celler vil resultere i et støjet og blandet signal i det samlede fingeraftryk.
Det gør sig især gældende i hjernevæv, da man her har en enorm specialisering af celletyper, der hver især har en bestemt funktion, der gør, at vi kan fungere som de individer, vi er.
Forklaringen med æbler og bananer
Inden det bliver for kompliceret, så lad os tage en snak om smoothies.
Ja, du læste rigtig: Smoothies.
Det er en varm sommerdag, og du er tørstig, så du tager en stor slurk af en lækker smoothie. Du kan smage en kombination af de forskellige bær og frugter, den består af.
Måske kan du smage blåbær, jordbær og æble. Måske endda banan og mango. Men hvad med den lille antydning af hindbær?
Det kan være svært at smage hver enkelt type bær og frugt, som er til stede i smoothien, og det er endnu sværere at smage, hvilket forhold de er blandet i.
Fra smoothie til frugtsalat
Lad os perspektivere smoothie-konceptet over på genetikkens verden.
Når man udfører ’bulk’ RNA-sekventering homogeniserer, eller blender, man et stykke væv.
Når man sekventerer, får man den gennemsnitlige ’smag’ af hver frugt, som altså i denne sammenligning er hver celletype.
Et problem, der opstår, er, at vi ikke nødvendigvis kan identificere og kvantificere mængden af de forskellige celletyper – ligesom vi ikke vidste, hvor mange dele banan, der var i vores smoothie.
Med enkeltcelle-RNA-sekventering har forskere fået mulighed for at sekventere enkelte celler, og derved kan man afsløre cellernes unikke genetiske udtryk og bestemme i hvilken mængde, de er til stede i vævet.
Ydermere kan de forskellige celletyper identificeres, og måske kan undertyper af disse findes, som eksempelvis nerveceller i hjernen, som sender kraftige signaler og andre, der virker dæmpende på signaler.
Tilbage til vores frugt- og bær-eventyr vil altså enkeltcelle-RNA-sekventering repræsentere en frugtsalat i stedet for en smoothie, da vi ikke har behov for at blende komponenterne, inden vi ’smager’.
Vi kan skille syge celler fra sunde celler
Med den rette indsigt og mulighed for at sammenligne vil man måske være i stand til at opdage, at nogle af æblestykkerne i vores frugtsalat er Granny Smiths, og andre er Cox Orange.
Ud over dette vil du måske også se, at nogle stykker egentlig ikke er så friske, som du ønsker, og nogle af stykkerne faktisk er rådne.
Hvis du undersøger det nok, vil du måske finde ud af, hvorfor nogle af stykkerne er blevet dårlige, og andre ikke er.
Lige sådan foregår det, når man analyserer cellerne, der er til stede i et væv fra en person med en bestemt sygdom. Ved at sammenligne med celler fra samme type væv fra raske personer, vil man kunne finde forskellene, næsten ligesom de ’Find 5 fejl’-tegninger, man lavede som børn.
\ Æraen med enkeltcelle-RNA-sekventering
Enkeltcelle-RNA-sekventeringen tog sin begyndelse i 2009 – kun 334 år efter Hooke beskrev den første observerede celle – da en gruppe af forskere publicerede deres sidste nye sekventeringseksperiment.
Interesseret i at lave den genetiske profil af en enkelt blastomer fra en mus (en blastomer er en enkelt celle af et foster i cellens allerførste stadier) havde forskerne forfinet en teknik, som senere blev udviklet til at kunne udforske det såkaldte transkriptom i tusindvis af enkelt-celler. Transkriptomet er den totale samling af RNA-molekyler.
Studiet revolutionerede feltet og var startskuddet til enkeltcelle-RNA-sekventerings-æraen, som vi stadig befinder os i den dag i dag.
Hvorfor er det vigtigt?
Nu spørger du måske dig selv, hvor stor betydning opfindelsen af en tilfældig ny videnskabelig metode egentlig kan have for dig.
Ser man tilbage på de seneste 20 år, vil man kunne observere en stigning i en stor række sygdomme.
Eksempelvis er forekomsten af neurologiske udviklingsforstyrrelser som autisme steget med 178 procent siden år 2000.
Det betyder, at 1 ud af 54 nyfødte børn vil udvikle autisme, og der er altså stor sandsynlighed for, at du allerede kender eller kommer til at møde én, der lider af denne udviklingsforstyrrelse.
Forskere har forsøgt at identificere ophavet for denne og lignende forstyrrelser og sygdomme i mange år, men da de ikke kun har deres afsæt i genetik, men også i miljø, er processen besværlig.
For hvad stammer fra arv, og hvad stammer fra miljø?
Desuden ved vi i dag, at anomalier ofte er meget komplekse, og at ikke kun én mekanisme er skyld i deres frembrud.
Vi ved, at forskellige celletyper har forskellige funktioner og derfor kan begå forskellige ’fejl’.
Hvis vi kan undersøge transkriptomet i enkelte celler og se, hvilke celletyper, der begår fejl, vil vi teoretisk set kunne finde specifikke behandlingsmetoder, der retter op på og forhindrer cellerne i at begå disse fejl.
Så hvordan foregår det egentligt?
For at kunne lave enkeltcelle-RNA-sekventering er man nød til at fange hver enkelt celle, ud af ofte hundredetusindvis af celler, i hver deres individuelle boble.
Derfor er hele revolutionen med at sekventere enkeltceller i så højt antal kun mulig på grund af fremskridt inden for bioteknologi og ’microfluidics’.
\ Hvad har metoden muliggjort?
Mange forskergrupper har, siden teknologien kom til, brugt den til at identificere årsagerne til gængse sygdomme.
Eksempelvis har forskere fra Biotech Research and Innovation Centre (BRIC) på Københavns Universitet, ved brug af enkelt-celle RNA sekventering, identificeret et gen kaldet Klf13, som er vigtigt for normal hjerneudvikling.
Børn, som er født uden et funktionelt Klf13-gen, har en øget risiko for at udvikle sygdomme som epilepsi og skizofreni samt udviklingsforstyrrelser som autisme og ADHD.
Her kan væskekanaler i mikrometerstørrelse på chips give os mulighed for at adskille hver celle fra hinanden og arbejde med dem parallelt i tusindvis.
Disse chips består af en plastikplade med små kanaler mellem såkaldte ’brønde’, hvor de forskellige komponenter tilsættes.
Ved hjælp af lufttryk skubbes komponenterne gennem chippen og samles til sidst, hvorefter de kan viderebehandles.
Først bliver en suspension (det vil sige en samling af partikler i en væske, hvor disse ikke er opløst) af celler lavet ud fra et stykke væv, eksempelvis hjernevæv.
Efterfølgende, med de mest gængse metoder, tilsætter man denne suspension til en mikrofluidisk chip sammen med små gele-kugler, olie og reagenser.
Cellerne bliver så ’skubbet’ gennem mikrokanalerne på chippen, hvor hver enkelt celle parres med præcist én gel-kugle, olie og en lille mængde reagenser og danner en emulgeret boble.
Efterfølgende bliver de bearbejdet i en række skridt, hvor det genetiske materiale fra hver enkelt celle bliver tagget med en unik stregkodesekvens i form af DNA. Denne stregkodesekvens gør det muligt at identificere cellens sekventering, så man er sikker på, at hver enkelt sekvens bliver forbundet tilbage til den originale celle.
Efter sekventering begynder dataanalysen. Her tælles antallet af cellerne og forskellige celle- og cellesub-typer identificeres.
Disse sammenlignes så med hinanden og med celler fra raske personer, så man kan definere, hvad cellerne bidrager med i rask tilstand, og hvad der går galt i forhold til sygdom.
Bekæmpelse af sygdomme
Teknologien er ikke kun blevet brugt til at forske i neurologiske udviklingsforstyrrelser og sygdomme. Den er også et stærkt redskab i mange andre biomedicinske discipliner som immunologi.
Immunsystemet er utroligt komplekst, og nye sygdomme, som COVID-19, giver os grund til i højere grad at undersøge dets funktion, så vi hurtigere og bedre kan bekæmpe og behandle nye infektionssygdomme.
I februar i år har forskere ved La Jolla Institute of Immunology offentliggjort deres arbejde med undersøgelsen af nye gener i en bestemt type immunceller kaldet T-hjælper celler ved hjælp af enkeltcelle-RNA-sekventering.
De opdagede store forskelle i, hvordan T-cellerne fungerer i mænd og kvinder, og det kaster lys over, hvorfor mænd bliver mere påvirket af nogle infektionssygdomme, hvor kvinder ikke gør - og omvendt.
\ Om Forskerzonen
Denne artikel er en del af Videnskab.dk’s Forskerzonen, hvor forskerne selv formidler deres forskning, viden og holdninger til et bredt publikum – med hjælp fra redaktionen.
Forskerzonen bliver udgivet takket være støtte fra vores partnere: Lundbeckfonden, Aalborg Universitet, Roskilde Universitet, Syddansk Universitet & Region H.
Forskerzonens redaktion prioriterer indholdet og styrer de redaktionelle processer, uafhængigt af partnerne. Læs mere om Forskerzonens mål, visioner og retningslinjer her.
Udfordringerne
Som enhver anden metode har enkeltcelle-RNA-sekventering dog nogle begrænsninger.
Et stort problem er den computer-beregningskraft, der er nødvendig for at behandle data.
Analyse af transkriptom-profiler fra tusindvis af celler skal foretages i et stort nok volumen, til at man har statistisk styrke, hvilket i sidste ende øger udgifterne til dataanalyse.
At forberede og isolere celler til sekventering er en anden begrænsning, da de i processen fjernes fra deres naturlige miljø og naboer i vævet.
Det kan forårsage stress i cellerne og ændre cellens opførsel og i sidste ende resultaterne.
Med enkeltcelle-RNA-sekventering er vi ikke længere begrænset til at analysere cellernes RNA, men kan kigge på epigenomet (modifikationer af den kromosomale DNA, der påvirker, hvilke gener der udtrykkes) og proteomet (proteinsammensætningen i væv og celler).
Disse tiltag gør det muligt for os at få et større og mere klart billede af, hvad der foregår i sygdomme.
Sekventering genererer en kæmpe mængde data, som sætter krav til både lagring og behandlingen af denne. Jo mere data der genereres, desto mere kompliceret bliver det at analysere det, hvilket også stiller krav til de statistiske metoder, der bruges til at analysere den.
Derfor er der behov for et stærkt samarbejde mellem de forskellige forskningsfelter inden for medicin og statistik.
Helt konkret vil dette kunne hjælpe os med at sammenligne ikke kun to, men tre, fire og flere sygdomstilstande og derved hjælpe os med at identificere gener og gengrupper, som er ansvarlige for de sygdomme, vi ser i samfundet i dag.
Vi går en lysere fremtid i møde
Ikke desto mindre, er fremtiden for enkeltcelle-RNA-sekventering er lys, og der bidrages med forbedringer hver dag.
Vores forståelse af menneskelige sygdomme er blevet bedre og bedre, siden metoden blev udviklet, og også antallet af nye lægemiddelkandidater og sygdomsmarkører, man kan teste for, er steget.
Dette giver håb til, at vi i fremtiden vil kunne tilbyde bedre behandling til patienter, der er påvirket af neurologiske udviklingsforstyrrelser og sygdomme, kræft og en lang række andre lidelser.
