Longevity & AgingArticle de rechercheAccès libre

RamanOmics cartographie l'empreinte moléculaire des cellules sénescentes dans les tissus vieillissants

Une nouvelle plateforme multimodale identifie les cellules sénescentes sans marqueurs, en reliant des signatures lipidiques biochimiques aux programmes transcriptionnels du vieillissement dans différents tissus.

vendredi 25 septembre 2026 2 vues
Publié dans Nat Aging
A researcher at a microscope workstation examining a glowing tissue cross-section on a monitor, with colorful spectral readout graphs visible on a second screen in a modern biomedical lab

Résumé

Les cellules sénescentes sont difficiles à repérer au sein d'un tissu intact, car la plupart des méthodes de détection reposent sur quelques marqueurs moléculaires ou nécessitent de détruire l'échantillon. Des chercheurs ont combiné l'imagerie Raman sans marquage, qui révèle la composition chimique des cellules, avec le séquençage de l'ARN en noyau unique et la cartographie spatiale de l'expression des gènes, dans des poumons et de la peau de souris jeunes (2 mois) et âgées (26 mois). Ils ont mis en évidence des programmes de sénescence propres à chaque tissu : remodelage de la matrice et signalisation du TGF-β dans le poumon, et gènes de différenciation épidermique dans la peau. Ils ont également identifié une signature Raman commune, liée aux lipides (1 131–1 135 cm−1), dans les cellules sénescentes p21+, et ont utilisé l'apprentissage automatique pour construire un code-barres multimodal permettant d'identifier les cellules sénescentes in situ. Les mêmes gènes épidermiques se sont réactivés dans les cellules sénescentes lors de la cicatrisation de plaies chez la souris. Ces travaux sont précliniques, mais ils ouvrent la voie à une détection non destructive de la sénescence.

Résumé détaillé

Les cellules sénescentes contribuent au vieillissement des tissus, mais on les définit généralement par des marqueurs isolés comme p21 ou p16, ce qui en dit peu sur leur composition chimique ou sur leurs différences d'un organe à l'autre. La transcriptomique indique quels gènes sont actifs, mais pas la composition lipidique, le repliement des protéines ni la chimie de la matrice, qui déterminent en fin de compte la fonction cellulaire. Cette étude cherche à savoir si l'empreinte biochimique de la sénescence peut être lue directement dans un tissu intact et reliée à des programmes géniques, ce qui compte pour tout effort futur visant à repérer et suivre les cellules sénescentes sans détruire l'échantillon.

L'équipe a développé RamanOmics, qui combine l'imagerie Raman hyperspectrale (600–1 800 cm−1, 873 dimensions spectrales, pixels de 3 µm), le séquençage d'ARN de noyaux uniques (single-nucleus RNA sequencing) et le séquençage in situ STARmap couvrant 890 gènes (700 marqueurs de types cellulaires et 190 marqueurs de sénescence/vieillissement). Les chercheurs ont étudié le poumon et la peau de souris vieillies naturellement, à 2 et 26 mois, avec trois animaux par groupe d'âge. Le profilage de noyaux uniques a permis de capturer 35 474 noyaux pulmonaires et 12 128 noyaux cutanés. Les spectres Raman et la transcriptomique spatiale ont été recueillis sur les mêmes coupes, puis alignés grâce au pic Raman de l'ADN à 791 cm−1 et à la coloration DAPI, ce qui a donné 15 201 cellules pulmonaires et 11 069 cellules cutanées appariées.

Les profils transcriptionnels de vieillissement différaient selon le tissu. Le poumon âgé montrait une activation immunitaire, un remodelage vasculaire et une réduction du renouvellement épithélial, les cellules endothéliales et les lymphocytes T étant les plus modifiés. La peau âgée présentait les plus fortes modifications dans les fibroblastes et l'épiderme interfolliculaire. Les cellules sénescentes, définies par Cdkn1a (p21), étaient les plus fréquentes dans les cellules AT2 du poumon (0,31–0,51 %) et les cellules endothéliales (0,06–0,36 %), ainsi que dans les cellules épidermiques interfolliculaires de la peau (0,53–1,55 %). Les cellules sénescentes étaient aussi physiquement plus grandes que leurs voisines, et la peau âgée montrait une plus forte concentration de ces cellules dans l'épiderme.

Les programmes des cellules sénescentes différaient aussi selon l'âge. Dans le poumon âgé, les cellules p21+ surexprimaient Serpine1, Dab2 et Mrc1 et sous-exprimaient Acoxl, Aldh1a1 et Prdx6, un profil propice à la fibrose et à l'inflammation. Les cellules sénescentes jeunes présentaient plutôt des gènes de la réponse aux dommages de l'ADN, ce que les auteurs interprètent comme un état plus transitoire et réparateur. Dans la peau âgée, les cellules sénescentes sous-exprimaient des gènes du métabolisme lipidique (Cd36, Cidec) et un gène de réparation de l'ADN (Eepd1). Dans l'ensemble de la peau, les cellules sénescentes partageaient l'expression de Krt1, Krt10, Lor et Sbsn.

Du côté Raman, le poumon âgé avait une intensité globale plus élevée que le poumon jeune (46,72 contre 43,27, P = 2,1 × 10−13), alors que les cellules sénescentes p21+ du poumon âgé avaient une intensité plus faible que celles du poumon jeune (42,42 contre 45,43, P = 1,36 × 10−3). Un pic conservé lié aux lipides, à 1 131–1 135 cm−1, caractérisait les cellules p21+ dans les différents tissus. Un classifieur de type forêt aléatoire (random forest), entraîné sur des caractéristiques spectrales et transcriptomiques intégrées, a produit un code-barres multimodal qui distingue les cellules sénescentes des cellules non sénescentes. Dans un modèle de cicatrisation, les cellules sénescentes ont réactivé Krt10, Lor et Sbsn, parallèlement à une augmentation des signatures Raman associées aux lipides.

Il s'agit d'une étude technologique et de découverte chez la souris, et non d'un essai d'intervention. La sénescence a été définie principalement par p21, qui, selon les auteurs, marque une population distincte des cellules p16+ ; la signature pourrait donc ne pas se généraliser à d'autres sous-types de cellules sénescentes. Avec trois souris par groupe, des coupes congelées et une faible fraction de cellules sénescentes, le code-barres doit être validé dans d'autres tissus, d'autres espèces et sur des échantillons humains avant toute utilisation clinique.

Principales conclusions

  • Compared 2-month and 26-month mouse lung and skin (n = 3 mice per group), profiling 35,474 lung and 12,128 skin nuclei by snRNA-seq
  • Matched 15,201 lung and 11,069 skin cells across Raman imaging and a 890-gene STARmap panel using the 791 cm−1 DNA peak plus DAPI registration
  • Found a conserved lipid-linked Raman signature at 1,131–1,135 cm−1 marking p21+ senescent cells across tissues
  • p21+ cells were most frequent in lung AT2 cells (0.31–0.51%) and skin interfollicular epidermis (0.53–1.55%)
  • Old lung p21+ cells showed lower Raman intensity than young (42.42 vs 45.43, P = 1.36 × 10−3), while overall old lung intensity was higher (46.72 vs 43.27, P = 2.1 × 10−13)
  • Old lung senescent cells upregulated Serpine1, Dab2, and Mrc1; old skin senescent cells downregulated Cd36, Cidec, and the DNA-repair gene Eepd1
  • In mouse wound healing, senescent cells reactivated Krt10, Lor, and Sbsn with increased lipid-associated Raman signals

Méthodologie

Des poumons et de la peau de souris âgées naturellement (26 mois) et jeunes (2 mois) ont été prélevés et inclus dans de l'OCT, avec trois animaux par groupe pour le snRNA-seq et trois pour l'imagerie Raman suivie de STARmap-ISS sur les mêmes coupes. Les spectres Raman (600–1 800 cm−1, 873 dimensions) ont été recalés sur la segmentation cellulaire STARmap, et les cellules p21+ ont servi d'ancrages spatiaux. L'expression différentielle a été analysée avec un FDR <0,05, Tangram a imputé l'expression sur l'ensemble du transcriptome, et un classifieur de type forêt aléatoire a permis de construire le code-barres multimodal. Les comparaisons spectrales ont été réalisées à l'échelle de la cellule individuelle, et un modèle de cicatrisation a permis de tester si la signature change au cours de la réparation.

Limites de l'étude

Ce travail a été réalisé uniquement chez la souris, avec trois animaux par groupe, et les cellules sénescentes ont été définies principalement par l'expression de p21, qui ne capture qu'une seule sous-population. Les cellules sénescentes étaient rares (souvent moins de 2 % des cellules), et la signature Raman doit encore être validée dans d'autres tissus, sur des échantillons humains et pour une utilisation in vivo en temps réel. Les déclarations de conflits d'intérêts ne figuraient pas dans le texte fourni.

Ce résumé vous a plu ?

Recevez les dernières recherches sur la longévité dans votre boîte de réception chaque semaine.

Saisissez votre e-mail pour vous abonner :