Mass spectrometry and multiplexed imaging for Spatial Cellular Metabolism – SpaCELLM

SpaCELLM repose sur l'intégration de plusieurs technologies complémentaires. La première étape consiste à acquérir une imagerie par spectrométrie de masse (MALDI-MSI) à haute résolution sur des coupes de tissus tumoraux congelés. Cette acquisition permet de cartographier spatialement les métabolites et lipides tout en préservant la coupe pour les étapes d'imagerie cellulaire ultérieures.

Après l'acquisition MSI, les mêmes coupes sont caractérisées par immunofluorescence multiplexée afin d'identifier les différentes populations cellulaires présentes dans le microenvironnement tumoral. Les marqueurs ciblent notamment les cellules tumorales, les adipocytes et différentes populations immunitaires et stromales. L'alignement des images permet ensuite de relier les cartes moléculaires MSI aux cellules identifiées par imagerie.

Des outils de traitement d'image et d'analyse computationnelle sont développés pour réaliser le co-enregistrement des modalités, segmenter les cellules et extraire leurs profils moléculaires. Ces approches permettent notamment de comparer les cellules tumorales en fonction de leur proximité avec les adipocytes et d'identifier des organisations spatiales récurrentes des signaux moléculaires.

Enfin, les cartes multimodales sont utilisées pour sélectionner des régions d'intérêt destinées à la microdissection laser. Les échantillons ainsi collectés peuvent être analysés par LC-MS/MS afin d'obtenir des informations protéomiques complémentaires aux données MSI.

L'ensemble du pipeline est développé en interaction avec les plateformes d'imagerie, de spectrométrie de masse et de protéomique partenaires, ainsi qu'avec des développements logiciels open-source pour l'intégration et l'analyse de données multimodales.

Depuis le démarrage du projet, le pipeline SpaCELLM a été progressivement mis en place sur des biopsies humaines de cancer du sein. Une cohorte de tissus tumoraux congelés contenant le front invasif, correspondant à la zone de contact entre cellules tumorales et tissu adipeux, a été constituée en collaboration avec l'IUCT-Oncopole.

Les premiers développements ont permis d'optimiser le couplage entre MSI et immunofluorescence sur ces tissus particulièrement complexes. Des acquisitions MSI ont été réalisées sur des coupes tumorales, suivies d'immunofluorescence permettant d'identifier les cellules tumorales et les structures adipocytaires. Cette approche a permis de définir des régions d'intérêt correspondant notamment à des cellules tumorales proches ou éloignées des adipocytes et de comparer leurs profils moléculaires.

Les données obtenues mettent en évidence des différences spatiales de composition lipidique au front invasif. Des signaux correspondant à des acylcarnitines à longue chaîne sont notamment observés dans les cellules tumorales adjacentes aux adipocytes. Leur accumulation constitue une signature compatible avec une modification du métabolisme et de l'utilisation des acides gras dans ces cellules. Des observations similaires ont également été obtenues dans les modèles cellulaires étudiés en parallèle.

Le projet a également permis de structurer le volet computationnel nécessaire à l'analyse des données multimodales. Des pipelines de co-enregistrement, segmentation cellulaire et extraction de profils moléculaires ont été développés et intégrés aux outils d'analyse MSI. Ces développements permettent de passer d'une analyse fondée sur les pixels à une analyse guidée par les populations cellulaires.

Enfin, les collaborations avec les plateformes ProtéoToul, TRI-Genotoul et MétaboHUB ont permis de mettre en place les conditions nécessaires pour poursuivre l'intégration de la microdissection laser et des analyses LC-MS/MS. Le projet s'appuie également sur une thèse dédiée au développement d'outils de fusion d'images et d'apprentissage automatique pour l'intégration des différentes modalités.

La poursuite de SpaCELLM vise maintenant à consolider et intégrer les différentes briques technologiques du pipeline. Une priorité est d'étendre les acquisitions multimodales à un nombre plus important d'échantillons afin de déterminer la robustesse et la reproductibilité des signatures métaboliques observées au front invasif et leur relation avec le contexte cellulaire et le statut pondéral des patientes.

Le volet computationnel sera poursuivi afin d'améliorer l'alignement entre modalités, la segmentation cellulaire et l'extraction de profils moléculaires à l'échelle de la cellule. Des approches non supervisées seront développées pour identifier des organisations spatiales et des associations entre signatures moléculaires sans limiter l'analyse à des métabolites prédéfinis.

L'intégration de la microdissection laser et de la protéomique LC-MS/MS constituera une étape importante pour relier les variations métaboliques observées par MSI à l'expression des protéines et enzymes impliquées dans le métabolisme lipidique. Cette approche permettra notamment d'étudier les mécanismes associés aux différences observées entre cellules tumorales selon leur proximité avec les adipocytes.

À plus long terme, le pipeline développé dans SpaCELLM pourra être transféré à d'autres microenvironnements complexes et à d'autres questions biologiques. Le projet doit ainsi contribuer à établir une stratégie générique de spatial cellular metabolism, dans laquelle les données moléculaires sont interprétées en fonction de l'identité des cellules et de leur voisinage plutôt qu'au seul niveau du pixel.

SpaCELLM a pour objectif de développer un pipeline d’imagerie multimodale pour décrypter spatialement le métabolisme cellulaire au sein de microenvironnements complexes. Il repose sur la combinaison de techniques innovantes, l’imagerie par spectrométrie de masse (MSI) et l’immunohistologie multiplexée (mHisto), qui permettra sur une même coupe de tissu de cartographier les cellules et leur profil métabolique. Le projet sera challengé par une question biologique majeure : le captage par les cellules tumorales du front invasif de lipides issu des adipocytes, un processus qui favorise la progression tumorale et que l’équipe a été l’une des premières à mettre en évidence in vitro. SpaCELLM permettra de caractériser ce phénomène in situ, en utilisant des biopsies de tumeurs mammaires de patientes.

L’objectif du Workpackage (WP) 1 sera de mettre au point sur une même coupe de tissu, un pipeline d’acquisition combinant MSI et techniques de mHisto. Le WP2 se concentrera sur la fusion des données et une analyse ciblée. L’imagerie cellulaire permettra de définir des régions d’intérêt afin de guider spécifiquement l’analyse des profils moléculaire des cellules tumorales en éliminant les autres cellules du microenvironnement. Le WP3 visera à la mise de microdissection laser guidé par MSI/mHisto. L'analyse protéomique et lipidomique des échantillons collectés sera alors faite par LC/MS. Le WP4 permettra d’exploiter au maximum les données moléculaires couplées aux cartographies des populations cellulaires marquées, en mettant en place une approche computationnelle non ciblée visant à identifier les corrélations spatiales entre les données des différentes modalités.

SpaCELLM est un projet scientifique multidisciplinaire de rupture, visant à étudier le métabolisme cellulaire spatialement et directement au sein de microenvironnements complexes. Il permettra de changer de paradigme en métabolomique spatiale, afin de ne plus raisonner en terme de pixel mais bien en terme de cellules. Cette approche innovante pourrait conduire à des découvertes importantes et à des avancées dans la compréhension et le traitement de cancers et d'autres maladies.