Оптическая визуализация выявляет метаболическую активность отдельных иммунных клеток

Обычный образец крови содержит разнообразную коллекцию иммунных клеток, которые могут дать важную информацию о здоровье и болезнях. Эти клетки, известные как мононуклеарные клетки периферической крови (РВМС), широко используются для изучения инфекций, аутоиммунных заболеваний, рака и реакции иммунной системы на лечение. Ученые обычно идентифицируют их с помощью флуоресцентных меток, прикрепляемых к поверхностным маркерам. Такие методы эффективны, но дают ограниченную информацию о работе клеток и могут менять их свойства во время подготовки. Как сообщает Biophotonics Discovery, недавнее исследование показывает, что усовершенствованная оптическая визуализация позволяет получить ранее недоступные сведения: метаболическую активность отдельных иммунных клеток в сложном образце крови.

«МКПК можно очень легко изолировать клинически, и они уже используются в клиническом рабочем процессе», — говорит Мелисса Скала из Исследовательского института Моргриджа и Университета Висконсин—Мэдисон, старший автор работы. «Итак, вопрос в том, что мы можем получить от них такого, чего еще не получаем?»

Ответ на этот вопрос имеет всё большее клиническое значение. РВМС исследуют при многих состояниях — от гемопоэтических злокачеств и сепсиса до волчанки и когнитивных нарушений. Они также часто служат исходным материалом для клеточных терапий, например CAR‑T, когда собственные иммунные клетки пациента перенастраивают для борьбы с опухолью. Знание не только количества, но и степени активности и метаболической пригодности клеток может дать дополнительную информацию о прогрессии болезни и ответе на лечение.

Традиционные способы оценки метаболизма требуют выделения определённых популяций клеток или введения флуоресцентных меток и химических зондов. Эти подходы могут изменять поведение клеток, расходовать образцы и не отражать, как разные типы клеток действуют вместе в смешанной среде. В отличие от них новое исследование демонстрирует неразрушающий метод, который измеряет метаболизм отдельных иммунных клеток, пока те остаются в гетерогенном составе РВМС.

Авторы использовали оптическую метаболическую визуализацию (OMI) — метод, разработанный и доработанный в Лаборатории Скала. OMI опирается на естественную флуоресценцию молекул, задействованных в энергетическом обмене. Вместо внешних красителей применяется двухфотонная микроскопия для возбуждения эндогенных метаболических кофакторов и измерения времени жизни их флуоресценции. Эти времена дают информацию о метаболизме и состоянии активации клетки. Поскольку используются собственные сигналы, клетки остаются живыми и пригодными для дальнейших анализов или терапевтического применения.

Команда применила OMI к РВМС, выделенным из крови трёх здоровых доноров, и проанализировала тысячи отдельных клеток в покое и после активации. Алгоритмы машинного обучения использовали только метаболические параметры, чтобы выяснить, можно ли по ним различать популяции иммунных клеток и фиксировать их активацию.

Результаты показали, что метаболизм служит мощным маркером идентичности и функции иммунных клеток. Авторы сумели отличать активированные РВМС от покоящихся с почти 94-процентной точностью уже через два часа после стимуляции. Моноциты, важные клетки врождённого иммунитета, были идентифицированы с точностью 96 процентов в покоящих образцах и 88 процентов в активированных. Естественные киллеры (NK) опознавались примерно с 74‑процентной точностью в обоих состояниях.

Эти данные подчёркивают диагностическую ценность метаболических показателей: помимо числа клеток, они дают сведения о том, активны ли клетки, находятся ли в покое или реагируют на угрозу. В эксперименте моноциты и NK‑клетки имели особенно отличающиеся метаболические профили, что отражает их роль быстро реагирующих компонентов иммунной системы. Т‑ и B‑лимфоциты, управляющие более специализированными адаптивными ответами, показали более схожие метаболические подписи в рассматриваемых условиях.

Одноклеточный подход также выявил значительную внутрипопуляционную гетерогенность: некоторые клетки — в том числе моноциты — демонстрировали высокий уровень метаболической активности, тогда как другие оставались спокойными. Такие различия скрываются при массовых измерениях, где сигнал усредняется по всей выборке. OMI, измеряя на уровне отдельных клеток, даёт более детальную картину работы иммунной системы.

Неразрушающий характер метода особенно важен для клеточной терапии. Современные тесты метаболизма часто требуют реагентов или этапов обработки, которые могут изменить клетки. OMI позволяет анализировать жизнеспособные клетки и затем использовать их дальше, что открывает возможность оценивать качество материала перед производством терапевтических продуктов, например при подготовке клеток для CAR‑T‑терапии.

Авторы отмечают, что пока OMI остаётся преимущественно исследовательским инструментом и не достигает точности классических методов маркеров при распознавании всех подтипов иммунных клеток. Тем не менее уникальная способность измерять метаболизм отдельных клеток без изменения образцов делает его ценным дополнением к существующим подходам.

В перспективе команда рассчитывает на дальнейшее развитие технологии и её адаптацию для более широкого клинического применения. Сочетание биофотонной визуализации и машинного обучения может сделать метаболическую информацию более доступной для исследований рака, иммунных нарушений и клеточных терапий, предлагая более глубокое понимание динамики иммунной системы в здоровье и при заболеваниях.