Journal de recherche et de thérapie sur les cellules souches

Abstrait

Exploration du reprogrammome neuronal à l'aide d'approches bioinformatiques

Thileepan Sekaran, Rajkumar P. Thummer et Frank Edenhofer

Des études récentes démontrent que les cellules de mammifères peuvent être reprogrammées artificiellement par l'expression ectopique de facteurs de transcription d'une manière simple et inattendue. Les cellules reprogrammées dérivées de patients présentent un grand potentiel pour des applications biomédicales telles que la thérapie de remplacement cellulaire, les études de toxicité des médicaments et la modélisation des maladies. Les cellules somatiques telles que les fibroblastes peuvent être dédifférenciées en cellules souches pluripotentes induites (iPSC) qui sont similaires aux cellules souches embryonnaires (ESC) par surexpression d'Oct4, Sox2, Klf4 et cMyc. Cependant, les applications cliniques utilisant des iPSC comportent le risque de formation de tumeurs en raison d'une différenciation incomplète. Plus récemment, il a été démontré que la reprogrammation pilotée par des facteurs de transcription permet la conversion directe des fibroblastes en neurones, cardiomyocytes, hépatocytes ainsi qu'en progéniteurs neuraux. Divers groupes ont élaboré des protocoles pour la conversion directe des fibroblastes en cellules souches neurales induites multipotentes (iNSC) en utilisant différentes combinaisons de facteurs de transcription et de conditions de milieu. Ces études ont montré que les iNSC présentent une morphologie, une expression génétique et une capacité d'auto-renouvellement similaires à celles des NSC dérivées de tissus primaires. De plus, ces iNSC se sont différenciées en neurones, astrocytes et oligodendrocytes, ce qui indique la multipotence de ces cellules. Ici, nous comparons le profil d'expression génétique des cellules reprogrammées rapporté dans ces études pour déterminer la similitude du profil d'expression entre les iNSC générées à l'aide d'approches bioinformatiques. Nous fournissons un flux de travail général qui peut être appliqué pour évaluer l'état des populations de cellules reprogrammées. En utilisant l'analyse de clustering hiérarchique et l'analyse en composantes principales (PCA), nous montrons que les iNSC se ressemblent davantage. D'autre part, les iNSC sont relativement similaires aux iNSC 4F (tardifs) de l'étude, comme le montre l'analyse de clustering hiérarchique. Notre étude démontre que les approches bioinformatiques sont particulièrement précieuses pour évaluer de manière robuste l'état transcriptionnel des cellules reprogrammées et pour anticiper leur fonctionnalité cellulaire.