Il team guidato da ricercatori di Weill Cornell Medicine e NewYork-Presbyterian ha utilizzato tecnologie avanzate e analisi per mappare, alla risoluzione di una singola cellula, il panorama cellulare del tessuto polmonare malato nel coronavirus Covid-19 grave e in altre malattie polmonari infettive.
I ricercatori nello studio pubblicato il 29 marzo 2020 nella rivista Nature, hanno fotografato il tessuto polmonare sottoposto ad autopsia in modo da poter evidenziare contemporaneamente decine di marcatori molecolari sulle cellule. L’analisi di questi dati utilizzando nuovi strumenti analitici ha rivelato nuovi dettagli sulle cause dei danni in queste malattie polmonari e una ricca risorsa di dati per ulteriori ricerche.
Olivier Elemento (co-autore dello studio), professore di fisiologia e biofisica, direttore del Caryl e dell’Israel Englander Institute for Precision Medicine, direttore associato del HRH Prince Alwaleed Bin Talal Bin Abdulaziz Alsaud Institute for Computational Biomedicine presso Weill Cornell Medicine e co-direttore della WorldQuant Initiative for Quantitative Prediction, che ha finanziato la tecnologia per l’analisi di singole cellule dei tessuti, ha detto:
«Il coronavirus Covid-19 è una malattia complessa, ancora non capiamo esattamente cosa fa a molti organi, ma con questo studio siamo stati in grado di sviluppare una comprensione più chiara dei suoi effetti sui polmoni. Penso che il metodo tecnologico che abbiamo utilizzato qui diventerà uno standard per lo studio di tali malattie».
L’analisi tradizionale dei tessuti, spesso utilizzando macchie chimiche o anticorpi contrassegnati che etichettano diverse molecole sulle cellule, può rivelare importanti caratteristiche dei tessuti sottoposti ad autopsia. Tuttavia, questo metodo è limitato nel numero di funzioni che può contrassegnare contemporaneamente. Inoltre, di solito non consente analisi dettagliate delle singole cellule nei tessuti, pur conservando le informazioni su dove si trovavano le cellule nel tessuto.
La tecnologia principale utilizzata dai ricercatori nello studio chiamata citometria di massa di imaging (IMC), una tecnologia di spettroscopia di massa che consente la caratterizzazione multidimensionale ad alta risoluzione della superficie delle cellule polmonari e delle proteine intracellulari a livello di singola cellula, supera in gran parte questi limiti utilizzando anticorpi marcati con metalli pesanti. Utilizzando una varietà di anticorpi marcati con metalli che possono etichettare simultaneamente fino a diverse dozzine di marcatori molecolari sulle cellule all’interno dei tessuti, un laser speciale scansiona le sezioni di tessuto etichettate, vaporizzando le etichette metalliche, le firme distinte dei metalli sono rilevate e correlate alla posizione del laser. La tecnica mappa essenzialmente con precisione dove si trovano le cellule nel campione, così come i recettori superficiali di ogni cellula e altri importanti marcatori identificativi. Complessivamente sono state analizzate oltre 650.000 cellule.
I ricercatori hanno applicato il metodo a 19 campioni di tessuto polmonare sottoposti ad autopsia da pazienti deceduti a causa di coronavirus Covid-19 grave, polmonite batterica acuta o sindrome da distress respiratorio acuto correlato all’influenza, oltre a quattro campioni di tessuto polmonare sottoposti a autopsia da persone che non avevano avuto malattie polmonari.
I risultati nei campioni dei casi coronavirus Covid-19 erano sostanzialmente coerenti con ciò che è noto sulla malattia, ma hanno chiarito questa conoscenza in modo più dettagliato. Hanno dimostrato ad esempio che le cellule chiamate epiteliali alveolari, che mediano la funzione di scambio di gas dei polmoni, sono i principali bersagli dell’infezione da SARS-CoV-2, il virus che causa il coronavirus Covid-19. L’analisi ha suggerito che queste cellule infette non sono esclusivamente selezionate per essere attaccate dalle cellule immunitarie infiltranti i polmoni, il che può aiutare a spiegare perché l’infiammazione spesso continua a peggiorare nel coronavirus Covid-19 grave e finisce per causare un danno così esteso e relativamente indiscriminato.
La sorpresa è stata che l’età e il sesso, due fattori principali nel rischio di mortalità per coronavirus Covid-19, non hanno fatto alcuna differenza apparente a livello istologico, una volta che il coronavirus Covid-19 era passato allo stadio grave.
I risultati hanno anche mostrato che i globuli bianchi chiamati macrofagi sono molto più abbondanti nei polmoni dei pazienti con coronavirus Covid-19 grave rispetto ad altre malattie polmonari, mentre i globuli bianchi chiamati neutrofili sono più prevalenti nella polmonite batterica, una distinzione che può essere rilevante per il futuro sviluppo di trattamenti per queste malattie infettive.
I ricercatori hanno detto che lo studio nel complesso fornisce un quadro più dettagliato del processo della malattia in coronavirus Covid-19 e come si differenzia da altre malattie polmonari infettive. Ha stimolato nuove domande di ricerca che sono ora in fase di studio, comprende una ricchezza di osservazioni che non sarebbero state possibili con le tecniche patologiche standard.
Alain Borczuk, professore di patologia e medicina di laboratorio a Weill Cornell Medicine, e patologo al NewYork-Presbyterian/Weill Cornell Medical Center, ha detto:
«L’applicazione della tecnologia come quello che abbiamo dimostrato qui sta per fornire una spinta enorme per l’utilità degli studi basati su autopsia della malattia».
I ricercatori hanno sottolineato che la tecnica sarà applicabile non solo a una vasta gamma di altre malattie per le quali il tessuto può essere ottenuto, ma per la prima volta, dovrebbe anche dare ai medici e agli scienziati un metodo pratico per delineare importanti differenze all’interno delle categorie di malattie.
Robert Schwartz, professore associato di medicina nella divisione di gastroenterologia ed epatologia a Weill Cornell Medicine, e un patologo al New York-Presbyterian/Weill Cornell Medical Center, ha detto:
«Tradizionalmente per il polmone, il fegato e altre malattie d’organo abbiamo queste ampie diagnosi che in realtà coprono più distinte malattie, ora abbiamo uno strumento che ci permetterà di routine per distinguere tra queste diverse malattie, speriamo in modo più efficace di fare uso di queste distinzioni nel trattamento dei pazienti. Penso che questo abbia il potenziale per rivoluzionare la medicina».
I ricercatori hanno pubblicato i loro dati su Zenodo, incoraggiano altri scienziati a farne uso.