Впервые составлено генеалогическое древо 1,3 миллиона клеток мыши: от одной яйцеклетки до органов

Внутри каждого из нас растет клеточное генеалогическое древо. Каждая из 37 триллионов клеток организма происходит от одной оплодотворенной яйцеклетки. Проследить эту родословную у млекопитающих до сих пор не удавалось. Теперь два независимых коллектива ученых совершили прорыв: они восстановили карты родства миллионов клеток у развивающихся мышей — самые полные для млекопитающих.

Почему это было так сложно

Ученые уже строили полные генеалогические древа для простых прозрачных животных, например круглых червей. Их эмбрион виден под микроскопом, и можно наблюдать деление каждой клетки. В 1983 году исследователи описали судьбу всех 959 клеток червя. Но с млекопитающими так не получится: эмбрион развивается внутри матери, скрытый от глаз, а клеток становятся сотни миллионов всего за несколько недель.

Традиционные методы либо разрушают ткань, либо дают лишь один моментальный снимок. Проследить, как конкретная клетка принимает свою судьбу, было невозможно.

Идея: пусть клетки сами запишут свою историю

Оба коллектива пришли к одному решению. Вместо того чтобы подсматривать за развитием, они научили клетки фиксировать его самостоятельно. В ДНК клетки встроили систему меток: каждый раз при делении она добавляет небольшой постоянный след в геном. Метки наследуются, поэтому каждая клетка хранит запись о своей родословной, которую можно прочитать спустя долгое время после деления.

Один из коллективов использовал инструмент под названием PEtracer на основе прайм-редактирования. Он ставит метки более чем в 100 участках генома. Второй коллектив применил технологию DNA Typewriter, которая также записывает каждое деление на цепочке ДНК.

Что удалось увидеть

Ученые ввели меченые стволовые клетки в эмбрион мыши. По мере развития метки включались почти в каждую клетку. Затем, прочитав метки, исследователи восстановили огромные генеалогические древа.

Одна из команд получила древо, охватывающее 1,34 миллиона клеток. Это самая полная карта родословной для млекопитающих. Она показывает, как разные типы клеток связаны друг с другом и когда они принимают свою судьбу.

Асимметрия первых делений

Первое деление оплодотворенной яйцеклетки порождает две клетки. Система меток показала, что эти две «сестринские» клетки дают начало неравным долям будущего организма: примерно 57 процентов против 42 процентов. Однако, несмотря на разницу в количестве потомков, набор типов клеток, которые они производят, почти одинаков. Это говорит о том, что раннее неравенство — не признак «главной» и «второстепенной» клетки, а особенность самого развития.

Исследователи также заметили, что небольшая группа клеток до имплантации в матку доминирует в дальнейшем развитии сильнее, чем можно ожидать случайно. Но эти клетки остаются плюрипотентными, то есть не привязаны заранее к конкретной ткани.

Что это меняет

Технология позволяет ответить на вопросы, которые раньше были недоступны. Например, в развитии нервной системы долго спорили: некоторые клетки нервного гребня с самого начала предопределены становиться определенными нейронами? Древо показало, что ранние клетки нервного гребня сохраняют свободу выбора, а не запрограммированы заранее.

Другой пример — клональное доминирование. Ученые обнаружили, что неравенство между ранними клетками резко возрастает на этапе масштабной перестройки эмбриона. Это значит, что развитие идет не равномерно, а через этапы «перетасовки».

От червя к мыши: 43 года спустя

Генеалогия круглого червя была построена на том, что развитие строго детерминировано: у каждой особи одни и те же клетки делятся одинаково. У млекопитающих такой определенности нет. На судьбу клетки влияют сигналы роста, положение в ткани и случайные колебания. Даже у однояйцевых близнецов истории деления клеток могут различаться.

Поэтому древо мыши — не «эталонная схема», а рамка. Она показывает, какие события обязательны, какие случайны и в какой момент клетка теряет свободу выбора.

Данные уже открыты, и к ним создан интерактивный браузер. Исследователи также планируют использовать эти наборы для обучения ИИ-моделей, чтобы в перспективе построить «виртуальный эмбрион», предсказывающий развитие.

Результаты работы опубликованы в журнале Science.