Interviews

‘We maken single-cell-momentopnames’

arno |

Het lijkt sciencefiction, maar de analyse van individuele cellen is inmiddels routine geworden. Met de juiste technieken kan Alexander van Oudenaarden heel veel vertellen over de onvermoede diversiteit in gezonde weefsels en tumoren.

Alexander van Oudenaarden (48) had als tiener een microscoop, waarmee hij van alles uit de natuur bekeek. Toch scoorde hij voor biologie op het vwo niet het hoogst, zeker niet in vergelijking met de exacte vakken. De keuze viel dus op een studie materiaalkunde en technische natuurkunde in Delft, gevolgd door een cum laude-promotie op supergeleiders. Maar de biologie lonkte toch en hij nam de stap richting postdoconderzoek in de biochemie en biofysica aan Stanford University, wat een paar jaar later werd beloond met een hoogleraarspositie in de biologie én natuurkunde bij MIT.

Die levensloop legde de basis voor Van Oudenaardens huidige onderzoek naar
single-cell genomics aan het Hubrecht Insti­tuut in Utrecht. Het levert een dagelijkse fusie van vakgebieden: het kwantitatieve van de natuurkunde, het complexe van de biologie, gecombineerd met statistiek en informatica. De overkoepelende ambitie is innovatie met lab- en analysetechnologie. ‘We willen altijd technieken ontwikkelen die er nog niet zijn’, zegt hij daarover. ‘En we proberen de eerste te zijn die het werkende weet te krijgen. Vervolgens passen we samen met andere groepen zo’n methode toe op een interessant biologisch systeem. Zo loop je tegen nieuwe inzichten aan omdat je opeens toegang krijgt tot nieuwe gegevens.’

Van Oudenaardens groep heeft de voorbije jaren naam gemaakt met sequencen van DNA en RNA uit individuele cellen. ‘In een klassiek sequence-experiment neem je miljarden cellen, die de blender ingaan. Dan heb je een mooie hoeveelheid: microgrammen DNA of RNA. In een enkele cel zit bijna geen materiaal: een DNA-kopietje van vader en een van moeder. Je hebt het over picomolaire concentraties, bijna homeopathische verdunningen. Het is een technische tour de force om dat te analyseren. We ontwikkelen ook computationele methodes, want de gegevens zijn nogal lastig te interpreteren.’

De truc om DNA en RNA uit cellen te sequencen draait om opwaarderen van de minieme hoeveelheid uitgangsmateriaal. De belangrijkste opgave is ervoor te zorgen dat dat zonder fouten gebeurt. Omdat PCR nog weleens per toeval sommige stukken DNA beter kopieert dan andere, ontwikkelde Van Oudenaardens groep een betrouwbaardere techniek op basis van in-vitrotranscriptie.

Ik kan me voorstellen dat het in beeld brengen van DNA in een cel makkelijker is dan de expressie-situatie met duizenden verschillende RNA-mole­culen. Vraagt dat nog speciale methodes?

‘Analyse van RNA levert vooral een andere soort data op. Je kijkt welke genen er aan- en uitstaan door per gen het aantal RNA-kopieën te tellen. Per cel krijgt elk gen een cijfer: bijvoorbeeld dertien kopieën van het actine-RNA in cel vijftien. En dat per cel voor zesduizend genen. Het zijn enorme datasets: we kunnen in een groter experiment van twintigduizend individuele cellen de expressie van zesduizend genen meten. Dat wil je op een of andere manier behapbaar maken, dus moet je al die gegevens in een computationele tool importeren om er iets uit te halen. Visualisatie is onmisbaar: we projecteren cellen in een soort landkaart, waarbij exemplaren met vergelijkbare genexpressie eilandjes vormen. Op die manier kun je cellen en hun onderlinge verwantschap in beeld brengen.’

‘Je hebt het over picomolaire concentraties’
Vertelt zo’n kaart ook of cellen aan elkaar verwant zijn?

‘De techniek levert natuurlijk een momentopname. Je neemt een stukje weefsel, maakt de cellen los in een reageerbuis en breekt ze open. Ze gaan dood, en je weet niks van hun voorgeschiedenis. Maar je kunt wel met computationele methodes proberen cellen te rangschikken in ontwikkeltijd: welke cel lijkt door genexpressie meer op een stamcel, en welke is meer gedifferentieerd? Je maakt eigenlijk een soort stamboompje.’

Er is veel variatie in genexpressie. Hoe ga je om met het onderscheid tussen toevallige ruis en zinvolle signalen als je getallen wilt toekennen aan genexpressie?

‘We weten door onderzoek aan individuele cellen dat een gen niet altijd aanstaat. Actieve transcriptie van een gen wordt afgewisseld met wachttijden, waarin niets gebeurt. Genexpressie verloopt dus in pulsen. Het hangt ervan af op welk moment je meet. Als je gen in een cel analyseert kort na een puls zie je heel veel mRNA, kijk je later, dan zie je wat minder RNA. Wat helpt is dat we heel veel cellen tegelijk onderzoeken, met genen in alle fases. Er zitten kortom foutmarges op de getallen die we per RNA toekennen, maar door de grote hoeveelheid data ontstaat toch een betrouwbaar beeld.’

Hoe kun je single-cell-technologie toepassen op medische vraagstukken, zoals de behandeling van tumoren?

‘Tumoren zijn heterogeen, maar de therapie is vaak gericht op één bad guy-celtype. Vaak zonder in detail te weten wat voor andere soorten cellen in de tumor zitten, bijvoorbeeld normale lichaamscellen die bloedvaten vormen. We zijn dat in samenwerking met het Nederlands Kanker Instituut met cellen uit borsttumoren aan het onderzoeken. Het blijkt dat niet alleen de kankercellen bepalen hoe invasief de tumor is, maar ook de gezonde bloedvat- en afweercellen. Die bepalen mede de uitkomst van een behandeling, en geven informatie over wat je met die tumor moet doen. Als je naar individuele cellen in tumoren kijkt, zie je een mix: 20 % van de tumorcellen valt in categorie 1, 30 % in categorie 2. Als je dat wat systematischer zou karakteriseren, kun je misschien betere, gemixte therapie gebruiken om de tumor uit te roeien. Dat lijkt conceptueel een interessante benadering.’

In het lab stel je andere eisen aan een techniek dan in het ziekenhuis. Is het lastig om single-cell sequencen tot diagnostiek te ontwikkelen?

‘Het wordt steeds makkelijker om deze experimenten te doen. Het is langzamerhand uitontwikkeld en gestandaardiseerd. We hebben in het Hubrecht een paar jaar geleden een single-cell genomics-faciliteit opgezet, die uiteindelijk een bedrijfje is geworden: Single Cell Discoveries. Ze doen het experimentele werk voor groepen binnen het Hubrecht, de rest van Neder­land en eveneens voor buitenlandse onder­zoekers.’

Is er internationaal consensus over hoe je dit soort experimenten uitvoert, zodat je datasets kunt vergelijken?

‘Als een veld jong is, zijn er veel verschillende protocollen en technieken, maar na verloop van tijd nemen enkele het over. We zitten nu in die fase. Zo is in-vitrotranscriptie een gevestigde techniek geworden, en er zijn twee sequencetechnieken die we standaard gebruiken. Een andere bron van variatie tussen experimenten is de isolatie en de verwerking van weefsels, maar ook daar lukt het steeds beter om dat reproduceerbaar te doen.’

Er is veel discussie over reproduceerbaarheid in biomedisch onderzoek. In hoeverre probeert dit nieuwe vakgebied daar lessen uit te trekken?

‘Validatie met andere technieken is belangrijk. Je moet single cell sequencing niet als eindpunt beschouwen, je gebruikt altijd andere moleculaire technieken om een observatie te bevestigen. Verder wil je wat je vandaag meet, morgen reproduceren in hetzelfde weefsel, of in weefsels van een andere patiënt. We overleggen veel met collega’s over de vraag hoe we datasets zo goed mogelijk kunnen vergelijken. Bij­voorbeeld doordat we hetzelfde protocol gebruiken om cellen uit een weefsel los te maken.’

‘Therapie is vaak gericht op één bad guy-celtype’
Neem je dan ook de proef op de som door een weefsel naar verschillende labs te sturen?

‘Ja, dat doen we met een groep in Spanje, die weefsel opstuurt naar een stuk of tien laboratoria die verschillende technieken gebruiken, maar ook groepen die identieke protocollen hanteren. We zitten nu in de fase van resultaten vergelijken. Naarmate we meer standaardiseren, wordt het makkelijker om resultaten te vergelijken, dat zien we ook als we datasets van andere groepen downloaden. Dat geldt overigens alleen voor single-cell mRNA sequencen. Er is nog een hele dierentuin van andere moleculen in de cel, waaraan wij ook onderzoek doen: DNA-methylering, histonmodificaties en small-RNA’s. Voor die moleculen zijn single-cell-technieken nog in de ontwikkelfase; we proberen daar de analysetechnologie eerst aan de praat te krijgen.’

Is het straks dan ook mogelijk om data van al die moleculen samen te brengen tot een begrijpelijk beeld van wat er in een cel of in weefsel aan de hand is?

‘Interpretatie van gecombineerde metingen blijft een wetenschappelijke uitdaging. Verschillende metingen aan uiteenlopende moleculen combineren is lastig, maar het is zeker mogelijk. Een paar jaar terug hebben we een paper gepubliceerd over cellen waarvan we tegelijkertijd DNA en RNA in kaart brachten.’

In hoeverre is ons beeld van cellen en weefsels veranderd ten opzichte van twintig jaar geleden?

‘We hadden voorheen geen idee hoe groot de variatie in genexpressie is. Die variatie zagen we niet doordat we het gemiddelde namen door miljoenen cellen tegelijk te bekijken. Een ander belangrijke verandering is het beeld van het aantal soorten cellen in ons lichaam. In darmweefsel zien we nu op basis van genexpressie interessante hormoonproducerende cellen die nog niet eerder waren beschreven. Ik denk dat in het hele lichaam het geval is: veel cellen zien er microscopisch hetzelfde uit, maar de genexpressie vertelt iets anders. In de lever liggen bijvoorbeeld groepen cellen in een ketting naast elkaar, en elke cel verzorgt een andere enzymreactie.

Die ruimtelijke relaties kun je in kaart brengen door weefsels deels intact te laten, of RNA te sequencen in weefselplakjes. Daar zijn we ook mee bezig. Wikipedia schrijft dat we tweehonderd celtypes hebben, maar volgens mij is dat een enorme onderschatting.’


CV Alexander van Oudenaarden

  • 2017: Spinozapremie, ERC Advanced Grant
  • 2014: lid KNAW
  • 2013: hoogleraar kwantitatieve biologie van genregulatie, Universiteit Utrecht en UMC Utrecht
  • 2012: directeur Hubrecht Instituut2009: directeur van het MIT Center for Single-Cell Dynamics in Cancer
  • 2009: hoogleraar biologie, MIT
  • 2008: hoogleraar natuurkunde, MIT
  • 1998: postdoc biochemie en biofysica, Stanford University
  • 1998: promotie kwantumwervels in supergeleiders, TU Delft
  • 1993: studie materiaalkunde en technische natuurkunde, TU Delft
Deel deze pagina
KVCV

Lid worden van de KVCV? Ontdek de voordelen!

Naar boven