Karakterisering van verwerkingsomstandigheden die artefactmatig menselijk hersenweefseltranscriptomen vertekenen

Waarom de omgang met de hersenen na overlijden ertoe doet

Veel van de belangrijkste inzichten in de ziekte van Alzheimer, de ziekte van Parkinson en andere hersenaandoeningen komen uit onderzoek van hersenweefsel dat na overlijden is gedoneerd. Maar de manier waarop dit weefsel in de uren na het overlijden wordt behandeld kan subtiel, en soms drastisch, veranderen welke genen actief lijken. Deze studie stelt een ogenschijnlijk eenvoudige vraag met grote gevolgen: wanneer we de moleculaire “boodschappen” in autopsiehersenweefsel lezen, hoeveel van wat we zien weerspiegelt de biologie van de persoon, en hoeveel is een bijwerking van tijd en temperatuur na overlijden?

Vergelijking van snel-gevroren operatieweefsel met autopsiehersen

De onderzoekers begonnen met een zeldzaam voordeel: toegang tot kleine stukjes ogenschijnlijk gezond hersenweefsel dat tijdens tumoroperaties is verwijderd en binnen ongeveer een halfuur gekoeld en ingevroren kan worden. Deze monsters geven een nauwkeurige momentopname van genactiviteit in het levende brein. Het team vergeleek ze met hersenweefsel uit grote autopsiecollecties, verzameld na ofwel een korte vertraging van ongeveer zes uur of een lange vertraging van ongeveer 36 uur. Alle monsters werden op dezelfde manier verwerkt en gesequenced om technische verschillen te vermijden. Over duizenden genen bleek de belangrijkste factor die de monsters scheidde niet de leeftijd of het geslacht van de donor, maar of het weefsel afkomstig was van snel-gevroren operatiemonsters of vertraagde autopsiemonsters.

Verborgen stresssignalen en de opkomst van artefactgenen

Zowel kort- als lang-vertraagde autopsieweefsels toonden sterke veranderingen in genactiviteit vergeleken met het direct gevroren operatieweefsel. Veel van de verhoogde genen waren gekoppeld aan stressresponsen, energieproductie in mitochondriën en ontstekingsroutes. De auteurs noemen deze gedeelde cluster genen “Brain Artifact Genes”, of BAGs, omdat ze lijken te worden aangeschakeld door condities na overlijden in plaats van door de ziekte zelf. Zelfs een relatief korte vertraging van zes uur was voldoende om duizenden veranderingen op te leveren, inclusief genen die betrokken zijn bij communicatie tussen zenuwcellen, wat suggereert dat sommige schijnbare “ziektesignalen” in eerdere studies deels kunnen weerspiegelen hoe lang het brein heeft gelegen voordat het werd geconserveerd.

Het testen van de rollen van tijd, temperatuur en celtype

Om uit te pluizen welke post-mortale factoren het meest van belang waren, namen de onderzoekers stukjes van het operatief verkregen weefsel en hielden die gecontroleerd bij koelkasttemperatuur of kamertemperatuur voor verschillende tijdsduur voordat ze werden ingevroren. Ze maten daarna opnieuw de genactiviteit. Weefsel dat kort in de koelkast was bewaard leek het meest op de direct ingevroren monsters, terwijl langere tijden en hogere temperaturen sterkere en meer uitgebreide BAG-activatie veroorzaakten. Door individuele celkernen te analyseren vonden de onderzoekers ook dat verschillende hersenceltypen op verschillende momenten reageerden: glutamaterge neuronen waren de vroegste “responders” na enkele uren bij kamertemperatuur, terwijl oligodendrocyten en microglia de sterkste artefactsignaturen toonden na ongeveer een dag. Dit betekent dat metingen van specifieke celpopulaties tijdsafhankelijk kunnen worden vertekend.

Een moleculaire kwaliteitsscore bouwen met machine learning

Aangezien geen enkele hersenbank elke afzonderlijke handeling na overlijden perfect kan beheersen, wendden de auteurs zich tot machine learning om een praktisch kwaliteitscontrole-instrument te maken. Met genactiviteitspatronen van weefsel dat aan bekende combinaties van tijd en temperatuur was blootgesteld, trainden ze een model om drie brede “domeinen” van verwerkingsomstandigheden te herkennen. Uit duizenden genen destilleerde het model een kleinere handtekening die ze TTRUTH noemen (Time and Temperature Response genes Underlying Transcriptional Heterogeneity). De resulterende TTRUTH-score schat hoe sterk een gegeven hersenmonster tijd- en temperatuurgerelateerde artefacten draagt. Toegepast op meerdere onafhankelijke autopsiedatasets uit andere studies vielen de meeste monsters in een domein dat consistent is met een matige blootstelling aan artefacten, terwijl een minderheid patronen vertoonde die leken op ideale behandeling of ernstige stress, wat de variatie in de praktijk tussen donoren en centra benadrukt.

Wat dit betekent voor hersenonderzoek

Voor niet-specialisten is de kernboodschap dat hersenweefsel zich “herinnert” hoe het na overlijden werd behandeld, en dat deze herinneringen zich kunnen voordoen als ziekteverschijnselen. Dit werk biedt een routekaart en een openlijk beschikbare online tool waarmee onderzoekers hun eigen datasets kunnen scoren op verborgen verwerkingseffecten, biologische signalen kunnen onderscheiden van technische ruis en monsters beter kunnen groeperen voor analyse. Door deze artefacten te herkennen en te corrigeren kunnen wetenschappers uiteindelijk betrouwbaardere conclusies trekken over hoe het menselijk brein functioneert in gezondheid en ziekte—en met meer vertrouwen vooruitgang boeken richting nieuwe behandelingen.

Bronvermelding: Yaqubi, M., Thomas, M., Talbot-Martin, J. et al. Characterising processing conditions that artifactually bias human brain tissue transcriptomes. Nat Commun 17, 2848 (2026). https://doi.org/10.1038/s41467-026-68872-9

Trefwoorden: hersenbiobanken, post-mortaal weefsel, genexpressie, RNA-sequencing, machine learning