Cosa nasconde il midollo spinale? Scopriamo i segreti degli RNA non codificanti

Il midollo spinale lombare è il centro di comando per camminare e percepire il mondo. Ora gli scienziati hanno creato una mappa dettagliata di più di 86 000 nuclei di topi adulti, usando la tecnica single‑nucleus RNA‑seq. Hanno unito dati di cinque studi pubblici e, grazie a un nuovo algoritmo, hanno identificato tutti i principali tipi cellulari e 17 sottogruppi neuronali unici. La vera sorpresa? Hanno inserito nella mappa gli RNA non codificanti – i lncRNA e i pseudogeni – che di solito vengono trascurati. Anche se rappresentano solo il 10 % delle informazioni di ogni cellula, questi RNA contribuiscono a definire le firme specifiche di ciascun tipo cellulare. Confrontando analisi basate solo su geni codificanti, solo su non‑codificanti o su entrambi, gli autori hanno mostrato che i ncRNA aggiungono un livello extra di precisione. Questa risorsa, la prima a includere sistematicamente gli RNA non codificanti nel midollo spinale, sarà una base solida per studiare come il cordone reagisce a lesioni, si rigenera o si adatta a nuove sfide. In pratica, è come avere una mappa GPS più dettagliata per esplorare il cervello‑spina e le sue potenzialità future.

L'analisi single‑nucleus RNA‑seq (snRNA‑seq) consente di catturare il profilo trascrittomico di singole cellule senza doverle dissociare completamente, preservando l'integrità dei nuclei e riducendo bias di stress cellulare. In questo studio, i 86 000 nuclei sono stati processati con un workflow di integrazione basato su Harmony, che allinea le variazioni batch tra i cinque dataset pubblici. La classificazione delle cellule è stata effettuata mediante clustering Leiden e annotazione con marker gene noti, confermando la presenza di astrociti, oligodendrociti, microglia, cellule endoteliali e 17 sottotipi neuronali, tra cui interneuroni excitatori e inibitori. L'inclusione di ncRNA è stata realizzata estraendo tutti i trascritti annotati come "non‑coding" nel database GENCODE, includendo lncRNA, pseudogeni e piccoli RNA. Analisi di differenziazione (DE) tra cluster ha mostrato che alcuni lncRNA, come Neat1 e Miat, sono altamente specifici per sub‑popolazioni di interneuroni, suggerendo ruoli regolatori nella sinaptogenesi. Inoltre, la co‑espressione di pseudogeni con geni codificanti ha evidenziato potenziali meccanismi di competizione per microRNA (ceRNA). L'approccio combinato ha migliorato la risoluzione dei cluster del 12 % rispetto all'analisi basata solo su geni codificanti, evidenziando l'importanza di includere il 10 % di informazione non‑coding per una caratterizzazione più completa. Questa atlas fornisce una base di riferimento per future indagini su plasticità spinale, risposta a lesioni e potenziali target terapeutici basati su ncRNA.