Nat Biotech | AI視覺(jué)結(jié)合蛋白質(zhì)組學(xué)定義單細(xì)胞特性和異質(zhì)性
原創(chuàng)?圖靈基因?圖靈基因?2022-06-17 08:05?發(fā)表于江蘇
收錄于合集#前沿分子生物學(xué)技術(shù)
盡管基于成像和質(zhì)譜的空間蛋白質(zhì)組學(xué)方法取得了進(jìn)展，但將圖像與單細(xì)胞分辨率蛋白質(zhì)豐度測(cè)量聯(lián)系起來(lái)仍然是一個(gè)挑戰(zhàn)。現(xiàn)在，由哥本哈根大學(xué)領(lǐng)導(dǎo)的一個(gè)國(guó)際研究小組開(kāi)發(fā)了一種稱為深度視覺(jué)蛋白質(zhì)組學(xué)（DVP）的新方法，并已應(yīng)用于癌細(xì)胞。研究人員認(rèn)為，利用這項(xiàng)技術(shù)，可以有效地將顯微鏡下觀察到的細(xì)胞生理特征與蛋白質(zhì)的功能聯(lián)系起來(lái)。
這項(xiàng)研究的詳細(xì)結(jié)果發(fā)表在《Nature Biotechnology》雜志上，文章標(biāo)題為“Deep Visual Proteomics defines single-cell identity and heterogeneity”。
“在這里，我們介紹了DVP，它將人工智能驅(qū)動(dòng)的細(xì)胞表型圖像分析與自動(dòng)單細(xì)胞或單核激光顯微切割和超高靈敏度質(zhì)譜法相結(jié)合?！毖芯咳藛T寫道，“DVP將蛋白質(zhì)豐度與復(fù)雜的細(xì)胞或亞細(xì)胞表型聯(lián)系起來(lái)，同時(shí)保留空間環(huán)境。”
“我們的新概念，即深度視覺(jué)蛋白質(zhì)組學(xué)，可能會(huì)改變醫(yī)院分子病理學(xué)的游戲規(guī)則。通過(guò)這種方法，我們可以識(shí)別數(shù)千種蛋白質(zhì)，并確定其中有多少。”這項(xiàng)新研究的第一作者、Novo Nordisk基金會(huì)蛋白質(zhì)研究中心（CPR）副教授Andreas Mund解釋說(shuō)。他是Matthias Mann團(tuán)隊(duì)的一員，在CPR和Max Planck生物化學(xué)研究所率先開(kāi)展了這項(xiàng)研究。
“我們通過(guò)采集組織樣本并僅分析其中的腫瘤細(xì)胞來(lái)實(shí)現(xiàn)這一目標(biāo)。這個(gè)蛋白質(zhì)‘列表’被稱為蛋白質(zhì)組。這些蛋白質(zhì)組揭示了驅(qū)動(dòng)腫瘤發(fā)展的機(jī)制，并直接從癌癥患者活檢的單個(gè)組織切片中發(fā)現(xiàn)新的治療靶點(diǎn)。它暴露了這些癌細(xì)胞中的大量分子。”Mund說(shuō)。
研究人員將他們的方法應(yīng)用于腺泡細(xì)胞癌和黑色素瘤患者的細(xì)胞。這是與新西蘭大學(xué)醫(yī)院的研究人員合作完成的。
“當(dāng)我們的細(xì)胞內(nèi)出現(xiàn)問(wèn)題，我們生病時(shí)，你可以肯定蛋白質(zhì)以各種不同的方式參與其中。正因?yàn)槿绱耍L制蛋白質(zhì)圖譜可以幫助我們確定為什么腫瘤會(huì)在特定患者身上發(fā)展，腫瘤有哪些脆弱性，以及哪種治療策略可能被證明是最有益的。”Mann補(bǔ)充道。
“這種獨(dú)特的方法將組織結(jié)構(gòu)與數(shù)千種特定于所選細(xì)胞的蛋白質(zhì)的表達(dá)相結(jié)合。它使研究人員能夠研究癌細(xì)胞與其周圍細(xì)胞之間的相互作用，這對(duì)未來(lái)的臨床癌癥治療具有重要意義。最近，我們?cè)\斷出一個(gè)高度復(fù)雜的臨床病例，其中包含兩種不同的成分以及DVP?分析的結(jié)果?！毙挛魈m大學(xué)醫(yī)院病理學(xué)系和哥本哈根大學(xué)臨床醫(yī)學(xué)系顧問(wèn)兼臨床研究副教授Lise Mette Rahbek Gjerrum說(shuō)。
新方法將四種不同技術(shù)的進(jìn)步結(jié)合到一個(gè)工作流程中。首先，先進(jìn)的顯微鏡可以生成高分辨率的組織圖。其次，在激光顯微切割和單細(xì)胞采集之前，使用機(jī)器學(xué)習(xí)算法對(duì)細(xì)胞進(jìn)行準(zhǔn)確分類。然后通過(guò)質(zhì)譜分析特定類型的正?；蚧疾〖?xì)胞，繪制蛋白質(zhì)圖譜，了解健康和疾病的機(jī)制。
“利用這項(xiàng)技術(shù)，我們可以有效地將顯微鏡下觀察到的細(xì)胞的生理特征與蛋白質(zhì)的功能聯(lián)系起來(lái)。這在以前是不可能的，我們非常確信，這種方法可以應(yīng)用于其他疾病，而不僅僅是癌癥?！盡und說(shuō)。
“由于一張載玻片可以包含數(shù)十萬(wàn)個(gè)細(xì)胞，因此DVP可以發(fā)現(xiàn)和表征罕見(jiàn)的細(xì)胞狀態(tài)和相互作用。與單細(xì)胞轉(zhuǎn)錄組學(xué)相比，DVP可以輕松分析ECM的亞細(xì)胞結(jié)構(gòu)和空間動(dòng)態(tài)。隨著蛋白質(zhì)組學(xué)技術(shù)的進(jìn)一步改進(jìn)，DVP也應(yīng)該適合在單細(xì)胞類型水平上研究蛋白質(zhì)形式和翻譯后修飾?！毖芯咳藛T總結(jié)道。
這些發(fā)現(xiàn)可能為癌癥等難以捉摸的疾病的新療法和策略鋪平道路。
