Nature | 多尺度融合蛋白熒光成像理解細胞組織結(jié)構(gòu)

原創(chuàng)?圖靈基因?圖靈基因?2021-12-07 10:23

收錄于話題#前沿分子生物學(xué)技術(shù)

細胞的結(jié)構(gòu)及其成分在很大程度上是通過蛋白質(zhì)熒光成像和蛋白質(zhì)生物物理關(guān)聯(lián)等方法探索的?，F(xiàn)在，研究人員結(jié)合顯微鏡、生物化學(xué)和人工智能技術(shù)，通過揭示以前未知的細胞成分來促進對細胞的理解。研究人員將人類蛋白質(zhì)圖譜中的免疫熒光圖像與BioPlex中的親和純化相結(jié)合，以創(chuàng)建人類細胞結(jié)構(gòu)的統(tǒng)一層次圖。在這樣做的過程中，他們采取了他們認為可能證明在理解人類細胞方面取得了重大飛躍的成果。

研究人員使用的方法稱為多尺度集成細胞（MuSIC），在《Nature》雜志的論文“A multi-scale map of cell structure fusing protein images and interactions”中有所描述。

“如果你想象一個細胞，你可能會想象出細胞生物學(xué)教科書中的彩色圖表，包括線粒體、內(nèi)質(zhì)網(wǎng)和細胞核。但這就是故事的全部嗎？絕對不是?！奔又荽髮W(xué)圣地亞哥分校醫(yī)學(xué)院和摩爾斯癌癥中心教授Trey Ideker博士說，“科學(xué)家們早就意識到，我們不知道的比我們知道的要多，但現(xiàn)在我們終于找到了深入研究的方法?！?/p>

新開發(fā)的圖譜，稱為多尺度集成細胞（MuSIC 1.0），解析了人類腎臟細胞系中包含的69個亞細胞系統(tǒng)，其中大約一半以前從未見過。在一個例子中，該圖譜揭示了一種前核糖體RNA加工組裝和輔助因子，研究人員顯示這些因素控制著rRNA的成熟，以及SRRM1和FAM120C在染色質(zhì)中的功能作用和RPS3A在剪接中的功能作用。

該團隊，包括瑞典斯德哥爾摩KTH皇家理工學(xué)院的Emma Lundberg博士，多年來一直對繪制細胞內(nèi)部工作原理圖感興趣?，F(xiàn)在，MuSIC使用深度學(xué)習(xí)直接從細胞顯微鏡圖像中繪制細胞圖。

“這些技術(shù)的結(jié)合是獨特而強大的，因為這是第一次將不同尺度的測量結(jié)果結(jié)合在一起。”Ideker實驗室的研究生Yue Qin說。

借助顯微鏡，科學(xué)家可以看到低至一微米的水平，大約是一些細胞器的大小，例如線粒體。從單一蛋白質(zhì)開始的生物化學(xué)技術(shù)使科學(xué)家們能夠深入到納米級?！暗侨绾螐浐蠌募{米到微米的差距呢？長期以來，這一直是生物科學(xué)領(lǐng)域的一大障礙?！毖芯咳藛T說，“事實證明，你可以通過人工智能來實現(xiàn)這一點，人工智能可以查看來自多個來源的數(shù)據(jù)，并要求系統(tǒng)將其組裝成一個細胞模型?！?/p>

該團隊訓(xùn)練了MuSIC人工智能平臺來查看所有數(shù)據(jù)并構(gòu)建細胞模型。系統(tǒng)還沒有將細胞內(nèi)容映射到特定的位置，比如教科書上的圖表，部分原因是它們的位置不一定是固定的。相反，組件位置是可變的，并且會根據(jù)細胞類型和情況而變化。

研究人員指出，這是一項測試MuSIC的初步研究。他們只研究了661種蛋白質(zhì)和一種細胞類型?！懊鞔_的下一步工作是徹底覆蓋整個人類細胞，然后轉(zhuǎn)移到不同的細胞類型、人群和物種。最終，通過比較健康細胞和患病細胞之間的差異，我們或許能夠更好地了解許多疾病的分子基礎(chǔ)?！?/p>