單細胞蛋白質基因組學解決了這個難題
細胞裝有一袋袋 DNA、RNA 和蛋白質。科學家們經常單獨研究每一個,但在過去幾年中,單細胞蛋白質基因組學使我們能夠更全面地觀察單個細胞。大量技術現在可以整合轉錄組和蛋白質組數據,以進一步了解細胞網絡如何轉移和驅動疾病。
方法爆炸
單細胞蛋白質基因組學不是一種單一的方法——它是一個龐大且快速增長的工具和技術生態系統,用於詢問細胞。有多種方法可用於在單個實驗中測量表觀遺傳特徵、DNA 序列、基因表達水平和細胞表面蛋白質。1例如,DR-seq 和 G&T-seq 等方法可以同時對基因組進行測序並分析單個細胞的轉錄組,而 scNOMeRe-seq 可以測量單個細胞中核小體的佔用情況,同時分析甲基化組和量化 RNA 表達水平.
為什麼這些方法及其令人費解的首字母縮略詞很重要?一個原因是因為人體中的所有細胞都具有大致相同的基因組,但存在一些細胞間遺傳變異,但會產生完全不同的細胞類型。根據高級主管 Aaron Llanso 的說法,這些細胞類型和遺傳變異中的每一種都可能在確定為什麼某些腫瘤對治療劑產生抗性,或者為什麼某些人對 COVID-19 的免疫反應較弱方面發揮著重要作用。 Mission Bio 的臨床應用。2
為了理解這種細胞異質性,研究人員需要研究整個難題,而不僅僅是單個部分。
在高層次上,“單細胞生物學,並能夠利用相同的細胞來產生蛋白質圖譜和基因圖譜,對於最終能夠將一個連接到另一個非常重要,”首席執行官 Sean Mackay 說。 IsoPlexis 的聯合創始人。單細胞蛋白質基因組學方法可以揭示“如果你從整體上看,可能會遺漏或平均的直接途徑。”
許多圍繞單細胞蛋白質基因組學構建的技術(2019 年自然方法年度方法)都是由個人學術實驗室開發的。這意味著其他群體以可複制的方式使用這些技術存在進入障礙。在單個細胞中同時測量如此多的分子本質上是複雜的,因此難以標準化。為了將該技術應用於臨床並降低進入門檻,多家公司已經為一些更廣泛使用的蛋白質基因組學方法開發了自動化解決方案。
商業驅動
考慮一個腫瘤。它可能由數千個細胞組成,每個細胞都略有不同。一些療法可能會縮小腫瘤並殺死 90% 的癌細胞。但剩下的 10% 可能會有抵抗力。腫瘤可以再生。單細胞蛋白質基因組學提供了一種逐一研究腫瘤細胞的理想方法,以了解為什麼有些細胞會產生抗藥性。
為了同時研究可被治療靶向的癌症特異性細胞表面蛋白(例如與肝臟轉移相關的蛋白質Ak2)和基因組變異,下一代測序 (NGS) 技術和流式細胞術剛剛勝出。不做。
“表徵細胞異質性對於了解疾病狀態、進展和治療反應很重要,”BioLegend 蛋白質基因組學高級市場經理 Dipesh Risal 說。“單細胞 RNA-seq 在轉錄組水平表徵異質細胞群方面取得了令人難以置信的成功,”他說,“但由於細胞表面蛋白的數量有限,細胞表面蛋白的表型分析歷來僅限於少數目標。流式細胞術和質譜流式細胞術等方法中可用的儀器通道、熒光團或金屬。”
Mission Bio 提供了一個名為 Tapestri 的平台,該平台“通過集成的工作流程從單個樣本中的數千個細胞中產生單細胞分辨率的蛋白質組學數據,”Llanso 說。他補充說,它消除了流式細胞術中存在的缺陷。數百個細胞表面表位以及數千個突變,可以在使用該技術的單個實驗中表徵。
另一種稱為 CITE-seq 的方法是由紐約基因組中心的一個團隊於 2017 年開發的。Risal 表示,它還可以通過使用寡核苷酸標記的抗體同時測量單個細胞中的細胞蛋白質和轉錄組來測量數百個細胞表面表位。3
例如,在 CITE-seq 實驗中,連接到每個抗體的寡核苷酸具有“該特定抗體獨有的條形碼,以及與單細胞封裝平台中使用的捕獲序列互補的捕獲序列,”Risal 說。寡核苷酸還具有可用於下一代測序的 PCR 手柄。
使用 BioLegend 以 TotalSeq 名稱出售的寡核苷酸-抗體分子混合物對樣品進行染色,“在單細胞實驗的開始意味著您不僅可以在單細胞分辨率下獲得樣品的轉錄組譜,而且有關細胞表面蛋白表達的信息,”Risal 說。
根據 Risal 的說法,多個樣本,例如來自不同癌症患者的樣本,也可以合併在一起並在單個實驗中運行,方法是使用具有獨特條形碼序列的抗體庫。BioLegend 稱這些為“標籤抗體”,並表示它們有助於“節省消耗品成本並減少實驗之間的批次效應”。
Mission Bio 與 BioLegend 合作,在他們的 Tapestri 平台中使用這些抗體來同時分析細胞表面蛋白質和 DNA 變異。寡核苷酸標記的抗體使每個“蛋白質標籤”與單個細胞相關聯。為 DNA 和蛋白質分析物準備 NGS 文庫,然後可以將它們合併、測序並通過生物信息學去卷積成單細胞圖譜,”Llanso 解釋說。
研究突破
乳腺癌是異質的;不同類型的細胞以不同的方式對治療產生反應。CITE-seq 等用於表面蛋白和轉錄組分析的方法可以幫助開發個性化療法。
在 9 月發表的一項研究中,作者對 26 種不同腫瘤中發現的細胞使用了 CITE-seq,創建了細胞表面蛋白和遺傳變異的深入圖譜,這些圖譜支持 29 到 49 種獨特的細胞狀態,每種狀態都可以在腫瘤微環境的不同方式。4
在急性髓性白血病中,兩種類型的細胞表現完全不同,但僅靠 DNA 測序無法可靠地鑑別出另一種細胞。這兩種細胞類型被稱為非惡性克隆造血或 CHIP,克隆和急性髓性白血病,或 AML,克隆。“最常定義 CHIP 克隆的 DNA 突變也經常在 AML 克隆中觀察到,”Llanso 說。在最近的一項研究中,研究人員分析了這些癌細胞中的細胞表面蛋白和基因型,以清楚地區分這兩者,達到以前單獨使用 NGS 和流式細胞術不可能達到的程度。5 Llanso 說,他們的數據可用於預測哪些處於緩解期的患者俱有高複發風險,並可能為每個人的獨特腫瘤開發個性化療法。
“我相信單細胞蛋白質基因組學將使我們能夠更好地了解這些病例背後的生物學原理,以便在這種情況下顯著改善臨床決策,”他說。“單細胞蛋白質基因組學讓基因型有了新的面貌,讓我們對必須追趕的敵人有更清晰的了解。”
根據 9 月份發布的新聞稿,IsoPlexis 最近還推出了 Duomic,這是一個蛋白質組學平台,可以“同時測量同一細胞中功能蛋白和基因的表達水平”。Duomic 建立在公司的蛋白質組學驅動的單細胞分析的基礎上,該分析已用於多項臨床研究,其中讀數可預測患者的反應屬性,尤其是在細胞治療和免疫腫瘤學中。在最近的三篇研究文章中——兩篇在自然醫學上,另一篇在臨床腫瘤學雜誌上—Duomic 被用來確定哪些高功能細胞可以預測 CAR-T 療法的效力,轉移性肺癌如何對腫瘤浸潤淋巴細胞治療做出反應,還發現了與患者反應和無進展生存相關的獨特的基於血液的生物標誌物,說麥凱。6,7,8
Mackay 說,同時測量“功能蛋白”(例如受磷酸化調節)和基因組變異是了解“對小分子療法產生耐藥性”的關鍵。“這是第一次,我們能夠將那些來自潛在高抗性單細胞的磷蛋白分析物與遺傳驅動因素聯繫起來,”他說。未來,研究人員可以綜合調整這些基因,或找到其他可以操縱的途徑,以阻止腫瘤的抵抗力。
“複雜的體細胞嵌合現象幾乎存在於我們所有的組織中,下一個挑戰是了解如何將這些遺傳變異映射到動態和競爭性的克隆生態系統中,”Llanso 解釋說。“通過在方程中添加蛋白質,我們現在可以將表型譜與樣本中克隆結構的遺傳譜相關聯。”
有時,即使研究人員沒有在尋找研究突破,也能取得突破,這僅僅是因為單細胞蛋白質基因組學提供了比單獨方法更多的數據和更高的分辨率。
在 2 月份的一項研究中,研究人員整合了細胞週期不同階段細胞的蛋白質組學和轉錄組學。他們發現其中一些蛋白質具有致癌功能,如果他們只研究蛋白質組隨時間的變化,這一發現就不會實現。9
單細胞蛋白質基因組學正在迎來數據爆炸,並將細胞拼圖的所有部分放在一起,最終揭示其美麗的整體。