2023年10月19日，斯坦福大学的 Vinit B. Mahajan 团队在 Cell 上发表了最新文章：Liquid-biopsy proteomics combined with AI identifies cellular drivers of eye aging and disease in vivo。
这篇文章介绍了一种整合液体活检蛋白质组学、单细胞转录组学和人工智能的方法（TEMPO），该方法能在非再生器官（如眼睛）中对活体人体进行细胞水平的疾病和衰老非破坏性评估，并揭示了眼部疾病机制和细胞老化的新见解。
在人类临床试验中，尽管许多药物在动物或细胞模型中表现出有效性，但有 90% 的候选药物最终失败。这种失败率表明，大多数模型无法提供足够洞察力，了解活体人类的疾病机制。对于在高度复杂、动态的人体组织内进行单细胞和单分子研究的困难在于，我们无法完全理解哪些具体细胞推动疾病发展。
在非再生器官和组织（比如大脑和视网膜）中，细胞水平的分析受到了严重限制，因为直接活检会导致严重且不可逆的功能损伤。液体活检可以获取到局部富集的生物流体，可能是唯一一种获得蛋白质组学信息的温和方式。
然而，现有的分析方法无法以精细的细胞分辨率解析蛋白质。相反，虽然单细胞RNA测序（scRNA-seq）和空间转录组学能够提供细胞分辨率的基因表达描述，但它们要么需要直接组织活检，要么仅限于死后组织。此外，我们无法推断任何给定的 mRNA 是否被翻译成蛋白质，这使得评估整个蛋白质组与人类疾病的关联性具有挑战性。
在这项研究中，研究人员演示了一种方法，将微体积液体活检蛋白质组学、单细胞转录组学和人工智能相结合，消除了上述限制，创造了一个称为TEMPO（追踪多种蛋白质起源的表达）的强大工具，可以在活体人体内细胞水平上研究疾病机制。
TEMPO 多组学方法确定液体活检蛋白质的细胞来源
研究者从 120 名患者身上提取了体液，采样的体液有两个来源——房水（aqueous humors）和玻璃体液（vitreous humors）。这些液体分别存在于眼睛的前部以及晶状体和视网膜之间。他们在眼房水中追踪了 5953 种蛋白质的细胞起源，并鉴定了数百种细胞特异性蛋白标志物，包括个体视网膜细胞类型。
这项研究通过将液体活检的蛋白质组学分析，与所有已知眼部细胞类型的单细胞转录组学相结合，解决了在非再生器官（例如眼睛和大脑）中进行单细胞分析的难题。
以人眼为例，TEMPO 为我们提供了关于疾病机制和衰老与疾病之间关系的新见解。令人惊讶的是，研究结果显示，在帕金森病患者中发生了视网膜退化，并且在糖尿病性视网膜病变中，驱动疾病的细胞在疾病阶段发生了转变。也就是说，他们发现许多与年龄无关的眼部疾病中，特定的细胞类型在分子水平上经历了疾病特异性老化。
眼液反映帕金森病的表型分子
最后，他们开发了一个人工智能模型，用于评估个体细胞的老化。通过教导模型这些蛋白质的水平如何随年龄变化，该模型获得了预测健康眼睛年龄的能力，创建了眼睛的 “蛋白质组时钟”。
人工智能模型预测眼睛的整体和细胞分子年龄
总的来说，这种方法不仅可以应用于其他器官系统，还有望改变分子诊断和预后，同时揭示新的细胞疾病和衰老机制。
论文链接：
https://www.cell.com/cell/fulltext/S0092-8674(23)01033-4#%20
