聚焦「年度技术」:2024年空间蛋白质组学佳作盘点

阅读量 :276

Nature Methods 评为2024年「年度技术」的空间蛋白质组学(spatial proteomics),正在以前所未有的分辨率和维度重塑我们对生物系统的理解。

作为一项能够解析蛋白质空间分布与功能联系的工具,它不仅揭示了复杂生命过程的动态空间图景,还成为癌症、代谢疾病等重大疾病研究的强大引擎。

今天,我们整理了12篇2024年空间蛋白质组学的前沿研究,尝试以技术创新基础机制探索临床应用为线索,全面呈现该领域的最新进展。


01
技术创新与方法学发展 

空间蛋白质组学的持续进步离不开技术方法的突破。

以下研究展示了几项关键技术的突破,包括SUM-PAINT的单分辨率能力、分子像素化技术的千像素细胞分析,以及新近的FAXP方法对FFPE样本的高通量和亚细胞分辨率解析。

这些技术不仅扩展了空间蛋白质组学的研究范围,也显著提升了分析效率和应用广度。


案例1
Cell|SUM-PAINT:单蛋白分辨率的神经元空间蛋白质组学

3月28日,马克斯·普朗克生物化学研究所的 Ralf Jungmann 团队及哥廷根大学医疗中心的 Eugenio Fornasiero 团队合作在 Cell 上发表了空间蛋白组学最新研究。

研究介绍了一种名为 SUM-PAINT 的新型高通量成像方法,这是首个可以快速完成大量蛋白质绘制和可视化的超分辨率显微技术,能够以高于15nm的分辨率对蛋白质实现几乎无限的多重分析。使用SUM-PAINT,研究人员绘制了具有30种不同蛋白质的单分子分辨率神经元细胞图谱,并发现了新的突触类型。

该工作结合了蛋白质特性信息和详细的形态特征,是迄今为止对突触分子多样性进行的最全面的空间研究,为单蛋白分辨率的全面空间蛋白质组学提供了新的思路和方法。

点此查看论文链接

 

案例2
Nat Methods|分子像素化:单细胞水平的空间蛋白质组分析

5月8日,来自瑞典的研究团队在 Nature Methods 发文,介绍了一种名为分子像素化(Molecular Pixelation,MPX)的空间蛋白质组学研究新方法。该方法无需光学设备,利用抗体-寡核苷酸偶联物(AOC)和基于DNA的纳米级分子像素与固定细胞中的蛋白质靶点结合,实现单个细胞水平上的空间蛋白质组学研究。

MPX利用序列唯一的DNA像素将AOC依次关联到局部邻域,从而推断出AOC的相对位置,在三维空间中每个细胞可形成大于1000个空间连接区。对于每个单细胞,DNA序列读数通过计算排列成76种蛋白质的空间蛋白质组学网络。

该方法在3D中实现了多路复用、高通量和空间分辨率的独特结合,为单细胞蛋白质组学研究引入了新的空间维度。未来,MPX将受益于DNA测序、计算能力、算法开发和机器学习等技术的快速发展。

点此查看论文链接


案例3
Nat Comm|FAXP:石蜡切片中单个亚细胞器的深度蛋白质组分析

10月30日,西湖大学郭天南及 Kiryl D. Piatkevich 团队合作在 Nature Communications 上发表了空间蛋白组学研究,介绍了滤膜辅助膨胀蛋白组学(FAXP, Filter-aided expansion proteomics)技术在空间蛋白组学中的应用。

此次新的组织膨胀蛋白质组学分析流程 FAXP,在原有的 ProteomEx 技术基础上进行了一系列步骤优化,包括切片制备、组织孵育、组织变性与染色等,以加速样品处理的时间、提高样品制备的通量、提升处理样本分辨率,并使其与临床FFPE组织样本相兼容,首次实现了石蜡切片中单个细胞核形状的深度蛋白质组分析。

FAXP结合了基于水凝胶的组织膨胀、滤膜辅助的样本制备流程和基于质谱的蛋白质组学,在膨胀蛋白质组学领域实现了针对临床FFPE样本和亚细胞蛋白质组学分析的突破。通过引入更高效、精细的样本处理流程,FAXP为多种组织样本的空间蛋白质组学分析提供了新方案,文章在结直肠癌(CRC)研究中展示了其应用潜力。

点此查看论文链接

 

案例4
Nat Comm|HIFI:空间蛋白组学揭示脑肿瘤微环境重组

4月15日,瑞士洛桑大学的研究团队在 Nature Communications 发文,介绍了一种名为 Hyperplexed Immunofluorescence Imaging(HIFI)的空间蛋白质组学工作流程。HIFI能够通过高效、低成本的高通量方法,同时分析超过45种标记物,克服现有高维成像技术的局限性,从而揭示脑肿瘤在放疗及复发后的微环境重组机制。

研究人员将HIFI应用于放射治疗前后的胶质母细胞瘤模型和乳腺癌转移到脑模型,发现胶质母细胞瘤在放疗治疗后发生了显著的空间重组,而脑转移瘤则没有类似的重组,这表明不同类型的肿瘤在相同的宿主组织中可能具有截然不同的生存机制。

HIFI方法具有非破坏性、适用于大规模成像、适用于高通量分析等特点,同时具有低成本和开源的优势,使其容易被科学界广泛采用。研究人员强调,该工作流程的设计旨在使其适用于各种类型的组织样本,而无需特殊试剂或设备,因此可以广泛应用于组织学研究中,为研究人员提供一种全新的研究策略,以深入全面地研究肿瘤微环境的变化。

点此查看论文链接

 

02
基础生物学机制探索

通过揭示生命过程中的分子与空间动态,空间蛋白质组学正在改变我们对基础生物学问题的理解。

以下研究聚焦于空间蛋白组学在细胞分化、代谢调控和信号传导等基础研究中的最新应用。

 

案例1
Cell|突触配对中teneurns信号传导的分子和细胞机制

7月11日,斯坦福大学骆利群教授及合作者在 Cell 发文,通过原位邻近标记技术(in situ proximity labeling)和定量质谱分析,揭示了果蝇嗅觉回路中Teneurin(Ten-m)在突触配对匹配中的作用机制。

通过空间蛋白质组学技术,研究者在发育中的果蝇脑中绘制了Ten-m的细胞内互作网络(interactome),发现其与RhoGAP直接互作。结合遗传学实验和单轴突分辨率的定量分析,进一步表明Ten-m通过抑制RhoGAP并激活Rac1小GTP酶,调控F-actin的局部水平,从而选择性稳定与目标树突接触的轴突分支。

实验还发现,Ten-m的缺失或过表达分别导致突触配对成功率降低或异常分支稳定,揭示突触配对依赖于分支稳定这一关键细胞机制。

通过结合空间蛋白质组学和高分辨率的表型分析,该研究在分子和细胞层面系统阐明了突触配对匹配的机制,为神经回路组装的研究提供了新的视角,并展示了空间蛋白质组学在神经发育研究中的广泛潜力。

点此查看论文链接

 

案例2
Nat Metab|人类脂肪形成的时空蛋白质组谱图

4月2日,慕尼黑亥姆霍兹糖尿病和肥胖研究所的 Natalie Krahmer 团队在 Nature Metabolism 发表了关于人类脂肪生成过程中蛋白质组时空图谱的研究,通过空间蛋白组学揭示了脂肪细胞生成过程中蛋白质定位和丰度变化,以及这些变化对细胞重编程和脂质代谢的影响。

研究人员利用液相色谱-质谱(LC-MS)蛋白质组学技术,在不同的人类脂肪细胞模型中进行了分化过程中蛋白质组的分析,并探索了在脂肪生成过程中,蛋白质组与转录组之间的时间动态偏差。

利用蛋白相关性分析技术(PCP),研究人员构建了一个脂肪生成的空间蛋白质组图谱。PCP技术通过机械裂解细胞并利用密度梯度离心来分离细胞器,然后通过液相色谱-质谱(LC-MS)分析来量化蛋白质丰度,从而生成细胞器丰度图谱,进而预测蛋白质的空间分布。

研究提供了一个全面的人类脂肪生成的时空蛋白质图谱,为研究脂滴、脂肪生成和脂肪细胞功能提供了一个分析蛋白质表达、代谢途径和细胞器组成的平台。

点此查看论文链接

 

03
疾病机制研究与临床应用

基础研究的进展使我们能够从空间维度深入解析疾病机制。

以下研究集中于癌症、感染性疾病和自身免疫疾病的空间特征分析,这些成果强调了空间蛋白质组学在精准医学中的潜力,同时为治疗靶点的发现提供了新思路。

 

案例1
Cell|整合空间分析揭示胶质母细胞瘤的多层次组织

4月22日,以色列魏茨曼科学研究所的研究人员在 Cell 发表了胶质母细胞瘤的最新研究,结合空间转录组学、空间蛋白组学和计算方法来定义胶质瘤细胞状态并揭示其组织结构。

研究人员发现了三种突出的组织模式:首先,胶质瘤由局部小环境组成,每个小环境通常富集一种主要的细胞状态。其次,特定的成对状态在多个尺度上优先邻近存在,这种状态配对在不同肿瘤中保持一致。第三,这些成对的相互作用共同定义了由五层组成的全局架构。缺氧似乎驱动着这些层次,因为它与包括所有癌细胞状态在内的长程组织结构相关联。因此,远离任何低氧(hypoxia)/坏死灶的肿瘤区域和缺乏低氧的肿瘤(如低分化IDH突变胶质瘤)组织化程度较低。

点此查看论文链接


案例2
Nature|Mann团队空间蛋白组学研究发现致命皮肤病治疗药物

10月16日,马克斯·普朗克生物化学研究所 Matthias Mann 团队,联合慕尼黑大学医院、福建医科大学第一附属医院等单位,在 Nature 共同发表了中毒性表皮坏死松解症(TEN)的最新研究。通过深度视觉蛋白质组学(DVP)揭示了JAK/STAT信号通路在中毒性表皮坏死松解症中的关键作用,并验证了JAK抑制剂作为潜在疗法的有效性。

研究人员利用深度视觉蛋白质组学技术,对中毒性表皮坏死松解症患者的皮肤活检样本进行分析,定量了超过5000种蛋白质,揭示了JAK/STAT信号通路在TEN发病中的关键作用,尤其是干扰素信号和STAT1的磷酸化激活。

研究通过体外和体内模型验证了JAK抑制剂(如 tofacitinib、baricitinib、abrocitinib 和 upadacitinib)能够有效降低角质形成细胞的细胞毒性,减少皮肤损伤,并加速上皮恢复。在病例研究中,7位TEN患者接受JAK抑制剂治疗后,均显示出显著的临床改善,表皮再生迅速且无副作用,表明JAK抑制剂有望成为TEN的有效疗法。

点此查看论文链接


案例3
Cancer Cell|ARID1A在多发性骨髓瘤中的关键作用

6月20日,美国国家癌症研究所的 Ryan M. Young 团队在 Cancer Cell 发表了多发性骨髓瘤的多组学研究。文章通过结合功能基因组筛选、空间蛋白质组学和全局染色质映射(global chromatin mapping)的多组学方法,揭示了ARID1A在多发性骨髓瘤(MM)中对IRF4表达和功能的关键作用。

研究发现,ARID1A通过SWI/SNF染色质重塑复合体促进IRF4表达,其缺失会破坏IRF4依赖的转录网络并阻碍浆细胞分化。靶向SWI/SNF活性可导致IRF4靶基因的快速表达丧失,降低MYC致癌基因表达,并对MM细胞产生显著毒性。蛋白质组学分析进一步支持了这些发现,显示出靶向SWI/SNF活性对MM细胞生存的影响。

特别是,SMARCA2/4抑制剂在IMiD耐药的MM细胞中仍有效,并与MEK抑制剂联合使用时表现出协同毒性。这些发现为复发/难治性MM患者提供了新的治疗策略。

点此查看论文链接

 

案例4
Circ Res|通过空间蛋白质组学分析系统性硬化症的血管微环境

3月5日,德国埃尔朗根-纽伦堡大学的研究团队在 Circulation Research 发表了一项基于空间蛋白组学的研究,利用IMC、CODEX和TSA技术深入分析了系统性硬化症(SSc)患者的皮肤血管生态位。

研究覆盖90,755个细胞,包括2,987个血管内皮细胞(VEC)和4,096个免疫细胞,鉴定出7种VEC亚群以及一个新型的 CD34+;αSMA+;CD31+ VECs 亚群。该亚群在SSc患者中显著增多,与纤维化进展相关,表达内皮-间质转化(EndMT)标志,且其周围富集CD4+、CD8+ T细胞和成肌纤维细胞;同时,内皮祖细胞(EPCs)数量显著减少。

研究阐明了CD34+;αSMA+;CD31+ VECs在纤维化组织重塑中的关键作用,为SSc血管病变和纤维化机制提供了新见解。

点此查看论文链接


案例5
Hepatology|原发和复发性肝细胞癌的空间蛋白质组景观

6月20日,中山大学附属第五医院分子影像中心李丹团队在 Hepatology 发文,通过原发和复发性肝细胞癌的空间蛋白质组景观揭示了早期复发的免疫逃逸特征。

研究人员通过质谱成像技术分析了46名患者的92份手术标本中的358,729个单细胞,揭示了肝细胞癌(HCC)术后复发的空间分子机制。

研究发现复发性HCC具有与免疫抑制相关的侵略性空间生态系统,特别是在肿瘤边缘微环境中。发现了一种新的树突状细胞亚群(PDL1+CD103+ DCs),其在肿瘤周围区域富集,并与早期术后复发相关。

通过单细胞RNA测序数据,研究人员确认了这些树突状细胞通过与调节性和耗竭性T细胞的相互作用增强了免疫抑制和免疫逃逸。研究表明,空间组织是HCC复发的重要决定因素,并为驱动复发的免疫逃逸机制提供了宝贵见解。

点此查看论文链接

 

04
空间组织图谱构建

从器官到组织层面的功能图谱构建是理解人体生理与病理的重要一步。空间蛋白质组学提供了高分辨率的工具,使得我们可以从微观层面揭示组织的复杂功能分区及其动态变化。


案例1
Nature|人类近端小肠的空间表达图谱

8月7日,以色列魏茨曼科学研究所的研究团队在 Nature 发文,通过空间转录组学、空间蛋白质组学(激光显微切割技术,LCM)和单分子荧光原位杂交技术,构建了成人近端小肠的空间表达图谱,揭示了沿隐窝-绒毛轴的显著分区特征。

研究发现,肠上皮细胞从绒毛底部的铁吸收和脂滴组装功能转变为顶端的乳糜微粒合成和铁释放功能,且绒毛顶端呈现促炎环境,吸引γδ T细胞和巨噬细胞。与小鼠相比,人类小肠中未观察到免疫抑制特性。此外,研究发现圆形皱褶顶部的锯齿状和分枝状绒毛可能增加肠道表面积。该图谱为后续研究小肠在不同条件下的功能变化提供了参考。

点此查看论文链接

 

从单细胞分辨率的技术突破到复杂疾病的分子机制解析,从细胞内部动态的时空变化到整个人体器官的功能图谱构建…… 我们清晰地看到,空间蛋白质组学正在将生物学研究带入一个前所未有的精细化和多维化时代。

未来,随着标记技术、成像手段和数据分析能力的进一步提升,空间蛋白质组学有望在分辨率、通量和适用性之间实现更好的平衡。

此外,结合单细胞多组学分析和人工智能算法,该技术有望揭示更复杂的疾病网络和空间动态,推动从基础研究到精准医学的深度转化。然而,实现这些目标仍需克服多个挑战,如数据标准化、样本适配性及多模态数据的整合效率。

 

问询(中文)

公众号