蛋白质组学、代谢组学在精准医学研究中的应用 | 单细胞研究篇

研究发现，很多疾病的发生不仅仅是简单基因组的改变，而是在细胞水平发生的复杂变化。

近年来，单细胞技术井喷式的发展，为精准医学研究注入了强劲的动力。单细胞测序和单细胞转录组测序技术的应用使得针对肿瘤微环境、细胞异质性等的精准医学研究都有了新突破，但直接在单细胞水平对蛋白质表达、翻译后修饰以及代谢物丰度进行研究的内容仍然比较匮乏，而这些分子特征与疾病表型更直接相关，具有深入研究的价值。

随着基于质谱的蛋白质组学和代谢组学的发展，结合成熟的单细胞分离分选技术，单细胞层面的蛋白质组学和代谢组学研究已经有了大量技术层面的积累，从单细胞水平对生物体的遗传信息和蛋白表达、以及新陈代谢的研究，对于精准医学来说意义重大。而现在空间单细胞组学技术将会带来更多改变，使单细胞的发展进入一个完整的循环。

华大基因可提供微量/单细胞水平的蛋白质组学、低至1片的FFPE样品蛋白质组学、空间蛋白质组学以及空间代谢组学服务。

探究思路

应用案例

案例研究 1

单细胞蛋白质组学研究白血病中的细胞异质性^[1]

文章：Quantitative single-cell proteomics as a tool to characterize cellular hierarchies. Nature Communications (2021)

关键词：单细胞蛋白质组、白血病、细胞异质性

大规模单细胞分析对于捕获复杂细胞系统中的生物异质性至关重要，但在很大程度上仅限于RNA层面的技术，大规模单细胞蛋白质组分析对健康和疾病中的细胞异质性提供了前所未有的见解。OCIAML8227原发型白血病模型系统提供了一个理想的概念验证系统，早先的研究已经评估了其不同分化阶段的固有功能异质性，并且可以通过基于经典CD34/CD38干细胞标记物的FACS分类轻松分离，用于验证单细胞蛋白质组学数据进行细胞亚群分类的效果。

该研究利用原发性急性髓性白血病（Acute myeloid leukemia，AML）培养模型（OCI-AML822737）中不同分化阶段（LSC、Progenitor和Blast）的白血病干细胞模型系统，建立了基于质谱的单细胞蛋白质组学实验流程和数据分析工作流程，在单个细胞中定量到约1,000个蛋白质，并且可以较为准确地区分不同分化阶段的白血病干细胞。本研究深入探索了原发性白血病疾病进展中的细胞异质性，并为利用单细胞蛋白质组学技术研究其它血液类疾病奠定了基础。

图1 研究设计

案例研究2

单细胞多组学研究人肝纤维化的代谢异质性^[2]

文章：SEAM is a spatial single nuclear metabolomics method for dissecting tissue microenvironment. Nature Methods (2021)

关键词：单细胞空间代谢组、单细胞转录组、人肺纤维化、代谢异质性

多细胞生物由复杂的层次性机制来维持稳态。在组织层面上，这种稳态通常由细胞内基因调控网络和细胞外环境中各种信号介导的相互作用共同维持。因此，具有空间分辨率的单细胞组学技术对理解组织微环境具有重要意义。研究者设计了一种空间单核代谢组学（SEAM），采用高空间分辨质谱成像结合机器学习算法，实现了组织原位代谢异质性可视化、单细胞核图像识别、代谢特征信息提取以及单细胞的聚类、差异化分析。

图2 SEAM工作流程

该研究对人肝纤维化中的代谢异质性进行了空间代谢组和空间转录组联合分析。发现在肝纤维化样本中存在有两种代谢差异的肝细胞亚群，它们和纤维化区域的距离在不同样本间存在有统计学差异。通过代谢组和转录组的共同分析，该研究发现谷丙酰胺及其对应代谢相关的跨膜转运蛋白的基因表达上调。

案例研究 3

单细胞多组学研究黑色素瘤细胞系中的耐药性机制^[3]

文章：Multi-omic single-cell snapshots reveal multiple independent trajectories to drug tolerance in a melanoma cell line. Nature Communications (2020)

关键词：单细胞蛋白质组、单细胞代谢组、黑色素瘤、耐药性

癌症耐药性会导致疗效不佳或治疗后复发，是癌症治疗中的一个重大挑战。而通过高维细胞状态空间确定单个细胞轨迹对于理解从细胞分化到药物治疗后患病细胞的表观遗传反应等生物学变化的工作十分具有挑战性。该研究利用病人来源的BRAFV600E突变黑素瘤细胞系（M397），建立了靶向抑制剂诱导的快速药物耐受模型。通过单细胞蛋白质组和单细胞代谢组，在5天的药物治疗期间检测了一组信号传导、表型和代谢调节因子，以揭示黑色素瘤细胞状态景观。

图3  研究流程

在BRAF抑制剂（BRAFi）作用下，这些高度可塑性细胞从初始的药物敏感状态转变成后期耐药状态，通过单细胞条形码芯片（SCBC）进行功能蛋白质组和代谢物分析，该研究对这一过程中相关的表型标志物和致癌信号标志物、肿瘤信号转导、细胞增殖和代谢活动等进行分析，发现细胞从初始的药物敏感态到后期耐药状态的转变与转录因子MITF及其下游黑色素细胞标记MART1相关，特定细胞的轨迹是由药物治疗前的MITF水平决定的。通过敲低MITF转录因子可以很容易地诱导细胞向MITF低表达的侵入样表型转变，这表明复杂的细胞状态景观可能受到极少数主要因子的调控，同时进一步强调了MITF作为分子驱动因子在调节黑色素瘤表型测定中的重要性。

以上研究采用了单细胞水平或空间水平的蛋白质组或代谢组技术，相关技术应用还可参考“新突破！Mad-CASP技术成功解析循环CD34⁺细胞的单细胞蛋白图谱”。

欲知更多详情，请联系华大科技当地销售代表↓↓↓

热线电话：400-706-6615

邮箱：[e-mail]

参考文献：

[1] Schoof EM, Furtwangler B, Uresin N, Rapin N, Savickas S, Gentil C, Lechman E, Keller UAD, Dick JE, Porse BT. Quantitative single-cell proteomics as a tool to characterize cellular hierarchies. Nature Communications, 2021, 12: 3341

[2] Yuan Z, Zhou Q, Cai L, Pan L, Sun W, Qumu S, Yu S, Feng J, Zhao H, Zheng Y, Shi M, Li S, Chen Y, Zhang X, Zhang MQ. SEAM is a spatial single nuclear metabolomics method for dissecting tissue microenvironment. Nature Methods, 2021, 18: 1223-1232

[3] Su Y, Ko ME, Cheng H, Zhu R, Xue M, Wang J, Lee JW, Frankiw L, Xu A, Wong S, Robert L, Takata K, Yuan D, Lu Y, Huang S, Ribas A, Levine R, Nolan GP, Wei W, Plevritis SK et al. Multi-omic single-cell snapshots reveal multiple independent trajectories to drug tolerance in a melanoma cell line. Nature Communications, 2020, 11: 2345

撰稿：波吉、原照

编辑：市场部

近期热文

了解更多产品服务及资讯，关注我们！