进入深度单细胞蛋白质组学时代
单细胞转录组学使在细胞分辨率下对生物系统进行了深入研究。尽管对生物医学科学的众多进展有帮助,但它仅提供有限的分子见解。单细胞蛋白质组学(Single-cell proteomics,SCP)有望扩大可用的分析工具集,但到目前为止,吞吐量和蛋白质组学深度受到限制。为了应对这一挑战,Bubis等人和Ye等人利用了质谱的最新发展,每天以50至120个细胞的吞吐量量化了单个HeLa细胞中约有一半的表达蛋白质组。SCP中的这一进步代表了我们精确地映射单细胞分辨率的蛋白质组调控的能力的步骤变化,而不是测量散装细胞类型和状态的混合物。
自2020年以来,蛋白质组学通过质谱仪设计的一系列改进与利用机器学习的数据处理算法相结合,灵敏度提高了100倍以上。这些进步标志着SCP的曙光是一种广泛适用的技术,并且能促成显微镜引导的亚细胞空间组织蛋白质组学。这两项研究的作者现在都利用了最近引入的轨道星体质谱仪,该轨道质谱仪结合了一个常规的轨道图,用于对无腐蚀肽的高分辨率分析与新的星体分析仪进行高分辨率分析,该分析仪也可以在高尖端质谱扫描速度下达到高敏感性和分辨率,最高可达200 Hz。
尽管质谱仪的最终敏感性在启用SCP方面起着关键作用,但必须克服几个障碍才能使其成为一种简化的技术,并且在过去几年中一直致力于解决这些技术。首先,单个细胞的微小蛋白质量需要将样品制剂微型化,以抵消非特异性结合的损失。Ye等人和Bubis等人使用细胞酮(细胞)亚微光细胞和液体分配平台进行样品制备。其次,必须优化液相色谱(LC)系统,以在高吞吐量下进行低流率采集。在这里,两项研究均在LC系统上建立了他们的工作流,该系统具有常规结构,每天以30至80个样品的吞吐量进行操作,该吞吐量是通过使用多达1μl/分钟流量的快速样品加载来实现的。该系统能够从50 SPD的HeLa Tropatic Digest的250 pg蛋白质中测量7,500个蛋白质,单个HELA细胞以60 SPD吞吐量测量HELA细胞的6,500蛋白质。Ye等人进一步测试了使用预形成色谱梯度的Evosep One LC,在120 SPD吞吐量下,每个HeLa细胞能测量超过4,500个蛋白质。这些结果代表了仅两年前40个SPD的单个HeLa细胞约2,000个蛋白质的变革性改进。这两种作品共同提供了一个可靠的平台,用于在各种可用的LC系统上部署敏感的单细胞工作流程。
两项研究都利用新技术的能力来映射细胞分辨的蛋白质组映射,以瞥见细胞群体的结构(图1)。Ye等人通过追踪癌细胞球体在药物刺激下的转化,证明了该方法在蛋白质组药物靶点反卷积中的适用性。在另一种应用中,他们监测人类诱导的多能干细胞的分化为胚胎体的不同细胞类型。同样,Bubis等人使用其平台来表征分化前后多能干细胞的蛋白质组织,对不同的胚泡细胞谱系进行建模。它们进一步强调了深度SCP通过将方法应用于两种不同的非小细胞肺癌细胞系,从而阐明了深度SCP的能力。两项研究都表明,根据细胞类型,SCP现在可以检测到一些低强度蛋白质组学方法测量的低丰度转录因子。
图1 深度单细胞蛋白质组学以获得生物学见解。每个细胞调控其蛋白质组。因此,bulk蛋白质组学是一种折衷方法:虽然它可以测量几乎完整的表达蛋白质组,但仅提供平均蛋白质水平。因此,通过将敏感的质谱设置与微型细胞分类和样品制备仪器相结合,可以实现综合蛋白质组学深度的单细胞方法,这是精确表征蛋白质组调控的关键
尽管Bubis等人和Ye等人的研究代表了增强SCP深度的实质性进步,但报道的蛋白质覆盖范围很大程度上取决于细胞蛋白含量。实际上,在这两种作品中,作者都提高了人们对与测量较小细胞相关的蛋白质组学深度丧失的认识。因此,对于许多应用,希望SCP从更敏感的质谱仪中受益。此外,新的SCP技术目前的吞吐量有限,在未来几年内可能会大大增加。单细胞转录组学部分取得了成功,部分原因是可以通过高度多重的测序方法来衡量大量细胞,从而实现了高统计能力,并可以应用复杂的机器学习方法将转录组与表型联系起来。在这里,Bubis等人和Ye等人建立的技术平台可能与多路复用结合使用。其中,来自不同样品的肽在化学上用不同同位素标签标记,从而在单个质谱采集中同时测量了几个样品。在另一个有希望的发展中,最近的一项工作通过在两个分析柱之间切换以进行交替采集,从而证明了吞吐量的增长。因此,在不久的将来,可能会触及数万个单细胞蛋白质组织的测量值是合理的。
深度SCP可能会发现超出单细胞转录组学功能的应用程序。另一个最近的工作强调了一个这样的例子,其中Sabatier等人和Ye等人使用相同的工作流程来分析受脉冲SILAC的细胞,从而可以测量1,000多个单细胞的蛋白质变换动力学。在另一项研究中,作者开发了一个样品制备工作流程,以直接测量给定的单个细胞的转录组和蛋白质组,从而可以更深入地了解其相互作用。
SCP的另一个令人兴奋的前景是研究单个细胞中翻译后调控的蛋白质修饰。到目前为止,已显示SCP可以量化选定的组蛋白修饰。在这里,Ye等人进一步证明了他们的单细胞工作流程能够鉴定100多个磷酸材料。此外,他们观察到糖基化肽的氧含量特征是糖基化肽的特征。
最终,将深度SCP与其他技术(例如显微镜引导的亚细胞蛋白质组学,以及与单细胞转录组学和其他单细胞多组学配对)的整合,有望将我们的分析工具转变为细胞过程的分析工具,以研究细胞过程,从而在个性化医学和疾病机构中实现突破性。从解码细胞群落的演变到揭开肿瘤进展,SCP准备彻底改变我们对细胞这一最小生命单元的探索。
参考文献
[1] Sinn LR, Demichev V. Entering the era of deep single-cell proteomics. Nat Methods. 2025 Mar;22(3):459-460. doi: 10.1038/s41592-025-02620-7.
以往推荐如下:
5. EMT标记物数据库:EMTome
8. RNA与疾病关系数据库:RNADisease v4.0
9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库:RM2Target
13. 利用药物转录组图谱探索中药药理活性成分平台:ITCM
19. 基因组、药物基因组和免疫基因组水平基因集癌症分析平台:GSCA
22. 研究资源识别门户:RRID
24. HMDD 4.0:miRNA-疾病实验验证关系数据库
25. LncRNADisease v3.0:lncRNA-疾病关系数据库更新版
26. ncRNADrug:与耐药和药物靶向相关的实验验证和预测ncRNA
28. RMBase v3.0:RNA修饰的景观、机制和功能
29. CancerProteome:破译癌症中蛋白质组景观资源
30. CROST:空间转录组综合数据库
31. FORGEdb:候选功能变异和复杂疾病靶基因识别工具
33. CanCellVar:人类癌症单细胞变异图谱数据库
36. SCancerRNA:肿瘤非编码RNA生物标志物的单细胞表达与相互作用资源
37. CancerSCEM 2.0:人类癌症单细胞表达谱数据资源
38. LncPepAtlas:探索lncRNA翻译潜力综合资源
40. MirGeneDB 3.0:miRNA家族和序列数据库
转载本文请联系原作者获取授权,同时请注明本文来自张俊鹏科学网博客。
链接地址:https://wap.sciencenet.cn/blog-571917-1480649.html?mobile=1
收藏