你如何在一個完整的大腦或人類心臟中追蹤一個患病的細胞？搜尋工作就像大海撈針。

《每日科學(xué)》

2022年12月22日消息

慕尼黑亥姆霍茲中心（Helmholtz Munich）和慕尼黑大學(xué)（Ludwig Maximilian University of Munich ，LMU）的  Ali Ertürk 教授和慕尼黑附近馬丁斯里德的馬克斯·普朗克生物化學(xué)研究所（Max Planck Institute of Biochemistry）的 Matthias Mann 的團隊現(xiàn)在開發(fā)了一種名為 DISCO－MS 的新技術(shù)（一種結(jié)合了全器官／全生物清除和成像、基于深度學(xué)習(xí)的圖像分析、機器人組織提取和超高靈敏度質(zhì)譜的技術(shù)），解決了這個問題。DISCO－MS 利用機器人技術(shù)從疾病早期精確識別的“患病”細胞中獲得蛋白質(zhì)組學(xué)數(shù)據(jù)。研究于近日發(fā)表在《細胞》（Cell）雜志上。

研究于2022年12月22日發(fā)表在《Cell》（最新影響因子：66．850）雜志上

Ali Ertürk 教授

大多數(shù)疾病最初是無癥狀的，受累者通常仍感覺良好——癥狀尚未出現(xiàn)，或仍過于輕微而無法意識到。然而，在體內(nèi)已經(jīng)發(fā)生了變化：一個病毒可能已經(jīng)開始復(fù)制，或者一個流氓細胞可能分裂得比它應(yīng)有的更頻繁。但是這些變化如何被感知呢？

研究人員在研究疾病的早期發(fā)展時也面臨著類似的困境。即使使用動物模型，科學(xué)家也很少能精確定位疾病起始的小位點，或描述驅(qū)動疾病進展的確切分子變化。

隨著德國的 Ertürk 和 Mann 研究小組開發(fā)出 DISCO－MS，這一任務(wù)變得更加簡單。DISCO－MS 結(jié)合了使小鼠和人體組織透明的方法，以及最新的機器人和蛋白質(zhì)組學(xué)技術(shù)，以確定它們的分子組成。

DISCO－MS：檢測早期分子變化的透明度

DISCO－MS 從所謂的 DISCO 組織清除開始，它使小鼠身體或人體器官變得透明——使它們可以成像。因此，使用高分辨率三維顯微鏡可以很容易地在特定部位的完整組織中識別熒光標(biāo)記的細胞。

一旦識別出感興趣的區(qū)域，就會使用一種名為 DISCO－bot 的新型機器人技術(shù)將它們隔離開來，DISCO－bot 是由 Ertürk 實驗室的博士生、機械工程師 Furkan 開發(fā)的。機器人輔助提取的組織使用先進的質(zhì)譜（MS）方法進行蛋白質(zhì)組分析，該方法由 Mann 實驗室的前博士生 Andreas－David Brunner 開發(fā)。這種高科技方法允許在整個小鼠身體或人體器官的 3D 中識別任何所需組織區(qū)域的完整分子表征。

及早發(fā)現(xiàn)疾病

為了展示該方法的功效，第一作者 Harsharan Singh Bhatia 及其同事將 DISCO－MS 應(yīng)用于阿爾茨海默�。ˋD）小鼠模型和人類心臟的動脈粥樣硬化斑塊（病理性硬化和血管狹窄）。在 AD 模型的組織樣本中，研究團隊應(yīng)用人工智能（AI）在疾病的早期階段識別出典型的 AD 斑塊，這是其他任何方法都難以檢測到的。隨后對斑塊進行的蛋白質(zhì)組學(xué)分析提供了對 AD 中受影響的蛋白質(zhì)的無偏倚和大規(guī)模研究，揭示了可能成為阿爾茨海默病生物標(biāo)志物的新的分子參與者。

在人類心臟中，研究人員對動脈粥樣硬化斑塊周圍組織的組成很感興趣，這些斑塊在組織清除后很快就可以看到。人工智能檢測和機器人提取的組織再次允許識別與主動脈斑塊相關(guān)的人類心臟細胞中的失調(diào)分子通路。這些結(jié)果是關(guān)鍵發(fā)現(xiàn)，因為它們構(gòu)成了潛在治療靶點的基礎(chǔ)。

DISCO－MS 是第一個完整的三維空間組學(xué)技術(shù)，加速了從癌癥到代謝紊亂的復(fù)雜疾病的研究。由于 DISCO－MS 可用于臨床前和臨床組織，因此能夠在疾病的早期階段進行研究，并隨后開發(fā)潛在的新療法。

創(chuàng)立于1472年的慕尼黑大學(xué)

參考文獻

Source：Helmholtz Munich

Novel spatial－omics technology enables investigation of diseases at their early stages

Reference：

Harsharan Singh Bhatia， Andreas－David Brunner， Furkan ?ztürk， Saketh Kapoor， Zhouyi Rong， Hongcheng Mai， Marvin Thielert， Mayar Ali， Rami Al－Maskari， Johannes Christian Paetzold， Florian Kofler， Mihail Ivilinov Todorov， Muge Molbay， Zeynep Ilgin Kolabas， Moritz Negwer， Luciano Hoeher， Hanno Steinke， Alina Dima， Basavdatta Gupta， Doris Kaltenecker， ?züm Sehnaz Caliskan， Daniel Brandt， Natalie Krahmer， Stephan Müller， Stefan Frieder Lichtenthaler， Farida Hellal， Ingo Bechmann， Bjoern Menze， Fabian Theis， Matthias Mann， Ali Ertürk． Spatial proteomics in three－dimensional intact specimens． Cell， 2022； 185 （26）： 5040 DOI： 10．1016／j．cell．2022．11．021

免責(zé)聲明

本公眾號上的醫(yī)療信息僅作為信息資源提供與分享，不用于或依賴于任何診斷或治療目的。此信息不應(yīng)替代專業(yè)診斷或治療。在做出任何醫(yī)療決定或有關(guān)特定醫(yī)療狀況的指導(dǎo)之前，請咨詢你的醫(yī)生。

       原文標(biāo)題 : 新的空間組學(xué)技術(shù)使疾病的早期研究成為可能