如果您想了解机器的工作原理，您需要的不仅仅是零件清单。您需要了解所有部件的位置以及它们如何组合在一起，特别是当您试图了解复杂的机器(例如人体细胞)时。好吧，一段时间以来，我们已经有了详细的、蛋白质水平的人类细胞零件清单。这些部件列表或蛋白质组图谱有其用途，但当我们试图追踪生命过程中的质量、能量和信息传递时，它们提供的指导很少。

为了有效地创建细胞的技术图纸或插图，陈·扎克伯格生物中心(CZBiohub)的科学家结合了内源标记、活细胞成像和相互作用蛋白质组学。用他们的话说，这种三管齐下的方法使科学家能够“对活细胞中每种蛋白质的定位进行成像，以及给定目标与细胞内其他蛋白质之间的相互作用。”由ManuelD.Leonetti博士领导的科学家们声称，他们的工作将有助于对人类蛋白质组的组织进行系统级描述。

3月10日，《科学》杂志发表了一篇题为“OpenCell：人类细胞组织制图的内源标记”的文章，详细介绍了这项工作。

“利用高通量CRISPR介导的基因组编辑，我们构建了一个包含1,310个荧光标记[HEK293T]细胞系的文库，”该文章的作者写道。“通过使用该库执行配对[免疫纯化-质谱(IP-MS)]和活细胞成像，我们生成了一个大型数据集，该数据集绘制了相应1,310种蛋白质的细胞定位和物理相互作用。将无监督聚类和机器学习相结合进行图像分析使我们能够客观地识别共享空间或相互作用特征的蛋白质。”

除了引入高通量细胞生物学的综合实验流程外，科学家们还推出了OpenCell，这是一个蛋白质定位和相互作用测量的开源集合。该集合包括当前研究的测量结果，可以通过opencell.czbiohub.org上的交互式网络界面轻松访问。

科学家们还描述了他们如何进行图像分析。他们将无监督聚类和机器学习结合起来，深入了解单个蛋白质的功能，并得出人类细胞组织的一些一般原则。

“特别是，我们表明结合RNA的蛋白质形成了一个由特定定位和相互作用特征定义的独立亚组，”科学家们指出。“我们还表明，给定蛋白质的精确空间分布与其细胞功能密切相关，因此可以从成像数据分析中得出细粒度的分子见解。”

科学家们承认，使用内源荧光标签有一定的局限性。例如，标签大约与普通人类蛋白质一样大，因此它们的插入可以改变目标蛋白质的表达、定位、功能或降解率。此外，标记可能不允许区分蛋白质亚型(包括翻译后修饰的变体)。最后，内源标记可能会漏掉低丰度蛋白质。

“总的来说，”科学家们表示，“人类细胞结构的完整描述仍然是一个艰巨的挑战，需要并行应用补充方法。”剑桥大学科学家撰写并发表在《分子与细胞蛋白质组学》杂志上的一篇评论(“亚细胞转录组学和蛋白质组学：比较方法评论”)中也提出了类似的观点。

“研究人员可以使用多种选择来解决有关蛋白质和转录本的亚细胞定位和运输的生物学问题，”审稿人指出。“然而，转录组学和蛋白质组学以及生物系统和问题之间的技术挑战仍然是巨大的，并且是不同的，这是缺乏一刀切的方法的内在原因。”

尽管如此，审稿人也表达了乐观的态度：“组学与定位研究的耦合在很大程度上仍处于起步阶段，但由于样品制备策略和设备的进步，在单分子跟踪、测序和当前的MS方面达到了顶峰，因此正在迅速发展。技术。亚细胞组学技术不仅有助于我们深入了解全球空间组织(例如，HPA细胞图谱)、生物过程(例如，细胞周期和胚胎发育)和病理学(例如，癌症生物学)，而且还在以下领域的诊断应用中出现：患者。”

就其本身而言，CZBiohub团队相信其方法可以识别“光学显微镜图像中复杂但确定性的特征”，从而为“深度表型分析和功能基因组学开辟令人兴奋的途径”。研究小组补充说，由于光学显微镜易于扩展，可以实时进行，并且能够在单细胞水平上进行测量，因此该方法应该“为正常生理和疾病中细胞多样性的全面定量描述提供丰富的机会。”

与Leonetti博士的简短问答如下：

CZBiohub是否正在努力将已识别蛋白质的数量扩大到当前文章中引用的1,300种之外?

是的。例如，到目前为止，OpenCell覆盖了整个蛋白质组的大约7%。我们正在使用机器人和软件改造和自动化我们的实验管道，以提高我们的吞吐量。我们的目标是显着扩大蛋白质组的覆盖范围。一个令人兴奋的途径是探测不同细胞类型中的蛋白质(并非所有蛋白质都在所有细胞中表达)。我们可以通过首先在干细胞中构建标记库来做到这一点，然后将其分化为不同的细胞类型。

相对于其他空间生物学方法，CZBiohub的方法有哪些优点/缺点?它如何补充其他方法?

我们的显微镜方法的一个重要优势是我们可以分析活细胞。这将是解锁细胞动力学的关键。一个缺点是，因为我们依赖内源表达，所以低拷贝数表达的蛋白质很难检测(我们可以通过设计更亮的荧光探针来解决这个问题)。另一个缺点是，由于我们修改了基因，因此无法轻易地区分同一基因表达的所有蛋白质亚型。例如，无法追踪翻译后修饰的蛋白质。免疫荧光是一个很好的补充工具。

我们的图像分析工作表明，仅从蛋白质定位图像中就可以提取许多特定的、细粒度的信息。该领域非常关注我们通常从转录组学中提取的信息有多少可以直接从图像(细胞类型、细胞状态等)中提取。现在还处于早期阶段，但文献中出现的论文表明答案将是：实际上有相当多的信息!

除了空间维度之外，CZBiohub的做法是否也考虑了时间维度?

当然，这是我们当前的重点。高通量光片显微镜(Biohub社区在其中非常活跃，例如，参见PMID31061492)的开发将非常有助于这一努力。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：蛋白质细胞方法