編譯 | 十一月
近期，Nature Methods 雜誌技術編輯Vivien Marx發表文章 A dream of single-cell proteomics，探討了單細胞蛋白組學的發展，提出了該技術有可能會面對的問題和潛在解決方案。
單細胞蛋白質組測序的夢想並不遙遠（Credit: S. Larochelle, E. Dewalt, Springer Nature）
現在，很多實驗室每年都在產生大量的單細胞基因組以及轉錄組的數據。但是在蛋白質組學研究中，高通量的方法尚未實現。蛋白質的研究工作比RNA或者DNA的研究要更難，比如說因為蛋白質比較黏、不可擴增並且容易降解等，但是科學家的前赴後繼可能可以將單細胞mRNA與單細胞蛋白質組測量相整合。
20年前，Richard Smith和他的同事們首次對紅細胞中的血紅蛋白進行了表徵【1】，雖然紅細胞是個特例，因為其中主要組成成分就是血紅蛋白，但這的確是單細胞分析。最近關於蛋白質組的研究方法，是由德克薩斯大學的Edward Marcotte與Eric Anslyn研究組開發的，能夠以高度並行的方式產生氨基酸序列，該方法使用了Edman測序方式【2】，但是想要使用該方式進行單細胞的蛋白質組測序，還需要能夠對細胞中低丰度的蛋白進行熒光標記。
想要實現單細胞蛋白質組測序，可能的幾個思考方向是分離單細胞進行測序、樣品製備技術進一步提高、多種技術聯用、與物理學或者是生物信息學相聯繫等等。
在單細胞樣品製備方面，來自渥太華大學與牛津大學的團隊使用單細胞計數（Single-cellmass cytometry）的方式去捕獲造血作用中細胞命運決定以及追蹤在13個時間點譜系中細胞轉錄因子表達譜的變化。而美國東北大學的Nikolai Slavov團隊建立了質譜分析單細胞蛋白質組（Single cell proteomics by mass spectrometry ，SCoPE-MS)的方式（圖1）【3】。Slavov團隊重新考慮了樣品製備過程中蛋白質損失的問題，並通過利用聚焦聲波對裂解細胞進行超聲處理進而發展了SCoPE-MS的方式，並且通過使用純水進行循環，可以進一步降低該技術的使用價格。
圖1 SCoPE-MS原理示意圖
哈佛醫學院，Peter Kharchenko研究組一直在開發用於單細胞的計算工具用於解決異構問題的RNA-seq數據分析（圖2）。隨著RNA-seq被應用於複雜的研究類型中，涉及到來自不同實驗室的大量樣本信息，計算工具開發的挑戰變得越來越大。而這種計算工具也可以用於單細胞蛋白質組學。但是單細胞蛋白質組學的數據量會比RNA-seq所分析的數據更多，因此會對計算工具的要求以及計算模型的建立要求更高。
圖2 在單細胞蛋白質組學中，量化和整合有關細胞行為、信號和調控網絡的數據的工具
Ruedi Aebersold實驗室在進行少量細胞的分析，利用8-10種熒光顏色的多參數熒光激活細胞分選(FACS)對細胞進行聚類，並根據相似性對細胞進行分組。他們不是先研究單個細胞而後對它們進行平均或組合，而是先將它們組合起來然後測量平均值。
更多的實驗室現在可以使用大型數據庫來預測蛋白質是如何相互作用的。除了測量蛋白質的丰度或濃度，癌症研究實驗室還想定量地跟蹤激酶的活性，瞭解有多少磷酸化位點以及有多少靶蛋白可以磷酸化。因為相比於蛋白質的丰度，蛋白質分子的活性更為重要。生物學領域越來越多的工具正在出現，可以量化細胞內和細胞間的信號傳導和調控網絡的不同方面，而單細胞的蛋白質組學有助於解決這個問題。
越來越多的實驗室希望將mRNA與單細胞蛋白質組學的測量結果相聯繫，但是除了在轉錄和翻譯過程中細胞與細胞之間的差異以及不同水平的蛋白質週轉，還有許多影響細胞、mRNA和蛋白質的外部因素都會對mRNA與蛋白質之間的對應關係產生影響。
Aebersold和Jurg Bahler研究組通過觀察細胞的兩種狀態:靜息狀態與快速增殖狀態，對裂變酵母中的轉錄組和蛋白質組進行了量化【4】。該研究展示了很多令人驚訝的發現，揭示了基因調控、轉錄、蛋白質生產和生理學之間的關係。當分裂酵母菌進入休眠狀態時，蛋白質和mRNA都會以特定的方式被下調。當調整到靜止細胞中較低的細胞體積時，蛋白質的數量下降了增殖細胞水平的10%左右。mRNA水平下降，而蛋白質水平下降到更少。
Aebersold說，一個人類細胞包含數百個mRNA拷貝，其中蛋白質的數量有數萬個。他說，人們可能在每個細胞中只發現少量低表達mRNA的拷貝，這使得確定一個細胞所處的時空特點變得越來越重要，而得出錯誤結論的風險再次浮出水面。從生物學的角度來解釋單細胞數據有很多陷阱，技術很重要，但在開發和使用它們時，必須同時注意它們的好處與缺點。
眾多實驗室前赴後繼地採用了一系列不同的方法進行研究，多種不同進展的結合將使得我們越來越接近單細胞蛋白質組學這一夢想的實現。我們需要從細胞中有效地提取蛋白質、通過特定的表面進行富集、樣品需求越來越少高敏感性質譜、增強識別靈敏度的標記技巧以及在質譜數據採集和計算處理方面的進展。儘管如此，最近的一些進展包括新的大規模數據採集方法和更多的已知光譜庫，大大增加了挖掘數據的可能性。在技術開發的早期階段，我們有多種多樣的方式來獲得信息。鑑於這一點，
我們不能將所有的“雞蛋放在同一個籃子裡”。
原文鏈接：
https://doi.org/10.1038/s41592-019-0540-6
製版人：小嫻子
參考文獻
1 Hofstadler,S. A., Swanek, F. D., Gale, D. C., Ewing, A. G. & Smith, R. D. Capillaryelectrophoresis-electrospray ionization Fourier transform ion cyclotronresonance mass spectrometry for direct analysis of cellular proteins. Analytical chemistry 67, 1477-1480, doi:10.1021/ac00104a028(1995).
2 Swaminathan,J. et al. Highly parallelsingle-molecule identification of proteins in zeptomole-scale mixtures. Nature biotechnology,doi:10.1038/nbt.4278 (2018).
3 Budnik,B., Levy, E., Harmange, G. & Slavov, N. SCoPE-MS: mass spectrometry ofsingle mammalian cells quantifies proteome heterogeneity during celldifferentiation. Genome biology 19, 161, doi:10.1186/s13059-018-1547-5(2018).
4 Liu,Y., Beyer, A. & Aebersold, R. On the Dependency of Cellular Protein Levelson mRNA Abundance.Cell 165, 535-550,doi:10.1016/j.cell.2016.03.014 (2016).
閱讀更多 BioArt 的文章
