空间组学 | 以蛋白质的视角看中心法则的信息流动 | 评论文章

Basic Information

• 英文标题： Integrative spatial protein profiling with multi-omics
• 中文标题：整合多组学的空间蛋白质谱分析
• 发表日期：06 December 2024
• 文章类型：Comment
• 所属期刊：Nature Methods
• 文章作者：Rong Fan
• 文章链接：https://www.nature.com/articles/s41592-024-02533-x

Introduction

Para_01

1. 空间蛋白质组学有潜力在复杂组织中原位研究蛋白质，但需要与其他组学数据层集成，以全面了解细胞功能、异质性和相互作用及这些过程的潜在机制。
2. 我强调了多组学空间蛋白质谱分析在推进基础研究和转化应用方面的当前挑战和新兴机遇。

Para_02

1. 分子生物学的中心法则规定了从DNA到RNA的遗传密码转录，再到蛋白质翻译以形成细胞结构并赋予特定功能。
2. 这通常被视为一个单向的信息流，中间通过表观基因组或表观转录组调控机制控制基因表达。
3. RNA作为一种中间状态，被广泛测量以量化基因表达，RNA的全基因组谱，特别是编码蛋白质的信使RNA（mRNA），通常被用来定义细胞的类型和状态。
4. 用于定义群体中或天然组织中单细胞转录状态的技术突破，促成了单细胞和空间转录组学的产生，为研究复杂组织和器官中的细胞异质性和相互作用提供了前所未有的机会。
5. 然而，分析蛋白质本身至关重要，因为它们是塑造细胞结构、酶活性、细胞间通信和其他基本生理功能的主要因素。

Para_03

1. 在中心法则的蛋白质中心视角中（图1a），蛋白质不仅是基因和转录本的产物，还直接影响例如通过组蛋白分布和修饰在复制过程中遗传信息的传递，通过DNA损伤修复机制的正确功能维持基因组完整性，通过一套表观遗传修饰酶的表观遗传修饰影响基因表达谱，以及通过核糖体蛋白、转录因子和RNA结合蛋白（RBPs）或RNA修饰酶影响RNA的活性和稳定性。
2. 翻译后修饰进一步扩展了蛋白质在给定细胞中有限的mRNA之外的功能。
3. 作为代谢酶的蛋白质控制复杂的代谢网络，而代谢物也作为底物调节细胞为蛋白质合成和酶功能提供能量的供应。
4. 因此，蛋白质在细胞生理中具有核心作用，并始终与其他组学“层”进行双向交流。
5. 最新的空间蛋白质组学发展，尽管本身具有真正的变革意义，但需要置于多组学的背景下才能全面了解细胞过程和功能。

Para_04

1. 为实现这一目标，已经出现了三大技术开发方向（图1b）。

Fig. 1: Understanding spatially resolved proteomics in the context of multi-omics.

• a. 分子生物学中心法则的蛋白质中心视角。
• b. 包括蛋白质组的空间多组学的三种主要方法。
• CNV：拷贝数变异；SNV：单核苷酸变异；IF：免疫荧光；sp-CITE-seq：用于通过高度平行测序进行多组学绘图的转录组和表位的空间共索引；sp-Mux-seq：空间多模态多组学测序；SIMS：次级离子质谱；DESI：解吸电喷雾电离；ATAC：可切割转座酶可及染色质的检测；CUT & Tag：目标下切割和标签化。

Imaging-based protein-inclusive spatial multi-omics

Para_01

1. 荧光激活流式细胞术和免疫荧光成像几十年来一直是单细胞蛋白质测量的金标准。
2. 然而，这两种技术由于荧光团的光谱重叠以及无法在不损害信噪比的情况下完全分解荧光信号，只能检测少数几个蛋白质标记。
3. 最早克服光谱障碍的方法之一是飞行时间细胞术（CyTOF），它使用一系列稀土金属聚合物复合物作为标签来标记数十种不同的抗体，并通过电感耦合等离子体质谱（ICP-MS）读取它们的信号。
4. 不久之后，同样的原理被用于开发首个高通量蛋白质成像技术，即成像质谱流式细胞术（IMC）。
5. 金属质量标签也被用来标记DNA寡核苷酸进行原位杂交以成像mRNA，这一技术进一步展示了蛋白质和RNA的共定位，成为首个空间多组学成像技术。
6. 近年来，包括索引共检（CODEX）、循环免疫荧光（CyCIF）和CosMx空间分子成像仪在内的循环荧光成像方法也达到了相同的多重检测能力，并且同样展示了蛋白质和RNA的共定位。
7. 这不仅允许mRNA与其相应的蛋白质之间的直接比较，还可以扩展面板以包括例如分泌配体的转录本和相应表面受体的蛋白质，从而进行配体-受体分析以研究细胞间旁分泌信号。
8. 在这个例子中，同时成像转录本和蛋白质非常重要，因为分泌蛋白通常难以用免疫荧光染色，因此mRNA转录本可以作为替代物来分析天然组织中的空间配体-受体相互作用。
9. 最近，还展示了使用质谱同时映射细胞表面蛋白标记和代谢物以量化细胞类型特异性代谢谱，以及使用超分辨率受激拉曼散射（SRS）显微镜将亚细胞代谢活动与细胞类型和状态在纳米尺度上联系起来的可能性。

Next generation sequencing-based protein-inclusive spatial multi-omics

Para_01

1. 基于下一代测序（NGS）的空间转录组学通过使用条形码固体基质捕获组织切片中的mRNA或以空间解析、确定性的方式将分子条形码送入组织来实现。
2. 受单细胞测序中转录本和蛋白质表位的细胞条形码技术（称为CITE-seq）的启发，空间转录组学也扩展到了蛋白质和mRNA的共分析，首次由用于测序的确定性条形码组织（DBiT-seq）展示，并随后扩展到基于DBiT的空间CITE-seq，以分析整个转录组和大约300种蛋白质。
3. 条形码表面捕获方法，如空间多组学（SM-Omics）和空间蛋白质与转录组测序（SPOTS），也展示了这种对整个转录组和数十种蛋白质进行空间分析的能力。
4. 最近的发展使在同一组织切片的细胞水平上同时分析五种模态（蛋白质、RNAs、染色质可及性和两种类型的组蛋白修饰）成为可能，代表了最全面的空间多组学技术之一。
5. 这种多功能性可能进一步允许空间分析蛋白质-蛋白质或蛋白质-RNA相互作用以及不同RNA异构体和相应蛋白形式的解析。
6. 尽管这种方法允许点对点和碱基对碱基的测序以映射大面积组织，但这些点并不总是能捕获单个细胞，因此需要计算去卷积来生成单细胞空间图谱。

MS-based spatial discovery proteomics and multi-omics

Para_01

1. 上述描述的基于成像和下一代测序的方法主要用于靶向蛋白质组学，但质谱（MS）仍然是无偏见发现的最先进蛋白质组学工具。
2. 基质辅助激光解吸电离（MALDI）-MS 可通过扫描激光束来创建质量信号的空间图像，称为质谱成像（MSI）。
3. MSI 可以同时成像蛋白质和代谢物，是第一个用于空间多组学的 MS 工具，但在空间分辨率和蛋白质覆盖范围上有限制。
4. 电喷雾电离（ESI）液相色谱（LC）MS 是高覆盖率发现蛋白质组学的金标准，但它需要大量的样本输入，因此直到最近的发展之前并不适合单细胞或空间蛋白质组学。
5. 一个这样的发展例子是深度视觉蛋白质组学（DVP），它结合了组织学、荧光成像和激光捕获显微切割与高灵敏度 LC-MS，以对选定的兴趣区域进行无偏见的蛋白质组分析。
6. 尽管 DVP 尚未用于大组织区域的高通量点对点映射，但它在任何感兴趣的区域内提供了前所未有的蛋白质组发现深度，可以在单细胞水平上表征空间细胞异质性。
7. 单细胞 DVP 已用于解析单个肝细胞的情境依赖性空间蛋白质组，每个细胞的蛋白质深度达到 1700 种；研究发现一半的蛋白质组与空间区域化相关，并且在接近中央静脉时发生了显著变化。
8. 令人印象深刻的是，DVP 与存档的甲醛固定石蜡包埋（FFPE）组织标本兼容，因此在临床诊断方面具有巨大潜力。
9. 它也与高多重免疫荧光成像兼容。
10. 虽然尚未与空间 DNA、RNA 或代谢物映射结合，但与 MALDI、原位荧光杂交甚至基于 NGS 的空间多组学的整合是可以预见的。

Challenges, opportunities and future perspectives

Para_01

1. 在我看来，分析多层组学以及组织组织学中的空间信息的一个重要挑战是如何将它们注册和整合在一起，这将需要新的计算方法。
2. 进一步将大量连续切片整合成一个3D蛋白质或多组学图谱更具挑战性，但可能会带来变革。
3. 每种方法（图1b）都有其优缺点。
4. 在同一组织切片上无缝集成其中两种方法可能结合两者的优点，但由于这些检测本质上是不同的，因此并不容易。
5. 例如，结合空间解析的总RNA测序和基于质谱的空间蛋白质组学可以让我们精确定位由替代RNA剪接产生的特定蛋白质异构体，并研究遗传变异对蛋白质功能的影响。
6. 虽然我专注于组织规模的空间蛋白质组学和多组学，但蛋白质的亚细胞定位及其与RNA、DNA、代谢物和细胞器的相互作用通常决定了它们的功能，这是未来研究的另一个方面‘空间’蛋白质组学。
7. 超速离心分级后进行质谱分析可以生成特定亚细胞区室的蛋白质谱型。
8. 通过高内涵免疫荧光成像和机器学习可以获得亚细胞蛋白质定位图。
9. 除基于质谱的空间蛋白质组学外，基于抗体的蛋白质靶向映射目前仅限于检查蛋白质表达，探索丰富的翻译后修饰（如蛋白质磷酸化）的能力有限，后者通常决定蛋白质信号传导。
10. 能够在组织水平上同时检测大量蛋白质的异构体（蛋白质形式）、翻译后修饰、转位和相互作用，可能会改变范式，真正实现单细胞水平上的蛋白质信号网络的系统研究。
11. 这不仅应该使研究人员能够阐明个体细胞运作机制，还揭示细胞在组织和器官中的异质群体中如何不同和演化。
12. 众所周知，RNA和蛋白质表达水平之间的相关性不好，部分原因是存在一系列转录后调控。
13. 将RNAs和蛋白质关联起来的一个步骤可能涉及映射活跃翻译的RNAs（例如，使用RIBOmap）和相应的蛋白质，这可能有助于解开mRNA和蛋白质表达之间差异的机制。
14. 一旦实现，转移RNA与mRNA、蛋白质和氨基酸代谢的空间映射将为单个细胞中的蛋白质合成和功能提供前所未有的见解。
15. 最后，除了基于抗体或质谱的蛋白质组学，新兴的蛋白质测序技术（如纳米孔测序或切割测序），这些技术在原理上类似于或与DNA测序兼容，可能会为在多组学背景下空间映射蛋白质开辟全新的机会。