你如何在一个完整的大脑或人类心脏中追踪一个患病的细胞？搜寻工作就像大海捞针。

《每日科学》

2022年12月22日消息

慕尼黑亥姆霍兹中心（Helmholtz Munich）和慕尼黑大学（Ludwig Maximilian University of Munich ，LMU）的  Ali Ertürk 教授和慕尼黑附近马丁斯里德的马克斯·普朗克生物化学研究所（Max Planck Institute of Biochemistry）的 Matthias Mann 的团队现在开发了一种名为 DISCO－MS 的新技术（一种结合了全器官／全生物清除和成像、基于深度学习的图像分析、机器人组织提取和超高灵敏度质谱的技术），解决了这个问题。DISCO－MS 利用机器人技术从疾病早期精确识别的“患病”细胞中获得蛋白质组学数据。研究于近日发表在《细胞》（Cell）杂志上。

研究于2022年12月22日发表在《Cell》（最新影响因子：66．850）杂志上

Ali Ertürk 教授

大多数疾病最初是无症状的，受累者通常仍感觉良好——症状尚未出现，或仍过于轻微而无法意识到。然而，在体内已经发生了变化：一个病毒可能已经开始复制，或者一个流氓细胞可能分裂得比它应有的更频繁。但是这些变化如何被感知呢？

研究人员在研究疾病的早期发展时也面临着类似的困境。即使使用动物模型，科学家也很少能精确定位疾病起始的小位点，或描述驱动疾病进展的确切分子变化。

随着德国的 Ertürk 和 Mann 研究小组开发出 DISCO－MS，这一任务变得更加简单。DISCO－MS 结合了使小鼠和人体组织透明的方法，以及最新的机器人和蛋白质组学技术，以确定它们的分子组成。

DISCO－MS：检测早期分子变化的透明度

DISCO－MS 从所谓的 DISCO 组织清除开始，它使小鼠身体或人体器官变得透明——使它们可以成像。因此，使用高分辨率三维显微镜可以很容易地在特定部位的完整组织中识别荧光标记的细胞。

一旦识别出感兴趣的区域，就会使用一种名为 DISCO－bot 的新型机器人技术将它们隔离开来，DISCO－bot 是由 Ertürk 实验室的博士生、机械工程师 Furkan 开发的。机器人辅助提取的组织使用先进的质谱（MS）方法进行蛋白质组分析，该方法由 Mann 实验室的前博士生 Andreas－David Brunner 开发。这种高科技方法允许在整个小鼠身体或人体器官的 3D 中识别任何所需组织区域的完整分子表征。

及早发现疾病

为了展示该方法的功效，第一作者 Harsharan Singh Bhatia 及其同事将 DISCO－MS 应用于阿尔茨海默病（AD）小鼠模型和人类心脏的动脉粥样硬化斑块（病理性硬化和血管狭窄）。在 AD 模型的组织样本中，研究团队应用人工智能（AI）在疾病的早期阶段识别出典型的 AD 斑块，这是其他任何方法都难以检测到的。随后对斑块进行的蛋白质组学分析提供了对 AD 中受影响的蛋白质的无偏倚和大规模研究，揭示了可能成为阿尔茨海默病生物标志物的新的分子参与者。

在人类心脏中，研究人员对动脉粥样硬化斑块周围组织的组成很感兴趣，这些斑块在组织清除后很快就可以看到。人工智能检测和机器人提取的组织再次允许识别与主动脉斑块相关的人类心脏细胞中的失调分子通路。这些结果是关键发现，因为它们构成了潜在治疗靶点的基础。

DISCO－MS 是第一个完整的三维空间组学技术，加速了从癌症到代谢紊乱的复杂疾病的研究。由于 DISCO－MS 可用于临床前和临床组织，因此能够在疾病的早期阶段进行研究，并随后开发潜在的新疗法。

创立于1472年的慕尼黑大学

参考文献

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

免责声明

本公众号上的医疗信息仅作为信息资源提供与分享，不用于或依赖于任何诊断或治疗目的。此信息不应替代专业诊断或治疗。在做出任何医疗决定或有关特定医疗状况的指导之前，请咨询你的医生。

       原文标题 : 新的空间组学技术使疾病的早期研究成为可能