<li id="omoqo"></li>
  • <noscript id="omoqo"><kbd id="omoqo"></kbd></noscript>
  • <td id="omoqo"></td>
  • <option id="omoqo"><noscript id="omoqo"></noscript></option>
  • <noscript id="omoqo"><source id="omoqo"></source></noscript>
  • 發布時間:2024-07-08 15:48 原文鏈接: 單細胞技術在藥物篩選中的應用

    單細胞的異質性會被組織等高通量細胞樣本的均質化生信數據覆蓋以致難以凸顯,尤其是在臨床診斷中。所以開發應用單細胞技術在發現甚至篩選藥物靶點成為了有力的手段之一。

    蘇州系統醫學研究所李貴登課題組、加州理工學院的David Baltimore課題組和西雅圖系統醫學研究院的James Heath課題組在綜合性一區期刊Nat Communications(IF:12.121)發表的“Multi-omic single-cell snapshots reveal multiple independent trajectories to drug tolerance in a melanoma cell line”的文章。運用單細胞蛋白質組和代謝組聯合分析發現并驗證了細胞在藥物作用過程中展現出的異質性,這為單細胞技術在藥物靶標篩選方面提供了新的指導。

    單細胞多組學揭示了黑色素瘤細胞系耐藥的多個獨立路徑

    研究背景

    已經有較多的研究證明藥物對機體細胞狀態的影響能夠從信號轉導、代謝物改變、表觀遺傳等水平上展現出來,但是對于單個細胞的的變化仍然研究不充分。

    文中選用了一種高度可塑性的癌細胞系(BRAF V600E),當用靶向抑制劑治療時,它在幾天內從快速分裂的藥物反應狀態轉變為藥物耐受的緩慢循環狀態。結果表明,細胞確實可以在兩種狀態之間采取多種軌跡。每個路徑類別都有一個獨特的信號和代謝網絡,具有不同的藥物敏感性。

    研究思路

     使用單細胞Barcode芯片對BRAF抑制劑(BRAFi)處理了不同時間(0天、1天、3天、5天)的樣本進行了蛋白質組學和代謝組學分析。

    image.png

    結果速遞

     1:BRAFi處理后的單細胞蛋白質組學和代謝組學分析與對照組(Day0)相比,某些分析物在整個細胞群中表現出高度可變性。包括黑色素細胞瘤轉錄因子(MITF、MART1)、代謝調節因子HIF1α和p-AMPKα,以及增殖標記因子Ki67。在加藥初期,葡萄糖攝取,大多數代謝調節因子和磷酸化蛋白以及Ki67表達受到抑制。在Day5組出現了藥物耐受,即與藥物抗性相關的因子表達量有所升高,如NGFR、TNFR、N-cadherin、AXL。

    通過對單細胞蛋白質組學和代謝組學的聯合分析,發現了細胞先是對藥物有了初始反應,后續誘導了細胞狀態的變化,然后出現了藥物耐受的情況。

    圖1 M397細胞早期藥物反應的單細胞蛋白質組學和代謝分析

    image.png

    2:降維分析發現藥物處理后細胞不同狀態的多重路徑文章選用了三種降維分析算法:FLOW-MAP、t-SNE和PHATE展示了藥物處理后細胞中代謝物隨時間的協調變化。

    通過FLOW-MAP實現單細胞數據的可視化發現:D1時期,大多數細胞聚集在D0細胞的右上方,有小部分分布在D0的右側。隨著時間的延長,D3時候,更是如此,到D5時,所有的細胞都匯集到圖形的右側。這D1和D3細胞的分叉狀態表明了細胞耐藥過程中可能有兩條通路發生了變化。

    圖2 降維分析數據結果

    image.png

    3:Surprisal分析解釋兩種不同路徑的聚集模塊

    20種代謝物的聚集類型通過Surprisal分析得到了兩種耐藥性發展模式(圖3a)。這兩種模塊都顯示出明顯的兩種不同路徑,說明其中存在一個生物屏障。尤其是黑色素瘤細胞表型轉錄因子MITF及MART1的表達與模塊2 的評分呈現負相關表達(圖3b)。后隨即將細胞根據MITF的表達分為兩種(MITF-LOW/HIGH),并挑選了四種不同的代謝物進行了用藥后表達量的分析(圖3 h i)。結果表明,即使是相同的細胞系,在經過BRAFi處理后表現也不盡相同。

    圖3 Surprisal分析表明MITF是不同路徑發生的關鍵因子

    image.png

    4:通過臨界點分析確定不同路徑的關鍵因子

    這兩種模式都表明細胞從藥物敏感型狀態到耐藥性狀態轉換的過程中存在著關鍵臨界點。因此,文章將所有時間點的單細胞數據進行分類。通過信號網絡活動指數(SNAI)和關鍵轉換指數(Ic)分析,第7亞類和第9亞類有可能是各自路徑中接近臨界點的細胞狀態(圖4 b c)。

    為了找到驅動細胞狀態轉變的關鍵調控因子,文章對第7和9亞類的臨界點代謝物進行了網絡分析和重要性得分分析(圖4 d e f)。

    圖4 兩種路徑的臨界點分析和網絡分析

    image.png

    5:驗證導致兩種不同路徑的關鍵物質

    為了確定細胞在藥物治療從敏感性轉至耐藥性的兩種可能路徑中的關鍵因子,文中選用了PKM2抑制劑(PKM2i)和NFκB抑制劑(NFκBi)聯合BRAFi治療分選得到MITF-LOW/HIGH細胞亞群,結果發現MITF-LOW組對NFκBi+BRAFi組合更敏感,MITF-HIGH組對PKM2i+BRAFi組合更敏感。同時在MITF敲除的M398細胞系中顯示出了一樣的結果。然后文中選用三種抑制劑的不同組合形式對M397進行耐藥性的實驗,發現三種抑制劑的療效明顯優于兩種抑制劑和單獨一種抑制劑的療效。以上結果表明細胞在不同路徑中對PKM2i和NFκBi表現的敏感性不同,說明這兩種通路是獨立的,有不同的調節物質在通路中起關鍵作用。

    圖5 細胞中與不同通路相關的藥物敏感型差異

    image.png

    小結:本文選用單細胞多組學技術解析了細胞耐藥的異質性反應軌跡,更新了目前對耐藥性發展的認識,為確認有效的治療組合提供了強有力的方法學。 


    相關文章

    單細胞鑒定6000+蛋白,多場景實測數據震撼來襲!

    過去幾年里,單細胞蛋白質組學技術取得了長足發展,單細胞蛋白質組學逐漸走向成熟,后續有望廣泛應用于腫瘤異質性分析、免疫學研究、發育生物學、神經科學以及精準醫學等領域。然而,從技術發展成熟到實際場景應用分......

    NatureMethods|單細胞多模態測序的未來:UDAseq如何引領新革命?

    近年來,單細胞RNA測序技術(scRNA-seq)在揭示復雜生物系統和探索遺傳學及臨床研究中取得了突破性進展。然而,僅依賴單一的轉錄組信息往往難以區分分子相似但功能差異顯著的細胞類別。因此,融合多種模......

    首個棉花纖維起始發育單細胞時空組學圖譜發布

    近日,中國農業科學院棉花研究所鄉村振興科技創新團隊牽頭構建了首個結合單細胞轉錄組、空間轉錄組及空間代謝組的棉花纖維起始發育圖譜。利用該圖譜可以識別關鍵基因的表達模式及其與代謝途徑的關系,深入剖析纖維發......

    “寧波造”單細胞代謝物分析質譜儀獲國際首臺認定

    1月12日,記者從寧波華儀寧創智能科技有限公司獲悉,該公司研制的單細胞代謝物分析質譜儀近日入選浙江省經濟和信息化廳、浙江省財政廳印發的《2024年度浙江省首臺(套)裝備名單》,檔次為國際首臺(套)。該......

    中科院團隊單細胞分泌組分析新方法研究取得新進展

    近日,中科院大連化物所生物技術研究部生物分子高效分離與表征研究組(1810組)張麗華研究員和袁輝明研究員團隊在單細胞分泌組分析新方法研究中取得新進展,通過結合非天然氨基酸代謝標記、基于點擊化學的選擇性......

    首屆單細胞多組學分析技術及應用會議第二輪通知

    由北京市科學技術研究院分析測試研究所(北京市理化分析測試中心)、創新方法研究會科學工具專業委員會、分析測試百科網(安特百科(北京)技術發展有限公司)聯合主辦的“首屆單細胞多組學分析技術及應用會議”將于......

    布魯克收購單細胞互作分析先驅公司DynamicBiosensors

    布魯克公司(Nasdaq:BRKR)宣布收購DynamicBiosensorsGmbH公司。該公司以其在生物傳感器技術領域取得的創新突破而聞名,其總部位于德國慕尼黑。此次收購加強了布魯克在分子相互作用......

    推動學術交流共話領域未來|首屆單細胞多組學分析技術及應用會議通知

    單細胞多組學是指利用高通量測序技術,從基因組、轉錄組、表觀遺傳組、蛋白質組、代謝組等多個層面,對單個細胞進行全面的分析,揭示細胞的異質性、功能和相互作用。單細胞多組學技術在癌癥、免疫、神經、發育、微生......

    哈佛大學尹鵬NatureBiotechnology:高靈敏度單細胞質譜流式

    利用質譜儀計數單細胞質譜儀使用金屬同位素標記的抗體標記感興趣的靶點,這使得能夠同時測量數百萬個單細胞中的約50種蛋白質或蛋白質修飾,從而能夠分析高度異質性樣品中復雜的細胞行為。然而,目前的質譜分析靈敏......

    人類腎臟最詳盡單細胞圖譜繪制

    來自美國費城兒童醫院及賓夕法尼亞大學佩雷爾曼醫學院的科學家,成功繪制出人類腎臟最詳盡的單細胞圖譜,以前所未有的水平捕捉了健康和患病腎臟的復雜性,并在病程早期預測了慢性腎病(CKD)的進展。最新研究有望......

    <li id="omoqo"></li>
  • <noscript id="omoqo"><kbd id="omoqo"></kbd></noscript>
  • <td id="omoqo"></td>
  • <option id="omoqo"><noscript id="omoqo"></noscript></option>
  • <noscript id="omoqo"><source id="omoqo"></source></noscript>
  • 1v3多肉多车高校生活的玩视频