改变个体化医疗游戏规则——干细胞的内部运作

　　来自佐治亚理工学院和埃默里大学的研究人员开发了一个细胞内工具包来研究干细胞内的细胞器多样性和交流。这个工具包包括快速亚细胞蛋白质组学成像和多重免疫荧光技术，使他们能够创建细胞器组织图谱，并确定哪种细胞类型最能治疗各种疾病。在随后的研究中，他们将机器学习和空间转录组学相结合，分析了单个细胞中多个相邻RNA分子的空间组织，从而深入了解了RNA-RNA接近度对准确细胞类型分类的重要性。

　　

细胞器——细胞内RNA和蛋白质的碎片——在人类健康和疾病中发挥着重要作用，如维持体内平衡、调节生长和衰老以及产生能量。细胞器多样性不仅存在于细胞类型之间，也存在于单个细胞之间。研究这些差异有助于研究人员更好地了解细胞功能，从而改善治疗各种疾病的方法。       

研究人员开发了一种细胞内工具包，结合快速蛋白质组学成像、免疫荧光技术和空间转录组学，研究干细胞内的细胞器通信和多样性。该工具包允许更准确的细胞类型分类，并可以通过识别和分离不同的干细胞亚群来改进个性化细胞疗法。在乔治亚理工学院和埃默里大学库尔特生物医学工程系的伯尼·马库斯早期职业教授Ahmet F. Coskun的实验室发表的两篇论文中，研究人员用细胞内工具包检查了一种特定类型的干细胞，以确定哪些细胞最有可能产生有效的细胞疗法。

Coskun说:“我们正在研究细胞器在细胞内的位置，以及它们如何沟通，以帮助更好地治疗疾病。我们最近的工作建议使用细胞内工具包来绘制干细胞中的细胞器生物地理图谱，这可能会导致更精确的治疗。”

       创建亚细胞组学工具包

第一项研究发表在《Scientific Reports》上，研究了间充质干细胞(MSCs)，这种干细胞在修复缺陷细胞或调节患者免疫反应方面一直具有前景。在一系列实验中，研究人员能够通过快速亚细胞蛋白质组学成像创建数据驱动的单细胞方法，从而实现个性化干细胞治疗。

研究人员随后实施了一种快速多路免疫荧光技术，其中他们使用了针对特定细胞器的抗体。通过荧光抗体，他们追踪波长和信号来编译许多不同细胞的图像，创建地图。这些图谱使研究人员能够看到细胞器接触的空间组织和相似细胞中的地理分布，从而确定哪种细胞类型最能治疗各种疾病。

Coskun说:“通常，干细胞被用来修复有缺陷的细胞或治疗免疫疾病，但我们对这些特定细胞的微观研究表明，它们彼此之间是多么不同。这证明在选择组织来源时应考虑患者治疗群体和干细胞特性及其生物能量细胞器功能的定制分离。换句话说，在治疗一种特定疾病时，根据患者的需要，从不同的部位收集相同类型的细胞可能会更好。”

       RNA-RNA接近性很重要

在本周发表在《Cell Reports Methods》杂志上的下一项研究中，研究人员进一步研究了单个细胞中多个相邻RNA分子的空间组织，这对细胞功能很重要。研究人员通过结合机器学习和空间转录组学来改进该工具。他们发现，分析基因接近度的变化对细胞类型的分类比只分析基因表达更准确。

“分子之间的物理相互作用创造了生命;因此，这些分子的物理位置和接近度起着重要作用，”Coskun说。“我们在每个细胞的不同地理位置创建了一个亚细胞基因邻域网络的细胞内工具包，以更仔细地研究这个问题。”

实验包括两个部分:计算方法的发展和实验台上的实验。研究人员检查了已发表的数据集和一种基于物理位置对RNA分子进行分组的算法。这种“最近邻”算法有助于确定基因分组。在实验台上，研究人员用荧光标记RNA分子，以便在单个细胞中轻松定位它们。然后，他们从RNA分子的分布中发现了许多特征，比如基因如何可能位于相似的亚细胞位置。

细胞治疗需要许多具有高度相似表型的细胞，如果治疗细胞中存在未知细胞的亚型，研究人员无法预测这些细胞注射到患者体内后的行为。利用这些工具，可以鉴定更多相同类型的细胞，并且可以分离出具有不常见基因程序的不同干细胞亚群。

Coskun说:“我们正在扩展分子亚细胞空间组织的工具包——如果你愿意的话，这是亚细胞空间组学领域的一把‘瑞士军刀’。目标是测量、量化和模拟每个细胞中具有多种功能的多个独立但又相互关联的分子事件。最终目的是定义细胞的功能，使其能够实现高能量，类似乐高积木的模块化基因邻域网络和多样化的细胞决策。”

“Subcellular spatially resolved gene neighborhood networks in single cells” by Zhou Fang, Adam J. Ford, Thomas Hu, Nicholas Zhang, Athanasios Mantalaris and Ahmet F. Coskun, 12 May 2023, Cell Reports Methods.

“Spatial subcellular organelle networks in single cells” by Mythreye Venkatesan, Nicholas Zhang, Benoit Marteau, Yukina Yajima, Nerea Ortiz De Zarate Garcia, Zhou Fang, Thomas Hu, Shuangyi Cai, Adam Ford, Harrison Olszewski, Andrew Borst and Ahmet F. Coskun, 1 April 2023, Scientific Reports.