线粒体相关基因扰动致病形态特征的图像组学分析揭示神经退行性疾病新机制

　　本研究通过Raft-Seq图像组学技术，系统解析了1,410个线粒体相关基因敲除后的形态特征，发现TMEM11、TIMM8A及NDUFAF4/7/5等基因的缺失会诱发类似MFN2突变的线粒体聚集表型，同时鉴定出SLC25A19和ATAD3A基因的UTR及错义变异可驱动线粒体动力学异常。该研究为神经退行性疾病如CMT2A的致病机制提供了新见解，并建立了基因型-表型关联的创新分析范式。

　　

线粒体作为细胞的能量工厂，其动态平衡对神经元存活至关重要。当线粒体分裂融合的精密调控被打破，就会引发Charcot-Marie-Tooth 2A型(CMT2A)等神经退行性疾病。虽然已知MFN2基因突变会导致线粒体异常聚集，但人类基因组中还有数千个线粒体相关基因的功能尚不明确——它们中哪些是维持线粒体正常形态的关键因子？哪些变异可能导致疾病？这些问题的答案将帮助破解"基因型-表型关联"的生物学黑箱。

华盛顿大学医学院的研究团队在《npj Imaging》发表的研究中，开发了一套创新的解决方案。他们采用Raft-Seq图像组学平台，对U2OS细胞中5,835个靶向1,410个线粒体基因的gRNA进行高通量筛选，结合机器学习算法Mito Path Score^R，系统评估了每个基因缺失对线粒体形态的影响。研究还特别设计扫描突变文库，对SLC25A19和ATAD3A基因进行单碱基分辨率的功能解析。

关键技术包括：1)基于微筏(microraft)的单细胞分离与基因型关联技术；2)多特征机器学习模型(Mito Path Score)定量表型；3)线粒体膜电位(TMRM)与形态(MitoTracker)双标记活细胞成像；4)AlphaFold2预测膜蛋白三维结构。

主要结果

线粒体表型的高维解析

通过训练6个多特征分类模型，研究发现MFN2突变细胞的标志性特征是核周线粒体聚集（MitoTracker核总强度增加2.3倍）和膜电位紊乱（TMRM最大强度降低38%）。这种"形态特征"被量化为Mito Path Score^R，其与主成分PC1显著相关(r=0.68)。

致病基因网络的发现

验证实验确认，敲除TMEM11使线粒体呈现最显著的聚集表型（Mito Path Score^P=0.52），且伴随活性氧(mtSOX)水平升高6.7倍。值得注意的是，NDUFAF4/7/5等NADH泛醌氧化还原酶相关基因的缺失也会产生类似表型，这些基因与Leigh综合征等线粒体脑病相关。

膜蛋白变异的精细定位

在SLC25A19（硫胺素焦磷酸载体）中，V139/V162错义突变和5'UTR变异显著破坏线粒体形态；而ATAD3A（AAA+ATP酶）的S343突变使其ATPase结构域功能受损。AlphaFold2结构预测显示，这些致病突变多位于膜-基质界面关键位点。

非典型表型的机器学习挖掘

通过异常检测算法(Anomaly Score)，研究者还发现了APOOL、PHB等基因能诱发不同于MFN2的线粒体形态改变，如APOOL缺失导致嵴结构异常，这为拓展线粒体疾病谱系提供了新线索。

这项研究的意义在于建立了"基因扰动-形态特征-疾病关联"的完整分析链条。不仅验证了已知致病基因如MFN2的分子机制，更发现TMEM11等新基因通过影响线粒体自噬(mitophagy)导致神经退行性表型。创新的图像组学方法使得在单细胞水平解析数千种基因变异的表型效应成为可能，为精准医学时代的变异解读提供了范式转换。特别值得注意的是，研究揭示的NDU复合体与线粒体形态的意外关联，为理解能量代谢与细胞器动态的耦合机制开辟了新视角。