來源：智藥局           時(shí)間：2023-03-07

       近日，Nature雜志發(fā)表了“Seven technologies to watch in 2023”，評(píng)選出了七項(xiàng)對(duì)2023年科學(xué)創(chuàng)新具有重大影響的新技術(shù)，包括單分子蛋白質(zhì)測(cè)序、詹姆斯韋伯太空望遠(yuǎn)鏡、體積電子顯微鏡、CRISPR、高精度放射性碳測(cè)、單細(xì)胞代謝組學(xué)和體外胚胎模型。 

       值得注意的是，其中五項(xiàng)技術(shù)屬于生命科學(xué)領(lǐng)域，并且正在應(yīng)用于生物醫(yī)藥領(lǐng)域。 而在2022年的榜單中，生命科學(xué)領(lǐng)域就有包括完整版基因組、蛋白質(zhì)結(jié)構(gòu)解析、精確基因組調(diào)控、靶向基因療法、空間多組學(xué)和基于CRISPR的診斷在內(nèi)的六項(xiàng)技術(shù)上榜。 

       01、單分子蛋白質(zhì)測(cè)序 

       蛋白質(zhì)組代表了由細(xì)胞或生物體產(chǎn)生的完整蛋白質(zhì)組，可以提供關(guān)于健康和疾病的深刻信息，但對(duì)其進(jìn)行表征仍具有挑戰(zhàn)性。 

       相對(duì)于核酸，蛋白質(zhì)是由更大的構(gòu)建模塊組成的，大約有20種天然存在的氨基酸(相比之下，形成DNA和信使RNA等分子的四種核苷酸)；這導(dǎo)致了更大的化學(xué)多樣性。一些蛋白質(zhì)在細(xì)胞中僅僅以幾個(gè)分子的形式存在——而且，與核酸不同，蛋白質(zhì)不能被擴(kuò)增，這意味著蛋白質(zhì)分析方法必須盡可能使用任何可用的材料。 

       大多數(shù)蛋白質(zhì)組分析使用質(zhì)譜，這是一種根據(jù)質(zhì)量和電荷描繪蛋白質(zhì)混合物的技術(shù)。這些圖譜可以同時(shí)定量數(shù)千種蛋白質(zhì)，但檢測(cè)到的分子并不總是能夠明確識(shí)別，而且混合物中低豐度的蛋白質(zhì)往往會(huì)被忽略?，F(xiàn)在，可以對(duì)樣本中的許多(如果不是全部)蛋白質(zhì)進(jìn)行測(cè)序的單分子技術(shù)可能即將出現(xiàn)——其中許多類似于用于DNA的技術(shù)。 

       奧斯汀德克薩斯大學(xué)的生物化學(xué)家Edward Marcotte正在研究一種叫做熒光測(cè)序的方法。Marcotte在2018年報(bào)告的技術(shù)基于一個(gè)逐步的化學(xué)過程，在這個(gè)過程中，單個(gè)氨基酸被熒光標(biāo)記，然后隨著相機(jī)捕捉到產(chǎn)生的熒光信號(hào)，從表面偶聯(lián)蛋白的末端一個(gè)接一個(gè)地剪切下來。 

       “我們可以用不同的熒光染料標(biāo)記蛋白質(zhì)，然后在我們切掉它們時(shí)觀察一個(gè)又一個(gè)分子，”Marcotte解釋道。去年，康涅狄格州吉爾福德的生物技術(shù)公司Quantum-Si的研究人員描述了一種熒光測(cè)序的替代方法，該方法使用熒光標(biāo)記的“結(jié)合”蛋白質(zhì)來識(shí)別蛋白質(zhì)末端的特定氨基酸(或多肽)序列。 

       其他研究人員正在開發(fā)模擬基于納米孔的測(cè)序技術(shù)，根據(jù)多肽通過微小通道時(shí)在電流中引起的變化來描繪多肽。荷蘭代爾夫特理工大學(xué)的生物物理學(xué)家Cees Dekker和他的同事在2021年展示了一種這樣的方法，使用由蛋白質(zhì)制成的納米孔，并能夠區(qū)分通過孔的多肽中的單個(gè)氨基酸。 

       在位于海法的以色列理工學(xué)院，生物醫(yī)學(xué)工程師Amit Meller的團(tuán)隊(duì)正在研究由硅基材料制成的固態(tài)納米孔設(shè)備，這種設(shè)備可以同時(shí)對(duì)許多單個(gè)蛋白質(zhì)分子進(jìn)行高通量分析?！澳阋苍S能夠同時(shí)觀察到數(shù)萬甚至數(shù)百萬個(gè)納米孔，”他說。 

       雖然單分子蛋白質(zhì)測(cè)序目前只是概念驗(yàn)證，但商業(yè)化正在快速到來。例如，Quantum-Si已經(jīng)宣布計(jì)劃在今年推出第一代儀器，Meller指出，2022年11月在代爾夫特舉行的蛋白質(zhì)測(cè)序會(huì)議上，有一個(gè)專門針對(duì)該領(lǐng)域初創(chuàng)企業(yè)的討論小組?！斑@讓我想起了下一代DNA測(cè)序之前的許多日子，”他說。 

       Marcotte是德克薩斯州奧斯汀蛋白質(zhì)測(cè)序公司Erisyon的創(chuàng)始人之一，他對(duì)此很樂觀?！斑@真的不是一個(gè)它是否會(huì)起作用的問題，”他說，“而是它多久會(huì)到人們的手中?！?nbsp;

       02、立體電子顯微術(shù) 

       電子顯微鏡(EM)以其出色的分辨率而聞名，但主要是在樣品的表面水平。深入研究需要將標(biāo)本切成非常薄的薄片，這對(duì)生物學(xué)家來說通常是不夠的。倫敦弗朗西斯·克里克研究所的電子顯微鏡專家Lucy Collinson解釋說，要覆蓋一個(gè)單細(xì)胞的體積需要200個(gè)切片?！叭绻阒皇堑玫揭粋€(gè)(部分)，你是在玩統(tǒng)計(jì)游戲，”她說。 

       現(xiàn)在，研究人員正在將立體電子顯微技術(shù)應(yīng)用于包含數(shù)立方毫米的3D組織樣本。 

       以前，從2D電磁圖像中重建這樣的體積，例如，繪制大腦的神經(jīng)連接，需要艱苦的樣本制備、成像和計(jì)算過程，才能將這些圖像轉(zhuǎn)化為多圖像堆棧。 

       最新的“體積電磁”技術(shù)大大簡(jiǎn)化了這一過程。 

       這些技術(shù)有各種優(yōu)點(diǎn)和局限性。連續(xù)塊面成像，在成像時(shí)使用鉆石刃刀片刮掉樹脂包埋樣品的薄連續(xù)層，相對(duì)較快，可以處理尺寸接近1立方毫米的樣品。然而，它提供了較差的深度分辨率，這意味著所得到的體積重建將相對(duì)模糊。聚焦離子束掃描電子顯微鏡(FIB-SEM)產(chǎn)生更薄的層，因此具有更高的深度分辨率，但更適合小體積樣品。 

       Collinson將立體電子顯微鏡的興起描述為一場(chǎng)“安靜的革命”，研究人員強(qiáng)調(diào)這種方法的結(jié)果，而不是用來產(chǎn)生它們的技術(shù)。但這種情況正在改變。例如，2021年，在弗吉尼亞州阿什本的Janelia研究園區(qū)從事電子顯微鏡中的細(xì)胞器分割(COSEM)項(xiàng)目的研究人員在自然突出了細(xì)胞內(nèi)部繪圖的實(shí)質(zhì)性進(jìn)展，“這是一個(gè)非常令人印象深刻的原則證明，”Collinson說。 

       COSEM計(jì)劃使用先進(jìn)的定制FIB-SEM顯微鏡，將單次實(shí)驗(yàn)中可以成像的體積增加了大約200倍，同時(shí)保持了良好的空間分辨率。使用這些機(jī)器的銀行與深度學(xué)習(xí)算法相結(jié)合，該團(tuán)隊(duì)能夠在各種細(xì)胞類型的全3D體積中定義各種細(xì)胞器和其他亞細(xì)胞結(jié)構(gòu)。 

       樣品制備方法既費(fèi)力又難以掌握，而且產(chǎn)生的數(shù)據(jù)集非常龐大。但是這種努力是值得的：Collinson已經(jīng)在傳染病研究和癌癥生物學(xué)中看到了價(jià)值。她現(xiàn)在正與同事合作，探索以高分辨率重建整個(gè)小鼠大腦的可行性——她預(yù)測(cè)這項(xiàng)工作將需要十多年的工作，耗資數(shù)十億美元，并產(chǎn)生5億千兆字節(jié)的數(shù)據(jù)?！斑@可能與繪制第一個(gè)人類基因組的努力處于同一數(shù)量級(jí)?！彼f。 

       03、CRISPR無處不在 

       基因組編輯工具CRISPR–cas9理所當(dāng)然地贏得了在整個(gè)基因組的目標(biāo)位點(diǎn)引入定義變化的首選方法的聲譽(yù)，推動(dòng)了基因治療、疾病建模和其他研究領(lǐng)域的突破。但是它的使用范圍是有限的?，F(xiàn)在，研究人員正在尋找繞過這些限制的方法。

       CRISPR編輯由一個(gè)短的指導(dǎo)RNA協(xié)調(diào)，它將相關(guān)的Cas核酸酶導(dǎo)向其目標(biāo)基因組序列。但是這種酶也需要一個(gè)叫做原間隔鄰基序(PAM)的鄰近序列；如果沒有，編輯很可能會(huì)失敗。 

       在波士頓的馬薩諸塞州總醫(yī)院，基因組工程師Benjamin Kleinstiver利用蛋白質(zhì)工程技術(shù)從細(xì)菌中創(chuàng)造了常用的Cas9酶的“近似無PAMless”Cas變體化膿性鏈球菌。一種Cas變體需要僅由三個(gè)連續(xù)核苷酸堿基組成的PAM，在中間位置有一個(gè)A或G核苷酸6?！斑@些酶現(xiàn)在幾乎可以讀取整個(gè)基因組，而傳統(tǒng)的CRISPR酶只能讀取基因組的1%到10%?！盞leinstiver說。 

       這種不太嚴(yán)格的PAM要求增加了“偏離目標(biāo)”編輯的機(jī)會(huì)，但進(jìn)一步的工程設(shè)計(jì)可以提高它們的特異性。作為一種替代方法，Kleinstiver的團(tuán)隊(duì)正在設(shè)計(jì)和測(cè)試大量的Cas9變體，每個(gè)變體都對(duì)不同的PAM序列表現(xiàn)出高特異性。 

       還有許多自然發(fā)生的Cas變體有待發(fā)現(xiàn)。在自然界中，CRISPR–cas 9系統(tǒng)是一種針對(duì)病毒感染的細(xì)菌防御機(jī)制，不同的微生物進(jìn)化出了各種具有不同PAM偏好的酶。意大利特倫托大學(xué)的病毒學(xué)家Anna Cereseto和微生物組研究人員Nicola Segata梳理了超過100萬個(gè)微生物基因組，以確定和表征一組不同的Cas9變異體，他們估計(jì)這些變異體可以共同針對(duì)人類98%以上的已知致病突變。 

       然而，其中只有少數(shù)能在哺乳動(dòng)物細(xì)胞中發(fā)揮作用?！拔覀兊南敕ㄊ菧y(cè)試許多酶，看看是什么決定了這些酶的正常工作，”Cereseto說。Kleinstiver說，在從這些天然酶池和高通量蛋白質(zhì)工程努力中收集的見解之間，“我認(rèn)為我們最終將擁有一個(gè)非常完整的編輯器工具箱，允許我們編輯任何我們想要的堿基”。 

       04、單細(xì)胞代謝組學(xué) 

       代謝組學(xué)——研究驅(qū)動(dòng)細(xì)胞的脂質(zhì)、碳水化合物和其他小分子——最初是一套表征細(xì)胞或組織群體中代謝物的方法，但現(xiàn)在正轉(zhuǎn)向單細(xì)胞水平。科學(xué)家可以利用這種細(xì)胞水平的數(shù)據(jù)來解開大量看似相同的細(xì)胞的功能復(fù)雜性。但是這種轉(zhuǎn)變帶來了巨大的挑戰(zhàn)。 

      代謝組包括大量具有不同化學(xué)性質(zhì)的分子。德國(guó)海德堡歐洲分子生物學(xué)實(shí)驗(yàn)室的代謝組學(xué)研究員Theodore Alexandrov說，其中一些是非常短暫的，周轉(zhuǎn)率只有幾秒鐘。它們可能很難檢測(cè)：?jiǎn)渭?xì)胞RNA測(cè)序可以捕獲細(xì)胞或有機(jī)體(轉(zhuǎn)錄組)中產(chǎn)生的所有RNA分子的近一半，而大多數(shù)代謝分析只覆蓋細(xì)胞代謝物的一小部分。這些缺失的信息可能包括重要的生物學(xué)見解。 

       “代謝組實(shí)際上是細(xì)胞的活躍部分，”伊利諾伊大學(xué)香檳分校的分析化學(xué)家Jonathan Sweedler說?！爱?dāng)你患有疾病時(shí)，如果你想知道細(xì)胞狀態(tài)，你真的需要看看代謝物?！?nbsp;

       許多代謝組學(xué)實(shí)驗(yàn)室研究解離的細(xì)胞，它們?cè)诿?xì)管中被捕獲，并使用質(zhì)譜進(jìn)行單獨(dú)分析。相比之下，“成像質(zhì)譜”方法捕捉的是關(guān)于細(xì)胞代謝產(chǎn)物在樣本中不同位置如何變化的空間信息。例如，研究人員可以使用一種稱為基質(zhì)輔助激光解吸電離(MALDI)的技術(shù)，其中激光束掃過經(jīng)過特殊處理的組織切片，釋放代謝物供后續(xù)質(zhì)譜分析使用。這也捕獲了樣品中代謝物來源的空間坐標(biāo)。 

       理論上，這兩種方法都可以定量數(shù)千個(gè)細(xì)胞中的數(shù)百種化合物，但實(shí)現(xiàn)這一目標(biāo)通常需要頂級(jí)的定制硬件，成本在百萬美元左右，Sweedler說。 

       現(xiàn)在，研究人員正在使這項(xiàng)技術(shù)大眾化。2021年，Alexandrov的小組制造了SpaceM，這是一種開源軟件工具，它使用光學(xué)顯微鏡成像數(shù)據(jù)，通過標(biāo)準(zhǔn)的商業(yè)質(zhì)譜儀實(shí)現(xiàn)培養(yǎng)細(xì)胞的空間代謝組學(xué)分析?！拔覀?cè)跀?shù)據(jù)分析部分做了一些繁重的工作，”他說。 

       Alexandrov的團(tuán)隊(duì)使用SpaceM描繪了數(shù)萬個(gè)人和小鼠細(xì)胞的數(shù)百種代謝物，轉(zhuǎn)而使用標(biāo)準(zhǔn)的單細(xì)胞轉(zhuǎn)錄方法將這些細(xì)胞分類。Alexandrov說，他對(duì)后一個(gè)方面和組裝“代謝組學(xué)圖譜”的想法特別感興趣，這類似于為轉(zhuǎn)錄組學(xué)開發(fā)的圖譜，以加速該領(lǐng)域的進(jìn)展?！斑@無疑是一個(gè)前沿領(lǐng)域，并將成為一個(gè)巨大的推動(dòng)因素，”他表示。 

       05、體外胚胎模型 

       從受精卵到完全形成的胚胎的歷程已經(jīng)在小鼠和人類的細(xì)胞水平上被詳細(xì)繪制出來。但是驅(qū)動(dòng)這一過程早期階段的分子機(jī)制仍然知之甚少?，F(xiàn)在,“胚胎樣”模型中的一系列活動(dòng)正在幫助填補(bǔ)這些知識(shí)空白，使研究人員對(duì)決定胎兒發(fā)育成敗的重要早期事件有了更清晰的看法。 

       一些最復(fù)雜的模型來自Magdalena Zernicka-Goetz的實(shí)驗(yàn)室，她是帕薩迪納加州理工學(xué)院和英國(guó)劍橋大學(xué)的發(fā)育生物學(xué)家。 

       2022年，她和她的團(tuán)隊(duì)證明了他們可以完全從胚胎干細(xì)胞中產(chǎn)生著床階段的小鼠胚胎。 

 圖：胚胎用經(jīng)過工程改造的細(xì)胞制成的類似胚胎八細(xì)胞階段的胚狀體 

       像所有多能干細(xì)胞一樣，ES細(xì)胞可以形成任何細(xì)胞或組織類型——但它們需要與兩種類型的胚胎外細(xì)胞密切相互作用，才能完成正常的胚胎發(fā)育。Zernicka-Goetz團(tuán)隊(duì)學(xué)會(huì)了如何誘導(dǎo)胚胎干細(xì)胞形成這些胚胎外細(xì)胞，并表明這些細(xì)胞可以與胚胎干細(xì)胞共培養(yǎng)，從而產(chǎn)生成熟到以前無法達(dá)到的階段的胚胎模型在試管內(nèi)?！八拖衲隳芟胂蟮降呐咛ツＰ鸵荒Ｒ粯?，”Zernicka-Goetz說。“它長(zhǎng)出了頭和心臟——而且還在跳動(dòng)?！彼膱F(tuán)隊(duì)能夠利用這個(gè)模型來揭示個(gè)體基因的改變?nèi)绾斡绊懻５呐咛グl(fā)育。 

       在中國(guó)科學(xué)院廣州生物醫(yī)藥與健康研究院，干細(xì)胞生物學(xué)家Miguel Esteban和他的同事們正在采取一種不同的策略：對(duì)人類干細(xì)胞進(jìn)行重新編程，以模擬最早期的發(fā)育階段。 

       “我們最初的想法是，實(shí)際上甚至有可能制造受精卵，”Esteban說。該團(tuán)隊(duì)沒有完全實(shí)現(xiàn)這一目標(biāo)，但他們確定了一種培養(yǎng)策略，將這些干細(xì)胞推回到類似八細(xì)胞人類胚胎的狀態(tài)。這是一個(gè)重要的發(fā)育里程碑，與基因表達(dá)的巨大轉(zhuǎn)變相關(guān)，最終導(dǎo)致不同的胚胎和胚胎外細(xì)胞譜系。 

       雖然不完美，但Esteban的模型展示了自然八細(xì)胞胚胎中細(xì)胞的關(guān)鍵特征，并強(qiáng)調(diào)了人類和小鼠胚胎如何啟動(dòng)向八細(xì)胞階段過渡的重要差異?！拔覀儼l(fā)現(xiàn)一種甚至在小鼠體內(nèi)都不表達(dá)的轉(zhuǎn)錄因子控制著整個(gè)轉(zhuǎn)化過程，”Esteban說。 

       總的來說，這些模型可以幫助研究人員繪制出僅僅幾個(gè)細(xì)胞如何導(dǎo)致脊椎動(dòng)物身體驚人的復(fù)雜性。 

       在許多國(guó)家，對(duì)人類胚胎的研究被限制在超過14天的發(fā)育階段，但是在這些限制下，研究人員還是可以做很多事情。Esteban說，非人靈長(zhǎng)類動(dòng)物模型提供了一種可能的選擇，Zernicka-Goetz說，她的小鼠胚胎策略也可以產(chǎn)生發(fā)育到第12天的人類胚胎?！霸谖覀儤酚谘芯康哪莻€(gè)階段，我們?nèi)杂性S多問題要探索，”她說。 

       【來源：摘自智藥局】 聲明：轉(zhuǎn)載此文是出于傳遞更多信息之目的。若有來源標(biāo)注錯(cuò)誤或侵犯了您的合法權(quán)益，請(qǐng)作者持權(quán)屬證明與本網(wǎng)聯(lián)系，我們將及時(shí)更正、刪除，謝謝。 郵箱地址：xlg@xhpr.net