单细胞蛋白质组学的创新推动了疾病研究的进展

单细胞技术正在改变我们对人类健康和疾病的认识。单细胞蛋白质组学(SCP)的快速发展使得在单个细胞中测量更多参数成为可能。原则上，通过对每个细胞进行更多的测量，我们应该能够更全面地了解这个异构系统。

细胞群中潜在的微观异质性是由基因及其表达的变化引起的，在单细胞水平上了解这些变化有助于识别任何细胞，例如，作为疾病发展的种子，如癌症。研究疾病诊断和对药物的反应需要蛋白质组学——尽管处于早期阶段，SCP在我们对该领域的理解方面取得了新的进展。

质谱分析的新时代

研究细胞内的DNA和RNA分子是单细胞生物学最常见的方法之一。在单细胞DNA和rna测序方面已经取得了重大进展，特别是在代表细胞中所有表达基因的转录组方面。根据应用的不同，不同的测序技术可以用于这些研究。¹

然而，极其灵敏的质谱仪现在正将SCP带入主流。单个细胞的蛋白质含量约为。200 picograms(十亿分之一毫克)，但最近的一项研究使用无偏的单一蛋白质组学方法从单细胞中获得了1400种蛋白质的定性和定量信息。²数据的聚类分析能够区分细胞类型和细胞周期阶段。

蛋白质具有生物化学活性，并充当信号分子。因此，大约95%的药物都是针对蛋白质的也就不足为奇了。然而，蛋白质分子不能像DNA或RNA那样被放大来进行SCP测量。必须使用高灵敏度技术在单细胞水平上破译蛋白质分子的复杂性，以帮助我们更深入地了解人类健康和疾病。²

单细胞组学图景

蛋白质的功能经常通过翻译后修饰(PTM)来调节，可以改变细胞的功能过程。已知内源性蛋白水解和糖基化等过程在肿瘤机制中发挥作用。^3.，4此外，基因表达受到所谓的爆发的影响，从而导致额外的变异，这些变异将通过蛋白质中的翻译后调节过程自动归一化。⁵

在先进技术的帮助下，对超过100万个单个细胞测量的单细胞转录组的研究现在是可行的⁶并强调了单细胞的异质性，开辟了生物研究和医学的新领域。在所有这些方法中，一个共同的促成因素是能够将DNA和RNA分子放大到所需的数量，使它们进入可检测甚至可量化的范围。⁷

近年来，专业研究小组利用尚未被一般研究团体采用的纳米流体进行了单细胞无偏性蛋白质组学研究。这些应用通常专注于最小化样品制备过程中的损耗和多路复用样品以增强信号强度。^8，9然而，尽管有这些解决方案，该领域仍需要创新来提高质谱仪的灵敏度。

俘获离子迁移谱(TIMS)

并行累积和串行分段(PASEF)的引入¹⁰该技术结合了液相色谱和质谱(LC-MS)蛋白质组学，提高了测序速度和灵敏度。PASEF优化了离子束的使用，并与捕获离子迁移率光谱(TIMS)循环中离子洗脱的智能前驱体选择一起，实现了快速的MS/MS识别。此外，离子在TIMS细胞内的空间和时间集中，显著提高了灵敏度。这使得分析低样本量，在低纳克肽负荷范围内。

TIMS测量还提供了碰撞截面(CCS)值和异构物种的分离，这些异构物种迁移率偏移但质量对齐(MOMA)，并减轻了多路量化方法中的比率压缩。

这些4d蛋白质组学功能弥补了最苛刻的蛋白质组学方法(如临床研究蛋白质组学和个性化药物研究)与现有解决方案之间的差距。

蛋白质组学应用的TIMS

四极杆飞行时间质谱(QTOF-MS)的发现，加上用于蛋白质组学应用的TIMS(2017年)，导致蛋白质组学界发生了两个范式转变:

• 标准蛋白质组学分析所需的肽的数量减少了一个数量级。
  
• 标准蛋白质组学分析所需的时间减少了四分之一。
  

结论

SCP技术仍处于起步阶段，正在推动个性化医疗和精准治疗的进步，以帮助治疗癌症和阿尔茨海默病等复杂和异质疾病。

大规模单细胞分析在捕捉生物异质性方面具有重要意义，但直到最近还主要局限于基于rna的技术。这种新的深度SCP分析有可能在大分子水平上改变我们对细胞生物学的理解，并回答有关蛋白质动力学和疾病机制的基本问题。

引用:

1.张志刚，张志刚，张志刚，等。超高灵敏度质谱定量单细胞蛋白质组的变化摄动。bioRxiv．2021:2020.12.22.423933。doi:10.1101 / 2020.12.22.423933．

2.陈刚，宁波，石涛。单细胞rna序列技术及相关计算数据分析。前面。在创。2019; 10:317。doi:10.3389 / fgene.2019.00317．

3.Liotta LA, Petricoin EF。用于癌症检测的血清多肽:将生物垃圾转化为诊断黄金。J临床投资．2006年,116(1):26 - 30日。doi:10.1172 / JCI27467．

4.康纳利MA, Otvos JD, Shalaurova I, Playford MP, Mehta NN。GlycA，一种系统炎症和心血管疾病风险的新型生物标志物。转化医学杂志．2017; 15(1): 219。doi:10.1186 / s12967 - 017 - 1321 - 6．

5.Marinov GK, Williams BA, McCue K，等。从单细胞到细胞池转录组:基因表达和RNA剪接的随机性。创Res．2014; 24(3): 496 - 510。doi:10.1101 / gr.161034.113

6.曹杰，Spielmann M，邱霞，等。哺乳动物器官发生的单细胞转录景观。自然．2019, 566(7745): 496 - 502。doi:10.1038 / s41586 - 019 - 0969 - x．

7.王娟，王俊杰，王晓明，王晓明。单细胞全基因组扩增方法的定量比较。《公共科学图书馆•综合》．2014; 9 (8): e105585。doi:10.1371 / journal.pone.0105585．

8.Hartlmayr D, Ctortecka C, Seth A, Mendjan S, Tourniaire G, Mechtler K.以前所未有的灵敏度进行无标签和多路单细胞蛋白质组学样品制备的自动化工作流。bioRxiv．2021:2021.04.14.439828。doi:10.1101 / 2021.04.14.439828．

9.单细胞蛋白质谱分析。Curr Opin化学生物学。2021; 60:1-9。doi:10.1016 / j.cbpa.2020.04.018．

10.Meier F, Brunner AD, Koch S，等。一种新型离子迁移质谱仪的在线并行累积串行碎片(PASEF)。Mol细胞蛋白质组学．2018; 17(12): 2534 - 2545。doi:10.1074 / mcp.TIR118.000900．