你如何能夠在一個完整的大腦或人體心臟中追蹤一個病變的細胞？這種搜索類似于大海撈針。在一項新的研究中，德國亥姆霍茲慕尼黑中心、慕尼黑大學的Ali Ertürk團隊和馬克斯-普朗克生物化學研究所的Matthias Mann團隊如今開發出一種名為DISCO-MS的新技術，解決了這個問題。DISCO-MS使用機器人技術在疾病早期精確識別的“患病”細胞中獲得蛋白質組學數據。相關研究結果發表在2022年12月22日的Cell期刊上，論文標題為“Spatial proteomics in three-dimensional intact specimens”。

大多數疾病最初是沒有癥狀的，受影響的人通常仍然感覺良好---癥狀尚未出現，或者仍然太輕微而無法意識到。然而，身體內已經發生了變化：一種病毒可能已經開始復制，或者一個壞的細胞可能分裂得比正常情況下更頻繁。但如何才能感知到這些變化呢？

科學家們在研究疾病的早期發展時也面臨著類似的困境。即使在使用動物模型時，科學家們也很少能確定疾病起始的小部位，也很少能描述推動疾病發展的確切分子變化。

隨著Ertürk團隊和Mann團隊開發出DISCO-MS，這項任務變得更加容易。DISCO-MS將使小鼠和人體組織透明的方法與最新的機器人技術和蛋白質組學技術相結合，以確定其分子構成。

DISCO-MS：組織透明才能檢測早期分子變化

DISCO-MS從所謂的DISCO組織透明開始，它使小鼠身體或人體器官變得透明，使它們可以被成像。因此，可以使用高分辨率的三維顯微鏡輕松地識別完整組織特定部位中的熒光標記細胞。

一旦確定了感興趣的區域，就可以使用一種名為DISCO-bot的新機器人技術將其分離出來，該技術由機械工程師Furkan Öztürk（Ertürk實驗室的一名博士生）開發。使用Mann實驗室前博士生Andreas-David Brunner開發的先進質譜（MS）方法，對機器人輔助提取的組織進行處理，以進行蛋白質組分析。這種高科技方法允許對整個小鼠身體或人類器官中三維確定的任何所需組織區域進行完整的分子特征分析。

圖片來自Cell, 2022, doi:10.1016/j.cell.2022.11.021。

早期檢測就能發現疾病

為了展示該方法的力量，論文第一作者Harsharan Singh Bhatia及其同事們將DISCO-MS應用于阿爾茨海默病（AD）小鼠模型和人類心臟中的動脈粥樣硬化斑塊。在AD小鼠模型的組織樣本中，他們利用人工智能（AI）識別出在這種疾病早期階段很難通過任何其他方法檢測出來的典型AD斑塊。隨后對這些斑塊的蛋白質組學分析提供了對受AD影響的蛋白的無偏倚和大規模研究，揭示了可能是阿爾茨海默病生物標志物的新分子參與者。

在人類心臟中，這些作者對動脈粥樣硬化斑塊周圍組織的組成感興趣，這些動脈粥樣硬化斑塊在組織透明后迅速可見。人工智能檢測和機器人對這些組織的提取，又使人心臟細胞中與主動脈斑塊有關的失調分子途徑得到了識別。這些結果是關鍵的發現，因為它們構成了潛在治療靶標的基礎。

DISCO-MS是第一種完整的三維空間組學技術，加速了從癌癥到代謝紊亂等復雜疾病的研究。由于DISCO-MS適用于臨床前組織和臨床組織，它能夠在疾病的最早期階段進行研究，并隨后開發潛在的新療法。（ Bioon.com）

參考資料：

1. Harsharan Singh Bhatia et al. Spatial proteomics in three-dimensional intact specimens. Cell, 2022, doi:10.1016/j.cell.2022.11.021.

2. Novel spatial-omics technology enables investigation of diseases at their early stages
https://phys.org/news/2022-12-spatial-omics-technology-enables-diseases-early.html