大多數疾病最初是無癥狀的，受影響的人通常仍然感覺良好——癥狀還沒有出現，或仍然太輕而無法意識到。然而，身體內部已經發生了變化：病毒可能已經開始復制，或者一個流氓細胞可能分裂得比正常情況下更頻繁。但是如何才能發現這些變化呢？怎樣在一個組織或器官中找到一個患病細胞呢？搜尋工作就像大海撈針。研究人員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，科學家也很難確定疾病起始的小部位或描述驅動疾病進展的確切分子變化。

復雜組織的空間分子譜對于研究生理和病理狀態下的細胞功能至關重要。現有針對組織切片的空間組表達譜分析已經為疾病機制研究帶來了豐富的信息，然而，目前尚缺乏大型生物標本三維成像的分子分析方法。

來自德國慕尼黑大學的Ali Ertürk團隊和Max Planck生物化學研究所的Matthias Mann現在開發了一種名為DISCO-MS的新技術，結合了將小鼠或人類組織/全器官透明化成像、基于深度學習的圖像分析、機器人組織提取和超高靈敏度質譜蛋白質組學技術，能從疾病早期精確識別的“患病”細胞中獲取蛋白質組學數據，從而助力研究人員深入研究疾病起始的分子變化。

DISCO-MS:透明檢測早期分子變化

DISCO-MS首先進行DISCO組織透明化，使小鼠身體或人體器官透明，使它們易于成像。因此，熒光標記的細胞可以很容易地識別在完整的組織的特定部位使用高分辨率三維顯微鏡。

一旦確定了感興趣的區域，他們就會使用一種名為DISCO-bot的新型機器人技術進行分離，機器人輔助提取的組織使用先進的質譜(MS)方法進行蛋白質組分析，這種高科技方法允許在整個小鼠身體或人體器官中以3D方式識別任何所需組織區域的完整分子特征。

• DISCO-MS是一種光學透明的全樣本空間蛋白質組學技術
• DISCO-MS在人工智能和機器人技術的輔助下獲得了與新鮮樣本相似的蛋白質組
• DISCO-bot輔助DISCO-MS揭示了小鼠骨骼中的空間免疫細胞異質性，以及人類冠狀動脈斑塊的異質性

早發現就能發現疾病

為了展示該方法的強大功能，第一作者Harsharan Singh Bhatia及其同事將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(病理性硬化和血管狹窄)。在AD模型的組織樣本中，該團隊應用人工智能(AI)來識別疾病早期階段的典型AD斑塊，這是其他任何方法都難以檢測到的。隨后對斑塊的蛋白質組學分析提供了對受AD影響的蛋白質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。

在人類心臟中，研究人員對動脈粥樣硬化斑塊周圍組織的組成感興趣，這些組織在組織清理后很快就能看到。人工智能檢測和機器人對組織的提取再次允許識別與主動脈斑塊相關的人類心臟細胞中失調的分子通路。這些結果是關鍵的發現，因為它們形成了潛在治療靶點的基礎。

結論

DISCO-MS是第一個完整的3D空間組學技術，DISCO-MS在嚙齒動物和人類組織中獲得了用過往方法無法區分的蛋白質組數據。作者使用DISCO-MS研究腦損傷后沿軸索束的小膠質細胞活化，并在阿爾茨海默病小鼠模型中描述早期和晚期個體β淀粉樣蛋白斑塊的特征。DISCO-bot機器人樣本提取使研究人員能夠研究完整小鼠體內免疫細胞和完整人類心臟主動脈斑塊的區域異質性。DISCO-MS能夠在對整個標本進行三維無偏倚成像后對臨床前和臨床組織進行無偏倚蛋白質組分析，確定復雜疾病的診斷和治療機會，可加速研究從癌癥到代謝紊亂等復雜疾病。由于DISCO-MS與臨床前組織和臨床組織合作，它能夠在疾病的早期階段進行研究，并隨后開發潛在的新療法。

Journal Reference:

1. Harsharan Singh Bhatia, Andreas-David Brunner, Furkan Öztürk, Saketh Kapoor, Zhouyi Rong, Hongcheng Mai, Marvin Thielert, Mayar Ali, Rami Al-Maskari, Johannes Christian Paetzold, Florian Kofler, Mihail Ivilinov Todorov, Muge Molbay, Zeynep Ilgin Kolabas, Moritz Negwer, Luciano Hoeher, Hanno Steinke, Alina Dima, Basavdatta Gupta, Doris Kaltenecker, Özüm Sehnaz Caliskan, Daniel Brandt, Natalie Krahmer, Stephan Müller, Stefan Frieder Lichtenthaler, Farida Hellal, Ingo Bechmann, Bjoern Menze, Fabian Theis, Matthias Mann, Ali Ertürk. Spatial proteomics in three-dimensional intact specimens. Cell, 2022; 185 (26): 5040 DOI: 10.1016/j.cell.2022.11.021