Cell：新型空间组学技术DISCO-MS能够在疾病的早期阶段进行研究

你如何能够在一个完整的大脑或人体心脏中追踪一个病变的细胞？这种搜索类似于大海捞针。在一项新的研究中，德国亥姆霍兹慕尼黑中心、慕尼黑大学的Ali Ertürk团队和马克斯-普朗克生物化学研究所的Matthias Mann团队如今开发出一种名为DISCO-MS的新技术，解决了这个问题。DISCO-MS使用机器人技术在疾病早期精确识别的“患病”细胞中获得蛋白质组学数据。相关研究结果发表在2022年12月22日的Cell期刊上，论文标题为“Spatial proteomics in three-dimensional intact specimens”。

大多数疾病最初是没有症状的，受影响的人通常仍然感觉良好---症状尚未出现，或者仍然太轻微而无法意识到。然而，身体内已经发生了变化：一种病毒可能已经开始复制，或者一个坏的细胞可能分裂得比正常情况下更频繁。但如何才能感知到这些变化呢？

科学家们在研究疾病的早期发展时也面临着类似的困境。即使在使用动物模型时，科学家们也很少能确定疾病起始的小部位，也很少能描述推动疾病发展的确切分子变化。

随着Ertürk团队和Mann团队开发出DISCO-MS，这项任务变得更加容易。DISCO-MS将使小鼠和人体组织透明的方法与最新的机器人技术和蛋白质组学技术相结合，以确定其分子构成。

DISCO-MS：组织透明才能检测早期分子变化

DISCO-MS从所谓的DISCO组织透明开始，它使小鼠身体或人体器官变得透明，使它们可以被成像。因此，可以使用高分辨率的三维显微镜轻松地识别完整组织特定部位中的荧光标记细胞。

一旦确定了感兴趣的区域，就可以使用一种名为DISCO-bot的新机器人技术将其分离出来，该技术由机械工程师Furkan Öztürk（Ertürk实验室的一名博士生）开发。使用Mann实验室前博士生Andreas-David Brunner开发的先进质谱（MS）方法，对机器人辅助提取的组织进行处理，以进行蛋白质组分析。这种高科技方法允许对整个小鼠身体或人类器官中三维确定的任何所需组织区域进行完整的分子特征分析。

图片来自Cell, 2022, doi:10.1016/j.cell.2022.11.021。

早期检测就能发现疾病

为了展示该方法的力量，论文第一作者Harsharan Singh Bhatia及其同事们将DISCO-MS应用于阿尔茨海默病（AD）小鼠模型和人类心脏中的动脉粥样硬化斑块。在AD小鼠模型的组织样本中，他们利用人工智能（AI）识别出在这种疾病早期阶段很难通过任何其他方法检测出来的典型AD斑块。随后对这些斑块的蛋白质组学分析提供了对受AD影响的蛋白的无偏倚和大规模研究，揭示了可能是阿尔茨海默病生物标志物的新分子参与者。

在人类心脏中，这些作者对动脉粥样硬化斑块周围组织的组成感兴趣，这些动脉粥样硬化斑块在组织透明后迅速可见。人工智能检测和机器人对这些组织的提取，又使人心脏细胞中与主动脉斑块有关的失调分子途径得到了识别。这些结果是关键的发现，因为它们构成了潜在治疗靶标的基础。

DISCO-MS是第一种完整的三维空间组学技术，加速了从癌症到代谢紊乱等复杂疾病的研究。由于DISCO-MS适用于临床前组织和临床组织，它能够在疾病的最早期阶段进行研究，并随后开发潜在的新疗法。（ Bioon.com）

参考资料：

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