Cell：新型空间组学技术能够在疾病的早期阶段解决关键问题

你怎么能在一个完整的大脑或人类心脏中找到一个患病细胞呢?搜寻工作就像大海捞针。Helmholtz Munich和LMU Munich的Ali Ertürk团队和位于慕尼黑附近Martinsried的Max Planck生物化学研究所的Matthias Mann现在开发了一种名为DISCO-MS的新技术来解决这个问题。DISCO-MS使用机器人技术从疾病早期精确识别的“患病”细胞中获取蛋白质组学数据。  

大多数疾病最初是无症状的，受影响的人通常仍然感觉良好-症状还没有出现，或仍然太轻而无法意识到。然而，身体内部已经发生了变化:病毒可能已经开始复制，或者一个流氓细胞可能分裂得比正常情况下更频繁。但是如何才能感知这些变化呢?

研究人员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，科学家也很少能确定疾病起始的小部位或描述驱动疾病进展的确切分子变化。

随着Ertürk和德国Mann的研究团队开发出DISCO-MS，这项任务变得容易多了。DISCO-MS结合了将小鼠和人类组织透明的方法，以及最新的机器人技术和蛋白质组学技术，以确定它们的分子组成。

DISCO-MS:透明检测早期分子变化  

DISCO-MS从所谓的DISCO组织清理开始，它使小鼠身体或人体器官透明，使它们易于成像。因此，荧光标记的细胞可以很容易地在完整组织的特定部位使用高分辨率三维显微镜识别。

一旦确定了感兴趣的区域，他们就会使用一种名为DISCO-bot的新型机器人技术进行隔离，该技术由机械工程师Furkan ztürk开发。机器人辅助提取的组织使用先进的质谱(MS)方法进行蛋白质组分析，该方法由Andreas-David Brunner开发，这种高科技方法允许在整个小鼠身体或人体器官中以3D方式识别任何所需组织区域的完整分子特征。

早发现就能早点治疗疾病   

为了展示该方法的强大功能，第一作者Harsharan Singh Bhatia及其同事将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(病理性硬化和血管狭窄)。在AD模型的组织样本中，该团队应用人工智能(AI)来识别疾病早期阶段的典型AD斑块，这是其他任何方法都难以检测到的。随后对斑块的蛋白质组学分析提供了对受AD影响的蛋白质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，研究人员对动脉粥样硬化斑块周围组织的组成感兴趣，这些组织在组织清理后很快就能看到。人工智能检测和机器人对组织的提取再次允许识别与主动脉斑块相关的人类心脏细胞中失调的分子通路。这些结果是关键的发现，因为它们形成了潜在治疗靶点的基础。

DISCO-MS是第一个完整的3D空间组学技术，可加速研究从癌症到代谢紊乱等复杂疾病。由于DISCO-MS与临床前组织和临床组织合作，它能够在疾病的早期阶段进行研究，并随后开发潜在的新疗法。

文章标题

Spatial proteomics in three-dimensional intact specimens.