AI在线 AI在线

量化单个细胞中表达的一半蛋白质组,质谱技术最新进展推动SCP发展

作者:ScienceAI
2025-04-09 02:15
编辑丨coisini单细胞蛋白质组学(single-cell proteomics,SCP)是研究单个细胞内蛋白质表达多样性的研究领域。 自 2020 年以来,蛋白质组学在可达到的灵敏度方面实现了超过 100 倍的提升,这一成就得益于质谱仪设计的一系列改进以及结合机器学习的数据处理算法。 SCP 有潜力扩展现有分析工具集,但在吞吐量和蛋白质组深度方面仍受到限制。

图片

编辑丨coisini

单细胞蛋白质组学(single-cell proteomics,SCP)是研究单个细胞内蛋白质表达多样性的研究领域。自 2020 年以来,蛋白质组学在可达到的灵敏度方面实现了超过 100 倍的提升,这一成就得益于质谱仪设计的一系列改进以及结合机器学习的数据处理算法。SCP 有潜力扩展现有分析工具集,但在吞吐量和蛋白质组深度方面仍受到限制。

近期一篇发表在《Nature》上,题为《Entering the era of deep single-cell proteomics》的文章介绍了两项新研究:Bubis 等人和 Ye 等人利用质谱技术的最新进展,量化了单个 HeLa 细胞中表达的一半蛋白质组,吞吐量达到 50-120 个细胞 / 天。这一进展代表着 SCP 在精确绘制蛋白质组调控图谱方面,能力有了重大飞跃。

图片

文章链接:https://www.nature.com/articles/s41592-025-02620-7

Bubis 等人利用其平台表征了多能干细胞在分化前后的蛋白质组,模拟了不同的囊胚细胞谱系,并进一步强调了深度单细胞蛋白质组学(SCP)在阐明细胞异质性方面的能力。

图片

Bubis 等人研究论文:https://www.nature.com/articles/s41592-024-02559-1

Ye 等人通过追踪药理学刺激下癌细胞球体的转变,展示了其方法在蛋白质组药物靶点解析中的适用性。研究团队还监测了人类诱导多能干细胞向胚体不同细胞类型的分化过程。

图片

Ye 等人研究论文:https://www.nature.com/articles/s41592-024-02558-2

两项研究都利用了最近推出的 Orbitrap Astral 质谱仪,该仪器结合了用于未片段化肽段高分辨率分析的传统 Orbitrap 和新的 Astral 分析器,后者在高达 200 Hz 的串联质谱扫描速度下也能实现高灵敏度和高分辨率。

质谱仪的终极灵敏度在单细胞蛋白质组学(SCP)中起到关键作用,但仍面临多个问题。

首先,单个细胞中极微量的蛋白质要求样品制备过程微型化,以减少非特异性结合带来的损失。Ye 等人和 Bubis 等人都采用了 cellenONE(Cellenion)亚微升级细胞和液体分配平台进行样品制备。

其次,液相色谱(LC)系统必须优化,以实现高吞吐量下的低流速采集。两项研究均在传统架构的 LC 系统(Thermo Fisher Scientific Vanquish)上建立了工作流程,该系统以每天 30-80 个样品(SPD)的吞吐量运行,通过高达 1 μl/min 的流速实现快速样品加载。系统能够在 50 SPD 下从仅 250 pg 的 HeLa 胰酶消化物中测量 7500 种蛋白质,并在 60 SPD 下从单个 HeLa 细胞中测量 6500 种蛋白质。Ye 等人进一步测试了 Evosep One LC,该系统使用预形成的色谱梯度,在 120 SPD 下单个 HeLa 细胞中检测到超过 4500 种蛋白质。

图片

需要注意的是,尽管两项研究在提升单细胞蛋白质组学(SCP)的深度方面取得了显著进展,但在很大程度上依赖于细胞的蛋白质含量,因此也取决于细胞的大小。两项研究作者都提到了测量较小细胞时蛋白质组深度损失的问题。因此,对许多应用而言,SCP 可能会受益于未来更灵敏的质谱仪。

总的来说,两项研究共同为在各种现有 LC 系统上部署灵敏的单细胞工作流程提供了坚实的基础。将深度 SCP 与其他技术相结合,有望彻底改变研究细胞过程的分析工具集,从而在个性化医学和疾病机制理解方面取得突破。

相关标签:

相关资讯

Latent Labs 成立,获得 5000 万美元融资,推动生物技术的可编程化

在生物技术领域,新的创业公司 Latent Labs 正以5000万美元的融资从隐秘阶段走向公众视野。 这家公司由前谷歌 DeepMind 科学家 Simon Kohl 创立,旨在利用人工智能基础模型来 “使生物学可编程化”,并与生物技术和制药公司合作,生成和优化蛋白质。 理解 Latent Labs 的使命,首先要认识到蛋白质在生物学中的关键作用。
2/13/2025 10:55:00 AM
AI在线

英伟达与美国机构发布生物学领域最大 AI 模型 Evo 2:机器可用核苷酸语言“思考”

据新华社消息,美国弧形研究所、英伟达和斯坦福大学等机构合作开发的AI生物学模型Evo 2于2月19日正式发布。
2/20/2025 2:57:40 PM
清源

AI赋能蛋白质研究:SaprotHub让蛋白质AI模型训练和调用不再有门槛!

编辑 | ScienceAI近年来,AI 技术在蛋白质研究领域发挥了越来越重要的作用。 从 AlphaFold2 在结构预测任务上的脱颖而出,到各类蛋白质语言模型(PLMs)在功能预测方面的重大进展,生物研究者们可以利用各式各样的 AI 模型来辅助他们的研究。 然而,随着模型变得越来越复杂,如何训练和调用这些 AI 模型对于缺乏机器学习专业知识的研究者来说是一件非常具有挑战的任务,也因此限制了 AI 技术在实际研究中的应用。
1/23/2025 5:44:00 PM
ScienceAI