分享一篇发表在Nature Methods上的文章,题目为Molecular pixelation: spatial proteomics of single cells by sequencing。本文通讯作者均来自Pixelgen Technologies,分别为该公司的CEO,Simon Fredriksson以及CTO,Filip Karlsson。Pixelgen Technologies致力于发展空间蛋白质组学技术,且已经将本文所介绍的方法实现了商业化。
细胞表面蛋白质的空间分布制约着免疫系统的重要过程,如细胞间的交流和移动。然而,荧光显微镜在亚细胞水平上高通量多标成像具有较大局限。本文中,研究人员发展了分子像素化(Molecular Pixelation,MPX)技术,利用抗体-寡核苷酸偶联物(antibody–oligonucleotide conjugates,AOC),以高度多重的方式检测细胞表面蛋白质的排列。该技术无需光学设备,无需固定样品或单细胞分隔,可在标准反应管中进行。
MPX技术中,主要用到AOC与DNA分子像素两种功能分子。AOC上携带的寡核苷酸链具有如下部分:PCR引物结合序列REV;靶蛋白信息BC;独特分子识别号UMI;通用DNA分子像素结合序列BS1。DNA分子像素为直径小于 100 nm 的单链 DNA 分子,每个DNA分子像素包含若干个BS1/2的互补碱基序列,以及一种特征的UMI序列的连接子,称为唯一像素标识符(UPI)。
在MPX流程中,首先将AOC与化学固定细胞上的蛋白质靶标结合;随后,加入第一轮DNA分子像素(直径小于100 nm的单链DNA分子)。每个分子像素将与临近的多个AOC杂交,杂交DNA像素的UPI序列随后会通过填隙连接反应被整合到AOC寡核苷酸上,从而形成邻域,每个邻域内的一组AOC共享相同的UPI序列。第一组DNA像素经酶降解后,第二组DNA像素同样通过杂交和间隙填充连接反应被整合到一起。然后通过PCR扩增生成的扩增子并进行测序。每个独特AOC分子的相对位置可通过两个连续DNA像素杂交和间隙填充连接步骤产生的UPI邻域重叠推断。每个测序后的独特分子都可表示为双分图中的一条边,UPI-A和 UPI-B序列为节点,蛋白质身份为边属性,或者表示为单模投影图,UPI-A序列为节点,蛋白质身份为节点属性。数据处理和过滤后从测序样本中生成的图包含图成分,这些成分可被分离成与单细胞相对应的不同图。蛋白质排列的空间分析,如单个蛋白质的聚类程度或两个或多个蛋白质之间的共定位,可通过询问每个细胞图谱上边缘或节点属性的位置来进行。通过使用76种针对免疫细胞表面蛋白的AOC和4种对照AOC,我们证明了MPX根据外周血单核细胞(PBMC)蛋白质丰度生成单细胞数据的能力。接下来,我们用这种方法通过 MPX 极性评分量化了每种检测蛋白在治疗抗体或使用二抗封盖细胞后的空间聚类或极化程度。最后,研究了受趋化迁移刺激的免疫细胞中目标蛋白质的丰度、极性和成对共定位情况。综上所述,本文发展了分子像素化技术,实现了单细胞水平空间蛋白质组学分析,系统揭示不同刺激条件前后蛋白丰度、蛋白分布极化、蛋白共定位的变化。原文链接:https://www.nature.com/articles/s41592-024-02268-9文章引用:DOI:10.1038/s41592-024-02268-9
目前评论:0