譚蔚泓：基于核酸適體質譜條形碼的精準分子分型
近日，湖南大學譚蔚泓院士團隊與浙江大學醫學院附屬第一醫院黃河教授團隊開發了一種基于核酸適體的質譜流式技術，用于單細胞的細胞表面蛋白分析，旨在為疾病的精準分子分型提供一個新的平臺技術。該方法不僅能夠實現培養細胞的分子分型和分類，還能結合機器學習，實現臨床樣本亞型的分類。該方法極大地擴展了核酸適體的應用領域，并為疾病的分類和診斷提供了新方法。
背景介紹：
高度異質性是惡性腫瘤的重要特征，同一疾病的不同亞型可能對臨床治療有著完全不同的反應。因此，疾病的精準分子分型對其診療研究具有重要意義。雖然基因組測序和轉錄組測序已經成為最常用的分類策略，但它們無法提供蛋白質的表型和功能數據。單細胞水平的膜蛋白分析將為疾病分型提供重要信息。流式細胞術提供了高通量的單細胞測量技術。然而，由于熒光光譜重疊問題，限制了熒光流式細胞術的多元分析能力。質譜流式作為一種先進的替代方法，具有信號重疊小和細胞背景噪聲低等優點，已展現出在一次實驗中同步測量超過40個細胞參數的能力。盡管質譜流式技術在多路復用單細胞分析中的巨大潛力，但其在腫瘤分類中的潛力受到識別探針種類不足的限制。
核酸適體作為一種新型的識別配體，具有特異性高、合成簡單、免疫原性低、修飾方便等優勢。此外，以完整的活細胞為篩選對象，可以通過Cell-SELEX（指數富集配體進化技術）獲得大量能夠特異性識別細胞膜蛋白標志物的核酸適體。
本文亮點：
基于以上研究背景，湖南大學譚蔚泓院士團隊聯合浙江大學醫學院附屬第一醫院黃河教授團隊設計、合成了一種由二乙烯三胺五乙酸（DTPA）基元組成的聚合物，用于螯合多個金屬離子。然后，選擇了一系列識別不同細胞表面生物標志物的核酸適體，每個適體分別與螯合了不同金屬離子的聚合物偶聯（Apt-MICP）。最后，評估了基于Apt-MICP的細胞表面蛋白分析在培養細胞和臨床樣本中用于血液惡性腫瘤（HM）精確分類的潛力（圖1）。
圖1. 基于核酸適體的質譜流式分析技術用于血液惡性腫瘤的分子分型
作者首先對聚合物進行了設計與合成，并通過點擊化學將其與核酸適體相連（圖2a）。利用瓊脂糖凝膠電泳和高效液相色譜對產物進行表征，證明了sgc8c-MICP的成功合成（圖2b，c）。同時，在核酸適體上修飾上熒光基團，利用熒光流式驗證了sgc8c-MICP仍然能夠靶向CEM細胞，而不會結合Ramos細胞（圖2d，e）。
圖2. sgc8c-MICP的合成與表征
在證明了該策略的有效性之后，作者挑選了15條相關的核酸適體，將其連接上螯合了不同金屬離子的聚合物，得到15條Apt-MICP。將15條核酸適體聯用，依次對8種血液惡性腫瘤細胞系進行結合，通過質譜流式進行分析。將得到的結果進行歸一化，并用熱圖進行展示（圖3a）。利用viSNE降維分析方法對分型結果進行分析，實現8種細胞的區分（圖3b）。結合無監督的主成分分析方法，實現血液惡性腫瘤細胞系更精確的區分（圖3c）。
圖3. 血液惡性腫瘤細胞系的細胞表面特征分析及分類
利用上述合成的15條Apt-MICP，結合五種相關的抗體，實現了31例血液惡性腫瘤臨床樣本（包括AML、ALL、B淋巴瘤以及CML四種亞型）的分子分型（圖4a）。由于臨床樣本的異質性高，作者利用機器學習的方法進行PLS-DA建模，并成功將四種亞型的樣本區分開來（圖4b），總體準確率達到了100%（圖4c）。
圖4. 臨床樣本訓練集的分子分型和分類
為了進一步驗證該模型的有效性，作者又收集了15例臨床樣本，得到了分子圖譜（圖5a）。將分型結果輸入到模型當中，實現對每個樣本亞型的判定，總體準確率達到了80%（圖5b）。
圖5. 臨床樣本測試集的分子分型和分類
總結與展望：
綜上所述，該研究開發了一個基于核酸適體的質譜流式檢測平臺，用于精確的癌癥分類。作者合成了一系列核酸適體-金屬標簽探針，并證明了它們在細胞類型特異性結合以及質譜流式檢測方面的良好性能。通過用15個核酸適體探針分析細胞表面特征，可以很好地區分8個HM細胞系。此外，通過結合機器學習（PLS-DA），對HM臨床樣本的四個亞型構建了一個高質量的分類模型，在訓練集中分類總準確率為100%，在測試集中分類總準確率為80%。基于這些結果，基于核酸適體的質譜流式平臺有望在其他疾病的分類和診斷中得到廣泛應用。該工作以Research Article的形式發表在CCS Chemistry。
文章詳情：
Aptamer-based cell-surface profiling with single-cell resolution enables precise cancer characterization
Liujun Xu?, Yawei Feng?, Tong Wang, Shenhuan Li, Kangli Xu, Yue Sun, Yi Luo, Yishan Ye, Yan Miao, Yun Dong, Zhenzhen Guo, Qing Zhang, Benshang Li, He Huang*, Xue-Qiang Wang, Liping Qiu and Weihong Tan*
Cite this by DOI: 10.31635/ccschem.023.202302825
文章鏈接：https://doi.org/10.31635/ccschem.023.202302825
-
會議會展
-
焦點事件
-
焦點事件
-
焦點事件
-
焦點事件
-
會議會展
-
焦點事件
-
焦點事件
-
焦點事件
-
焦點事件
