高精度质谱法和先进的细胞采样技术使研究人员得以分析单细胞中的代谢物。但这一领域仍处于起步阶段。 分析化学家Renato Zenobi介绍了当今细胞生物学家面临的根本问题之一——细胞异质性。他分析了一个分子在细胞群体中浓度分布的理论曲线——一个简单的钟形分布。据他解释,这种分布可能会掩盖分子分布的复杂性。为了证明这一点,他以分布在最高点两侧的两条曲线为例——这两条曲线都符合钟形分布,但代表的是截然不同的两种细胞亚型。苏黎世瑞士联邦理工学院(Swiss Federal Institute of Technology, ETH)的Zenobi指出,要真正了解分布是多模式还是双模式,您需要从单细胞水平上去研究分子分布。 为什么一个菌落中的部分细菌可以产生抗细菌抗性,而其它细菌不能?答案就是细胞异质性。大脑中为什么有不同类型的细胞亚型?为什么部分肿瘤会复发?诸如此类的问题,答案都在于细胞异质性。现在,我们终于有了可以研究这种差异的工具。 美国国立卫生研究院(NIH)共同基金(Common Fund)单细胞研究工作组的项目负责人Ananda Roy表示,最近的技术进步,特别是过去两年里运用的新技术进展都表明,即便是同一细胞亚群中的个体细胞,它们之间都存在巨大差异。这些差异可能会对健康和疾病产生重要影响。全球基金提供者都大力支持单细胞研究。NIH已启动单细胞研究资助计划,2014年资助额度为200万美元,目前已有近60个团体获得了该计划的奖励。在日本,大学和企业合作成立了单细胞测量师协会(Society for Single-Cell Surveyor)。该协会资助和举办了关于单细胞分析和技术的研讨会。今年10月,专家们讨论了启动人类细胞图谱项目(International Human Cell Atlas Initiative),该计划旨在分析每种类型的人类细胞及其性质。不得不说,这是一项主要依靠单细胞分析的,非常雄心勃勃的任务。 这项工作的大部分重点是从DNA水平揭示细胞与细胞之间的差异。然而,基因和表观遗传修饰展现的只是细胞的潜力。活细胞对其环境的快速、动态的响应更好地体现在增强细胞活力、增殖和与其它细胞沟通的代谢转变以及由此产生的小分子变化中。 纽黑文耶鲁公共卫生学院(Yale School of Public Health)分析化学家Caroline Johnson指出,代谢组与表型最直接相关,它揭示了基因组及其蛋白质输出量的产物,以及来自饮食、药物和有毒化合物的代谢物。 正因为代谢组学如此复杂,所以它的发展远落后于其它“组学”。与DNA和RNA不同,代谢物不能扩增。虽然部分代谢物可以达到毫摩尔浓度,但单个细胞能提供的、用于分析的体积非常小。检测更稀有的代谢物需要更敏感的方法,另外细胞内代谢物的浓度可能会在几秒之内发生巨大变化。人类代谢组数据库(Human Metabolome Database)包含超过42,000种代谢物的记录,这些代谢物包括糖、肽和辅助因子等。但事实上,代谢物种类远多于这个数,单一的分析方法很难检测多种化学分子。 然而,得益于检测能力的飞跃、分离和处理单细胞技术的日渐成熟,以及生物信息学的发展,代谢组学领域正在进步。来自伊利诺伊大学(University of Illinois)分析化学家Jonathan Sweedler表示,研究人员在不断进步,他们很快就能使检测单细胞代谢组学技术更加强大。虽然他并不清楚具体的工作机理,但他们现在看到质谱方法检测的分子种类和通量不断上升,他认为离这一天不远了。
提高灵敏度
|
名字 |
描述 |
---|---|
人类代谢物数据库(Human Metabolo11me Database) |
人体代谢物的免费数据库,包括化学分子概况、分子生物学和临床化学的相关细节。它可与通路数据库、结构数据库等其它数据库相连。 |
KEGG通路数据库(KEGG Pathway) |
连接到一系列手动绘制的路径图数据库(KEGG数据库),具有定位和着色特定代谢物和途径的能力。 |
LipidBlast |
用于脂质鉴定的串联质谱数据库。 |
MapMan |
用于将大型数据集(如来自基因表达阵列的那些)转换为代谢途径图的工具。重点是植物代谢组学。 |
MetaboAnalyst |
完成代谢组学数据处理和分析,包括质谱和核磁共振数据,以及常见的统计分析和热图可视化。 |
Metabolites Biological Role (MBRole) |
集成来自一些化学和生物学数据库,以识别潜在重要的代谢物和其它分子的服务器。 |
MS-Dial |
专门识别和鉴定质谱峰的可下载的程序。 |
OpenMS |
专用于基于C++语言数据的分析和管理,包括用于软件开发的基础设施的开源库。主要用于处理原始数据。 |
XCMS Online |
基于云的平台,用于原始液相色谱和质谱代谢物数据的分析和共享。 |
Yeast Metabolome Database |
酵母代谢物及其化学性质的数据库,与光谱和化学数据库连接在一起。 |
相反,单细胞代谢组学的主要挑战是仪器:可以同时分析多个单细胞,并检测每个细胞中足够多的代谢产物,使结果具有统计意义的仪器。Siuzdak指出,单细胞的主要问题是硬件仍需要改进。现在的方法只能研究几十或上百个不同的分子。但是单个酵母细胞中的代谢物就超过600种。因此,即使是最敏感的分析技术,也只能检测细胞中最容易检测、最普遍的分子;不太常见的分子就无法被检测。
麦吉尔大学(McGill University)的计算生物学家Jianguo Xia表示,这一问题的可能解决方案可能就是基于人群的各种组学工具。基于大量细胞群得到的代谢组学数据是可以重复利用的。需要改进的可能只是数据处理和归一化方法的轻微修改。他还指出,单细胞转录组学已经建立起来了,我们可以从中学习,以加速单细胞代谢组学生物信息学的发展。
其他研究人员正在寻求质谱法以外的方法,尤其是活细胞法来研究单细胞。例如,Zenobi实验室的前博士后Matthias Heinemann, 现在在荷兰格罗宁根大学(University of Groningen)负责一个系统生物学小组。在那里,他利用自己在分析化学方面的背景,找到其它放大单细胞的方法。在一种方法中,他的团队使用荧光分子传感器来量化代谢物,例如ATP。在即将发表于《分子细胞》(Molecular Cell)论文中,他的研究小组使用延时显微镜观察细胞周期过程中ATP和另一种代谢物NADH(NADH具有自发荧光)的水平波动。
Heinemann指出,事实上现在已经解决了单细胞代谢组学领域的关键技术挑战。他承认,这个过程可能不是迷人的,现在需要做的是繁琐的开发和验证工作。但是单细胞代谢组学如果想要从概念证明到真正地解答生物学问题,这一步至关重要。
Masujima表示,人们经常很高兴能检测到独特的分子,但他的观点是:为什么?这个发现背后的是什么,这个分子的作用是什么?若没有这种洞察力,技术就并不能真正地解决生物学问题。他可不想成为一个做这种科学的科学家。
|