一种新方法即将彻底改变癌症诊断

“深度视觉蛋白质组学”技术提供细胞特异性的、基于蛋白质的信息，并有助于分析癌症疾病。

　　

癌症是如何产生的?细胞成分如何影响肿瘤恶性程度?这些问题很深奥，很难回答，但对于理解这种疾病和找到正确的治疗方法至关重要。现在，一个由马蒂亚斯·曼领导的德国-丹麦团队开发了一种突破性的技术，称为“深度视觉蛋白质组学（Deep Visual Proteomics）”。这种方法为研究人员和临床医生提供了一种蛋白质读取，以单细胞型分辨率了解癌症。这项技术在首次应用于癌细胞时展示了其潜力。

蛋白质在各种疾病中扮演着最重要的角色。被恰当地称为“细胞的分子驮马”，它们的适当功能通常决定了一个细胞的适合度，也决定了一个个体的适合度。“当我们的细胞内出现问题，我们生病时，你可以确定蛋白质以各种不同的方式参与其中。正因为如此，绘制蛋白质图谱可以帮助我们确定为什么肿瘤会在特定患者身上发生，这种肿瘤有哪些弱点，以及哪种治疗策略可能是最有益的。”来自慕尼黑附近的马克斯·普朗克生物化学研究所和哥本哈根大学诺和诺德基金会蛋白质研究中心的马蒂亚斯·曼解释道。

由他领导的研究小组的多学科科学家对这些问题很感兴趣，他们发明了一种名为“深度视觉蛋白质组学”的创新方法。这项研究结合了肿瘤的视觉特征和深度成像技术，以可视化异常细胞中与周围健康细胞相邻的蛋白质特征。这将使研究人员对这种疾病有前所未有的洞见，并指导肿瘤学家制定诊断和治疗的聪明策略。

深度视觉蛋白质组学联合了四种技术

深度视觉蛋白质组学首次将四种不同技术的进展整合到一个单一的工作流程中:首先，高级显微镜生成高分辨率的组织图谱。其次，利用机器学习和人工智能算法对细胞的形状、大小或蛋白质定位进行精确分类，然后通过高精度的激光捕获显微解剖收集单个细胞。然后，在对正常或不同类型的病变细胞进行分类后，利用超高灵敏度质谱仪器，从这微量的样本中一次性检测出存在于细胞群中的数千种蛋白质。最后，复杂的生物信息学分析生成蛋白质图谱，为癌症等高度复杂疾病的蛋白质特征提供空间分辨率。这种蛋白质景观对于临床医生更详细地了解健康和疾病的机制是有价值的工具。

“我们的新概念，‘深度视觉蛋白质组学’，可能成为医院分子病理学的游戏规则改变者。有了这种方法，我们可以在一分钟的时间和努力中提取含有肿瘤细胞的组织样本，并识别和确定数千种蛋白质。这些蛋白质组学特征揭示了驱动肿瘤发展的机制，并直接从癌症患者活检的单个组织切片中暴露出新的治疗靶点。它揭示了癌细胞内部的分子宇宙，”安德里亚斯·蒙德说，他是蛋白质研究中心的副教授，也是马蒂亚斯·曼教授团队的成员，领导了这项研究。

与临床病理学的相关性

在《Nature Biotechnology》上发表的这项新研究中，研究人员将“深度视觉蛋白质组学”应用于腺泡细胞癌和黑素瘤患者的细胞。新西兰大学医院病理学系和哥本哈根大学临床医学系顾问和临床研究副教授Lise Mette Rahbek Gjerdrum描述说:“这种独特的方法结合了组织结构和数千种特定于选定细胞的蛋白表达。它使研究人员能够研究癌细胞及其周围细胞之间的相互作用，这对未来的临床癌症治疗具有重要意义。最近，我们用‘深度视觉蛋白质组学’诊断了一个非常复杂的临床病例。”

这项技术可以用来描述所有其他肿瘤类型相似的细节，利用归档的患者生物库，为个体化找到新的靶点，也就是为患者量身定制癌症疗法——甚至是针对以前的耐药肿瘤。

使用“深度视觉蛋白质组学”可以更好地理解癌症。这种方法也可以应用于其他疾病。Fabian Coscia进一步说:“例如，你可以分析神经细胞中的蛋白质，以确定神经退行性疾病(如阿尔茨海默氏症或帕金森氏症)中的细胞到底发生了什么。

“通过结合显微镜、人工智能和基于超灵敏质谱的蛋白质组学，我们开发了一种非常强大的方法，可以理解健康和疾病细胞的分子连接。这可以帮助医生确定未来药物和诊断的目标，”Matthias Mann总结道。