Cell | 生物传感器条形码深入了解细胞信号网络

原创 风不止步 图灵基因 2021-12-13 07:03

收录于话题#前沿生物大数据分析

撰文：风不止步

IF=41.582

推荐度：⭐⭐⭐⭐⭐

亮点：

生物传感器条形码提供一种可扩展的方法来扩展多路复用能力，以破译信号网络的复杂性及其细胞之间的相互作用。

重点：

可以在条形码细胞中同时跟踪大量荧光生物传感器；

生物传感器活动在混合的条形码细胞群中同步；

深度学习模型有助于生物传感器条形码的图像分析；

同时生物传感器跟踪揭示信号网络结构和相互作用；

2021年11月26日，我国台湾的黄传祥博士等人在《Cell》上发表了一篇“Deciphering cell signaling networks with massively multiplexed biosensor barcoding.”的文章，表达不同生物传感器的条形码细胞混合物通过深度学习模型同时成像和分析，实现了对信号事件的大规模多路复用跟踪。细胞混合物中的不同生物传感器表现出高度协调的活动，从而有助于描绘它们的时间关系。同时跟踪受体酪氨酸激酶信号网络中的多个生物传感器揭示效应器适应的不同机制、KRAS 突变的细胞自主和非自主效应，以及网络中复杂的相互作用。

要了解细胞中信号、代谢和其他生化活动之间复杂的调节关系，有必要研究它们在多种扰动条件下的动力学。基因编码的荧光生物传感器提供了一种多功能工具，可以连续监测活细胞中的各种生化活动，同时揭示在整体测量中被掩盖的细胞间变异性。荧光生物传感器的一个主要缺点是由于荧光蛋白 (FP) 的宽发射光谱和光谱空间的有限可用性，它们的多路复用能力有限。通过开发远红/红外荧光团、用单荧光团设计替换两个荧光团生物传感器和计算多路复用来揭示时空关系，已致力于扩大光谱范围生物传感器之间。尽管有这些改进，但同时成像的生物传感器不超过少数。

为克服这一限制，作者开发了一种“生物传感器条形码”方法，用于高度多重跟踪荧光生物传感器。关键思想是用由针对不同亚细胞位置的不同荧光团制成的条形码蛋白标记细胞。然后使用条码蛋白的组合来生成条码，该条码可唯一识别表达特定生物传感器的细胞。为并行跟踪多个活动，在延时显微镜实验中对混合的条形码细胞群进行成像。来自具有相同条形码的细胞活动汇集在一起以获得相应生物传感器的时间分布。方法与发射波长在450 nm和550 nm之间的任何生物传感器兼容，包括大多数现有的FRET或单荧光团生物传感器。

针对各种应用同时跟踪多个生物传感器的需求日益增加。在一项研究中，将表达靶向不同亚细胞位置的生物传感器的三种不同细胞群共培养以进行同步成像。在此策略中，多样性仅限于可以在显微图像中可靠区分的站点数量。唯一可通用的多路生物传感器成像方法是最近报道的“信号报告岛”方法，其中不同的生物传感器聚集在细胞的不同位置，以实现信号的空间分离。然而，该方法技术要求高，需要费力的后成像样本处理和分析来识别每个簇中的生物传感器，并且与基于易位的生物传感器不兼容。更一般地，在同一细胞中表达多个生物传感器的一个问题是生物传感器之间可能的相互作用或干扰。生物传感器条形码方法通过提供一种简单的方法来同时跟踪大量现有的荧光生物传感器，无论它们是基于FRET、强度还是易位，只要它们的发射落在CFP 到YFP（450 nm到550 nm)光谱范围。

高通量成像还可用于并行跟踪大量生物传感器。然而，文章证明从物理分离的细胞群中获得的生物传感器活性的显着变化。同时发现表达不同生物传感器的混合细胞使它们对扰动的反应同步，正如同一成像实验中的协调活动所证明的那样，但在实验重复之间则不然。除了生物传感器活动的同步之外，识别混合物中不同细胞群的能力是使用其他方法难以实现的，并且将在研究细胞间相互作用中找到广泛的应用。

使用生物传感器条形码，发现RTK信号网络中多个下游通路的不同动力学特性。据报道，钙波在各种组织中显示出可兴奋系统的特征。有趣的是发现钙反应也是全有或全无，但与 PI3K和ERK反应相比具有更高的阈值，这表明钙信号属于不同的可兴奋网络。此外，尽管RasPI3K-ERK信号传导和RTK的其他下游效应器之间存在广泛的串扰，但FAK、Src、Syk 和Rho GTPase 的反应不是可兴奋的，但表现出可能涉及负反馈机制的剂量依赖性适应。不同类别效应器显示的特征的分子基础将是理解RTK信号网络的结构和功能的关键，这是许多临床批准的治疗方法的目标。

鉴于荧光生物传感器的清单不断增加，最近的评论列出了170种细胞目标的一千多种设计，包括酶、电压、离子和代谢物，设想可以找到广泛的应用，例如重建复杂的分子网络，描绘不同细胞类型之间的信号相互作用，并确定药物靶向的分子途径。此外，生物传感器条形码可以通过并排比较促进新生物传感器的开发多种生物传感器设计的灵敏度和动态范围。新开发的生物传感器将进一步扩展生物传感器条形码技术。虽然只展示了使用CFP-YFP FRET 和GFP生物传感器的条形码，但我们的技术可以很容易地适应其他类型的具有相似发射光谱的荧光或生物发光生物传感器。

教授介绍

黄传祥博士约翰霍普金斯大学医学院（马里兰州）

黄博士在获得国立台湾大学（台湾）博士学位之前完成了两年的内科住院医师培训。在来自约翰霍普金斯大学免疫学研究生项目中，解决了最重要的癌症驱动因素之一PI3K蛋白的结构；目前的研究重点是细胞过程和癌症中涉及RTK、Ras、PI3K和ERK的信号网络的动力学、结构和功能；发表大量论文，包括《科学》、《自然细胞生物学》、《自然通讯》和《细胞》上的论文；获得许多奖项，包括国际数学奥林匹克银牌、梅特斯特兰德奖、朱利安鲍默特奖和达蒙鲁尼恩奖学金。

参考文献

Jr-Ming Yang, Wei-Yu Chi et al.Deciphering cellsignaling networks with massively multiplexed biosensor barcoding.(2021)