Mol Cell | 伦小康博士利用单细胞质谱绘制激酶和去磷酸化酶过表达功能图谱

来源：BioArt

胞内信号通路及信号网络是维持细胞正常生理功能，调节细胞生长，分化等一系列生物过程中关键因素。信号网络通常由相互作用的多种激酶和去磷酸化酶构成。正常细胞中，特定酶的表达水平需经过严格调控。某一种或几种酶的表达失调会导致胞内信号杂乱，是多种疾病，包括肿瘤发生和恶化的因素之一。信号蛋白表达水平的紊乱通常具有很强的异质性，疾病前期往往最先在极少数细胞中出现，导致不易被常规检测手段察觉。因此，蛋白过表达及其对于胞内信号通路，乃至细胞生理功能的影响往往被忽视。对于信号蛋白表达量失调造成的疾病大多没有有效的药物治疗方案。单细胞技术可被用于检测少量细胞中的蛋白表达异常。

单细胞质谱（CyTOF）使用多种非放射性重金属同位素标记的抗体分析细胞中蛋白及蛋白修饰水平，再应用质谱技术对样品中的单细胞依次进行蛋白识别及定量分析。目前技术条件下，接近50种不同种类蛋白及蛋白修饰可被同时检测，为重建单细胞信号网络提供可能。

瑞士苏黎世大学Bernd Bodenmiller课题组伦小康博士于2017年应用单细胞质谱技术开创了一种可用于快速分析信号蛋白表达量对胞内信号网络状态影响的方法。该技术结合瞬时转染，在数万个细胞样本中构建大于103数量级的特定蛋白表达梯度，再测量梯度中不同阈值内30种胞内磷酸化位点的动态变化，从而实现对蛋白表达水平和胞内信号关系的精准分析【1】。

图 ：a，该方法的实验流程；b，该方法的分析流程

2019年5月14日，伦小康博士等在Molecular Cell上发表文章Analysis of the Human Kinome and Phosphatome by Mass Cytometry Reveals Overexpression-Induced Effects on Cancer-Related Signaling，同组研究人员应用该技术对人类基因组中541种激酶和108种去磷酸化酶进行深入研究，通过对超过7百万细胞的检测，分析信号蛋白过表达对影响肿瘤形成的30个关键磷酸化位点及其所构成的信号网络的影响，绘制激酶和去磷酸化酶过表达功能图谱。该研究根据每种酶过量表达后产生的细胞学特征，汇总归类出10组不同类型的激酶和去磷酸化酶，并和已知的蛋白催化功能分类进行比对，从而发现多种激酶过表达后的胞内磷酸化变化与酶的催化功能不匹配。这也验证了应对酶蛋白过表达所引起的疾病不可单一采用酶活性抑制剂进行治疗。

该研究系统性地量化分析了多种已知与疾病相关的信号蛋白过表达，并通过对信号网络变化的分类，推测出了许多潜在的可以影响肿瘤的发生的预后的蛋白过表达。例如在黑色素瘤A375细胞系中，研究者发现54个激酶或去磷酸化酶的表达量与细胞对BRAFV600E抑制剂vemurafenib的抗药性相关。同时，激酶SRC, FES, YES1和BLK等的过量表达可使细胞绕过上游信号通路直接激活调控细胞增殖的蛋白ERK，造成携带这些蛋白的细胞对上游酶活性抑制剂不敏感。

随着人类基因组计划的完成和单细胞测序的普及，细胞和组织样品中基因表达水平可被快速检测。本研究同时提供大规模数据，帮助研究者通过基因表达水平推测细胞表型及功能，并对临床抗药性研究提供理论依据和建议。

原文链接：

https://doi.org/10.1016/j.molcel.2019.04.021

参考文献

1. Lun, X.-K., Zanotelli, V.R.T., Wade, J.D., Schapiro, D., Tognetti, M., Dobberstein, N., and Bodenmiller, B. (2017). Influence of node abundance on signaling network state and dynamics analyzed by mass cytometry. Nat. Biotechnol. 35, 164–172.