【Nature】我们对细胞真的了解吗？

大多数人类疾病可以追溯到细胞的故障部分，例如，因为一个基因没有被准确地翻译成特定的蛋白质，所以肿瘤能够生长。或者由于线粒体没有正常放电而产生代谢性疾病。但要了解一个细胞的哪些部分在疾病中会出错，科学家首先需要有一个完整的部分列表。

通过结合显微镜、生物化学技术和人工智能，加州大学（UC）圣地亚哥医学院的研究人员和合作者采取了他们认为可能被证明是人类细胞理解的重大飞跃的方法。

该技术被称为多水平整合细胞图谱(MuSIC)，于2021年11月24日在《Nature》上进行了描述，题为“A multi-scale map of cell structure fusing protein images and interactions”。

加州大学圣地亚哥医学院和Moores癌症中心教授Trey Ideker博士说：“如果你想象一个细胞，你很可能会在你的细胞生物学教科书中描绘有线粒体、内质网和细胞核的彩色图表。但这就是整个故事吗？绝对不是。科学家们早就意识到，我们不知道的东西比我们知道的要多，但现在我们终于有了一个方法来更深地探究。”

Ideker与瑞典皇家理工学院和斯坦福大学的Emma Lundberg博士一起领导了这项研究。

在初步研究中，MuSIC揭示了人肾细胞系中包含的大约70种组分，其中有一半以前从未看到过。在一个例子中，研究人员发现一组蛋白质形成了一个陌生的结构。与UC圣地亚哥同事Gene Yeo博士的合作下，他们最终确定该结构是结合RNA的新的蛋白质复合体。该复合体很可能参与剪接，剪接是一种重要的细胞事件，能够将基因翻译为蛋白质，并有助于确定哪些基因在何时被激活。

细胞的内部，以及在那里发现的许多蛋白质——通常使用两种技术中的一种进行研究：显微镜成像或生物物理关联。通过成像，研究人员将各种颜色的荧光标签添加到感兴趣的蛋白质中，并在显微镜的视野中追踪它们的运动和关联。为了观察生物物理关联，研究人员可能会使用一种蛋白质特异性的抗体将其从细胞中拉出，看看有其他什么附着在它上面。

多年来，这个团队一直对绘制细胞的内部工作原理很感兴趣。MuSIC的不同之处在于使用深度学习直接从细胞显微镜图像中绘制细胞。

Ideker实验室的生物信息学和系统生物学研究生，研究的第一作者Yue Qin说：“这些技术的结合是独一无二和强大的，因为这是第一次将截然不同的尺度的测量结合在一起。”

显微镜可以让科学家看到低至单微米的水平，大约一些细胞器的大小，比如线粒体。较小的元素，如单个蛋白质和蛋白质复合物，无法通过显微镜看到。生物化学技术，从单一的蛋白质开始，让科学家可以到达纳米尺度。

UC癌细胞图谱项目和UC圣地亚哥计算生物学和生物信息学中心的创始人，Ideker说：“但是如何将这种差距从纳米尺度弥合到微米尺度的？这长期以来一直是生物科学的一大障碍。其实你可以用人工智能来做——查看多个来源的数据，并要求系统将其组装成一个细胞的模型。”

研究小组训练了MuSIC人工智能平台，观察所有数据，构建细胞的模型。系统还没有像教科书图表一样将单元格内容映射到特定的位置，部分原因是它们的位置不一定是固定的。相反，组件位置是可变的，并根据细胞类型和情况发生变化。

Ideker指出，这是一项测试MuSIC的初步研究。他们只研究了661种蛋白质和一种细胞类型。

Ideker说:“下一步很明显，就是把整个人类细胞炸开，然后转移到不同的细胞类型，人和物种。最终，通过比较健康细胞和患病细胞之间的差异，我们可能能够更好地理解许多疾病的分子基础。”（转化医学网360zhyx.com）

参考资料：

https://phys.org/news/2021-11-cells-ai-technique-reveals.html

注：本文旨在介绍医学研究进展，不能作为治疗方案参考。如需获得健康指导，请至正规医院就诊。