国自然“未来生物技术”项目指南——空间多维度组学

国家自然科学基金委员会通知通告

 

随着国家自然科学基金委员会在 2021 年 9 月 30 日发布的《关于发布生命科学部 2021 年度指南引导类原创探索计划项目指南的通知》中，在附件:指南引导类原创探索计划项目“未来生物技术”项目指南中，对拟资助研究方向做了相关的通知，其中拟开展方向的相关研究中第 1 条：生命现象观测的高精度、多维度、跨尺度的新原理、新方法和新技术研究中提到关于空间多维组学的研究方向（如下图）

图片来源于国家自然科学基金委员会

 

推荐 2 篇运用空间多维组学中的一种空间代谢组学的研究策略；推荐的文章均来自中国医学科学院药物研究所天然药物活性物质与功能国家重点实验室再帕尔·阿不力孜教授、贺玖明教授团队。借此也感谢再帕尔·阿不力孜教授、贺玖明教授团队在空间代谢组学研究中做的大量工作和推出这么棒的技术。

 

下面就一起来看看这 2 篇经典研究策略吧！

1

2021 年 4 月，中国医学科学院药物研究所天然药物活性物质与功能国家重点实验室再帕尔·阿不力孜教授、贺玖明教授团队在分析化学一区《Analytical Chemistry》（IF：6.986）期刊发表封面文章，题为“Mapping metabolic networks in the brain by using ambient mass spectrometry imaging and metabolomics”的研究成果，通过空间代谢组学技术，全面揭示了大鼠脑代谢网络，深入解析了东莨菪碱致大鼠记忆功能障碍模型脑的代谢变化。

 

研究思路

 

研究结论

本文作者开发了一种基于敞开式空气动力辅助解吸电喷雾离子化质谱成像（AFADESI-MSI）技术的代谢网络映射方法，对大鼠脑不同极性的小分子代谢物（m/z 50-500 Da）进行微区分布研究，不仅鉴定出脑部几乎所有重要的代谢物，还绘制了包含神经递质、嘌呤，有机酸，多胺，胆碱、碳水化合物和脂类等 20 条通路的代谢网络，并使用这种代谢网络映射质谱成像方法解析了东莨菪碱致大鼠记忆功能障碍模型脑的代谢变化，为中枢神经系统疾病的治疗提供新的信息和见解。

 

参考文献：

(1) Park, H. J.; Friston, K. Structural and Functional Brain Networks: From Connections to Cognition. Science. 2013, 342, 1238411.

(2) Harris, J. A.; Mihalas S.; Hirokawa K. E.; Whitesell J. D.; Choi H.; Amy Bernard, Phillip Bohn et al. Hierarchical organization of cortical and thalamic connectivity. Nature. 2019, 575, 195-202.

(3) Oh, S. W.; Harris, J. A.; Ng, L.; Winslow, B.; Cain, N.; Mihalas, S., ... & Zeng, H. A mesoscale connectome of the mouse brain. Nature. 2014, 508, 207-214.

(4) Frackowiak, R. S. J; Friston, C.D.F; Dolan. R.J.; Price. C.J; Zeki, S.; Ashburner. J. T; Penny, W.D. Human brain function. Elsevier, 2004.

(5) Deng, B.; Li, Q.; Liu, X.; Cao, Y.; Li, B.; Qian, Y.; Xu, R.; Mao, R.; Zhou, E.; Zhang, W.; Huang, J. Chemoconnectomics: mapping chemical transmission in Drosophila. Neuron. 2019, 101, 876-893.

 

2

中国医学科学院药物研究所天然药物活性物质与功能国家重点实验室再帕尔 · 阿不力孜教授科研团队在《PNAS》(IF:11.205)期刊发表的题为“Spatially resolved metabolomics to discover tumor-associated metabolic alterations”的研究论文，采用 AFADESI-MSI 技术，建立了空间分辨的原位代谢组学方法，并提出一种“下游代谢物与上游代谢酶关联” 的研究策略来表征肿瘤代谢改变；结合免疫组化分析验证，从代谢物和代谢酶两个层次和组织原位深入探究食管癌的代谢改变，发现并可视化表征了食管癌异常的代谢通路及其代谢酶。

 

研究思路

以人鳞片状食管癌（ESCC）组织为标本，包括癌组织、癌旁组织和远端非癌组织，制成冰冻组织切片。如图 1 所示，采用空气动力辅助解吸电喷雾离子化质谱成像技术（AFADESI-MSI），采集上述组织中内源性代谢物及其空间分布信息；对相邻切片进行 HE 染色；采用质谱成像数据处理软件，使质谱成像图与 HE 染色图匹配重合，按不同组织类型及空间分布提取代谢物轮廓信息；使用多变量统计分析，筛选出与肿瘤代谢相关的差异代谢物；根据差异代谢物及其鉴定结果富集分析发生变化的代谢通路及推测关键代谢酶；采用免疫组化方法检测锁定的代谢酶表达，进一步验证其与代谢标志物是否具有同样的空间分布特征。

图 | 食管癌组织（癌变与癌旁不同组织）潜在标志物分布特征

 

研究结论

该研究建立了一种高灵敏的空间分辨的原位代谢组学方法（空间代谢组学），对食管癌潜在原位标志物进行了代谢通路分析，并对通路上相关联代谢物的分布特征进行原位可视化表征，分析其空间变化趋势，发现了并验证了 6 个在食管癌中异常表达的代谢酶：吡咯-5-羧酸还原酶 2(PYCR2)、谷氨酰胺酶(GLS)、尿苷磷酸化酶 1(UPase1)、组氨酸脱羧酶(HDC)、脂肪酸合成酶(FASN)和鸟氨酸脱羧酶(ODC)，它们广泛参与食管癌相关的肿瘤代谢过程，其中 PYCR2 和 UPase1 被首次发现在食管癌中异常改变。研究结果表明脯氨酸生物合成，谷氨酸代谢，尿苷代谢，组氨酸代谢，脂肪酸合成，多胺生物合成等代谢通路在食管癌组织中发生了显著变化。这些癌症代谢相关信息有助于增加对癌症代谢重编程的理解。

 

基于 AFADESI-MSI 技术的空间分辨原位代谢组学方法，不仅可验证肿瘤原位标志物的可靠性；同时针对肿瘤等具有复杂结构的组织，它具有原位、无需特殊标记、无需复杂耗时的前处理及反复染色过程，能够高通量地发现肿瘤异常变化的代谢通路及其代谢酶等优势；可从代谢物和代谢酶两个层次全面表征肿瘤的代谢改变并发现其潜在功能，为深入探究肿瘤的代谢改变提供了全新的研究视角。

 

参考文献：

Sun, C., et al. (2019). "Spatially resolved metabolomics to discover tumor-associated metabolic alterations." Proceedings of the National Academy of Sciences 116(1): 52-57.