聚合多色标签用于可视化亚细胞蛋白质动态
Andreas Reicher1, Jiří Reiniš1, Maria Ciobanu1
1CeMM Research Center for Molecular Medicine of the Austrian Academy of Sciences, Vienna, Austria.
Nature cell biology
|April 19, 2024
概括
这项研究介绍了视觉蛋白质组细胞 (vpCell) 池,一种使用显微镜,人工智能和机器学习的高通量方法,用于跟踪活细胞中的蛋白质变化. 这种方法可以通过同时监测多种蛋白质来实现可扩展的药物发现和作用机制研究.
科学领域:
- 细胞生物学 细胞生物学
- 蛋白质组学是指蛋白质组学.
- 生物技术是生物技术.
背景情况:
- 细胞下蛋白质定位对于细胞功能至关重要.
- 目前用于全球蛋白质动态监测的方法在吞吐量和可扩展性方面是有限的.
- 大规模研究需要高通量成像和计算分析.
研究的目的:
- 开发一种可扩展,高吞吐量的方法来监测活细胞中的蛋白质动态.
- 为了使多种蛋白质在聚合细胞群中的同时跟踪.
- 通过扰动分析促进药物发现和作用机制研究.
主要方法:
- 使用全基因组和以癌症为中心的sgRNA库开发视觉蛋白质组细胞 (vpCell) 池.
- 产生具有内源光蛋白标签的细胞池,用于多色蛋白质表达.
- 高通量显微镜,计算机视觉和机器学习的应用,用于图像分析和克隆识别.
- 利用蛋白质局部化模式和表达水平作为克隆识别的视觉条形码.
主要成果:
- 通过图像分析,证明了在vpCell池中识别单个克隆的能力.
- 成功监测了在聚合细胞群中蛋白质局部化和丰富性的扰动诱导的变化.
- 在用抗增殖化合物治疗后发现了广泛的蛋白质局部化变化.
- 发现了针对核进出口机制的新抑制剂.
结论:
- 该vpCell方法提供了一个强大的,可扩展的策略,用于活细胞监测蛋白质动态.
- 这种方法显著提高了药物发现和作用机制研究的吞吐量.
- 视觉蛋白质组学使得蛋白质对扰动的反应能够以时间解析的形式在聚合格式中进行表征.


