Nature杂志 | 2020年值得关注的生物技术

原文始发于微信公众号(药时代):Nature杂志 | 2020年值得关注的生物技术

Nature杂志 | 2020年值得关注的生物技术

药时代上海报道

2020年1月21日,全球顶级杂志《自然》(Nature)发表综述文章,“Technologies to watch in 2020”,请七位行业思想领袖预测技术发展将在来年产生重大影响。药时代进行简单编译,与感兴趣的朋友们分享。欢迎批评指正!

更好的冷冻电镜样品

Better cryo-EM samples

王宏伟教授,清华大学生命科学学院教授,清华-北大生命科学联合中心PI,结构生物学家。现任清华大学生命科学学院院长。2019年9月20日,荣获“科学探索奖”,肯定他在结构生物学冷冻电镜方法学,尤其是新型冷冻样品制备及成像技术的开发研究方面取得的创新成果,鼓励他在推进冷冻电镜方法学革新方面的持续性探索。

清华大学生命科学学院王宏伟教授:

我认为在两到三年中透射式冷冻电子显微镜(cryogenic electron microscopy,cryo-EM)将成为解密大分子结构的最强大工具。这些结构对于理解生化机制和药物开发至关重要,而更有效地解析它们的方法可以加快此类工作。

在cryo-EM中,将生物样本快速冷冻在液氮中有助于保留水分,减少用于成像的高能电子对分子的损害。但是标本的准备工作是目前一个主要的瓶颈:如果您没有好的标本,那么您就无法成像。生物样本通常含有蛋白质,这些蛋白质会在冷冻过程中使用的薄液表面散开。

为了防止这种情况的发生,研究人员正在开发在施加液滴之前将蛋白质锚固在二维材料(例如碳晶格石墨烯)上的方法。这样,它们可使液滴更小,同时使蛋白质远离空气-水界面。一些实验室将纳米级别的样品直接放在表面上,而不是使用旧方法从大液滴中吸走多余的液体。其它方法使用聚焦离子束将冷冻的细胞切成100纳米以下,从而使研究人员能够在其细胞环境中研究分子。

使用cryo-EM解析分子结构通常需要收集和分析多达10,000张图像,这代表了数周至一个月的工作。许多图像是不完美的,因此研究者必须丢弃它们。但是从理论上讲,几十张照片就足够了,收集和分析它们将花费不到一天的时间。增加的通量可以帮助我们了解疾病的机制并更有效地开发药物。

提高RNA分析

Improving RNA analysis

约翰霍普金斯大学生物物理学家Sarah Woodson教授:

我一直在关注使用称为适配体的发光RNA链进行RNA长读长测序和活细胞成像。这些技术仍在日趋成熟中,但我预计未来一两年会发生重大变化。

短读长测序改变了RNA生物学的领域,例如,它可以告诉您哪些RNA序列包含经过生物化学修饰的残基。但是,长读长测序(例如,使Oxford Nanopore和Pacific Biosciences提供的测序技术)现在可以帮助确定特定修饰在细胞中的普遍程度,以及RNA分子一部分的变化与另一部分的变化是否相关。

发光适配体是在实验室中开发的与荧光染料结合的单链DNA或RNA分子。它们是在某些海洋动物体内产生的绿色荧光蛋白的RNA类似物,当这些适配体与染料结合时,它们的荧光强度会增加。这使研究人员能够跟踪研究,比如导致神经退行性疾病的细胞内RNA簇的形成。

早期的发光适配体是不可靠的:它们的信号暗淡,有时适配体根本不起作用,因为与靶RNA融合时序列错误折叠。但是有几个小组开发了新型的荧光RNA,在论文和演讲中,我看到了巨大的推进,以提高现有适体的亮度,并创造出可以发出不同颜色的变体。

我的实验室已使用化学足迹法研究细胞中RNA的折叠。许多疾病都与RNA结构的变化有关,但这确实很难分开。现在,我们借助长读测序和发光适配体研究癌症、代谢综合症和阿尔茨海默病等疾病中的RNA蛋白聚集体。使用这些技术,我们可以更好地将细胞死亡和其它疾病特征与细胞中RNA分子里发生的情况联系起来。

解码微生物

Decoding the microbiome

以色列特拉维夫大学的计算系统生物学家Elhanan Borenstein教授:

在过去的十年中,对微生物群落进行基因测序已经探查了人类微生物组的组成。最近,科学家试图通过整合有关基因、转录、蛋白质和代谢产物的信息来了解微生物组的功能。代谢物特别有趣:它们可以提供对微生物组如何影响我们健康的最相关的信息,因为许多宿主与微生物组的相互作用是通过细菌产生和消耗的代谢物发生的。

微生物组和代谢组学研究的爆炸式增长,例如研究一组粪便样本,通过宏基因组测序鉴定每个样品中存在的物种及其丰度,使用质谱法和其它技术测量不同代谢物的浓度。通过将这两种方面结合起来,希望能了解微生物组的哪个成员正在做什么,从而了解特定微生物是否决定某些代谢物的水平。

但是这些数据是复杂的多维数据,可能存在一整套的相互作用,涉及最终产生了一组代谢产物的多种物种和途径科学家已经发表了计算方法以关联微生物组和代谢组数据,并学习这些模式。这些方法从基于简单相关性的分析到使用现有微生物组-代谢组数据集预测新微生物群落中的代谢组或恢复微生物-代谢物关系的复杂机器学习方法。

我们的实验室采用了不同的策略。我们没有使用统计方法来发现微生物与代谢物的关联,而是建立了关于特定微生物组成如何影响代谢组的机制模型,并将其用作分析本身的一部分。实际上,我们在问:根据基因组和代谢信息,我们对每种微生物产生或吸收特定代谢产物的能力了解多少?然后,我们可以预测给定微生物集合产生或降解特定代谢物的潜力,并将这些预测与实际代谢组学数据进行比较。我们证明了这种方法避免了简单的基于相关分析的缺陷,将在未来几个月内发布新版本的分析框架。
这样的研究可以通过识别例如产生过多有害代谢物或太少有益代谢物的特定微生物来改善基于微生物组的疗法。

对癌症进行计算

Computing cancer

斯坦福大学计算和系统生物学家Christina Curtis博士:

关于癌症,我们看不到疾病形成的过程,只能看到其终点:肿瘤达到临床可检测的程度时,我们才对它进行采样。到那时,肿瘤已经获得了许多突变,我们只有应对这些突变。

我们的团队建立了一个计算模型,以在考虑组织空间结构的同时探索肿瘤进展的动力学。使用此模型,我们可以模拟各种情况,生成具有模拟患者数据的突变模式的“虚拟肿瘤”。通过将模拟数据与实际基因组数据进行比较,可以推断出哪些参数可能导致了患者的肿瘤。
我很激动通过新兴的条形码和记录方法直接测量肿瘤谱系和表型来补充这些推论方法。过去两年的进展包括不断发展的基于CRISPR的条形码,可以记录哺乳动物发育过程中细胞的命运。其它技术通过RNA原位表达使用基于图像的DNA条形码检测,从而捕获细胞谱系、空间邻近性和表型。
在一项模拟结肠癌肿瘤生长的研究中,我们使用肿瘤序列数据和机器模拟研究了原发性和转移性肿瘤之间的关系。这些推论分析表明,当原发肿瘤仅包含100,000个细胞时,绝大多数癌症就已经扩散了,这时的肿瘤太小了,无法通过结肠镜等标准诊断方法进行检测。
由于具有更高的灵敏度和可扩展性,建模和测量方法的结合可以跟踪肿瘤形成过程中的谱系和空间关系,从而洞悉癌症的起源,包括特定的突变如何影响细胞适应性并促进疾病的发展。

加强基因疗法

Enhancing gene therapy

加州大学戴维斯分校的遗传学家Alex Nord博士:

现在,我们已经进行了约15年的大规模实验,以绘制增强子和其它调控DNA序列的图谱,这些序列控制着细胞和器官如何读取基因。尽管完成这些图还需要做更多的工作,我们仍可以利用我们的理解来更精确地控制基因组。

在去年10月于伊利诺伊州芝加哥市举行的神经科学协会年会上,我共同主持了一个会议,该会议的重点是确定增强子序列并使用它们控制大脑中特定细胞类型中的基因表达。一种方法将工程化的病毒传播到大脑中,以测试数千种增强子的目标基因表达谱。2019年,华盛顿州西雅图市艾伦脑科学研究所的研究人员使用这种策略在人脑特定皮质层中寻找增强子。来自马萨诸塞州剑桥市哈佛大学的一个研究小组使用基于RNA测序的方法来发现仅在特定的中间神经元中起作用的增强子。

一旦确定了增强子序列,科学家就可以使用它们来驱动特定细胞类型的表达,从而进行基因治疗。在因一个基因的一个拷贝失活或缺失而引起的疾病中,CRISPR–Cas9基因编辑工具可以将转录激活因子靶向该基因的增强子,从而提高工作拷贝的表达。对小鼠的研究表明,这些方法可以纠正导致肥胖和脆弱X综合征、Rett和Dravet综合征等疾病的基因表达缺陷,后者是我实验室正在研究的一种严重的癫痫病。来年,我认为我们仍在治愈老鼠,但是这项技术在行业中有很多投资。希望我们可以使用这些方法来改变人类基因治疗的方式

单细胞测序

Single-cell sequencing

麻省理工学院(MIT)科赫综合癌症研究所化学工程师J. Christopher Love博士:

我对我们如何更快、更方便地为患者提供药物感兴趣。所需的技术是多方面的。一方面是发现,例如单细胞测序方法。另一方面是制造,我们需要将技术带给患者。这特别适用于罕见病或患者少的药物,甚至适用于满足已有药品的全球可及性。

在发现方面,我们与麻省理工学院的同事合作,开发了一种便携式廉价的平台,用于高通量单细胞RNA测序。但是,要获得足够的分辨率以区分具有不同作用和抗原特异性的免疫细胞亚型仍然是一项挑战。在过去的一年左右的时间里,我们以多种方式增强了单细胞基因组测序。首先,我们提出了一种更有效地检测低表达转录本的方法。特别是针对T淋巴细胞,我们设计了一种方案,将每个细胞的基因表达谱与其独特抗原受体的序列联系起来。

同时,位于马萨诸塞州波士顿的达纳法伯癌症研究所的一个研究小组发布了一种巧妙的文库筛选策略,确定特定的T细胞受体识别哪种抗原。

与麻省理工学院的合作者Alex Shalek和其他人一起,我创立了一家名为Honeycomb Biotechnologies的公司,以将我们的单细胞RNA测序平台商业化。不必将细胞放在离心机中离心,而是将其粘贴在试管中,然后将其冷冻在液氮中,您可以运送一系列单细胞大小的孔,大小相当于USB大小。这可以使在全球任何地方对几乎所有样本的单细胞存储和基因组的分析成为可能。

关联基因组结构和功能

Linking genome structure and function

 

宾夕法尼亚大学表观遗传学家和生物工程师Jennifer Phillips-Cremins教授:

当您从一端到另一端伸展单个细胞的DNA时,它的长度约为2米,但它必须能够被直径小于大头针直径的细胞核容纳。折叠模式不能是随机的;染色体形成必须在生物的整个生命周期中对其进行时空调节的3D结构。

随着过去十年中基因组学和成像技术的发展,我们现在可以创建基因组折叠方式的超高分辨率图。现在最大的问题是,每个折叠模式的功能是什么?它们如何控制基因表达、DNA复制和DNA修复等基本过程?

几种合成生物学方法可以使我们在一定长度和时间范围内折叠和探测基因组。一种方法,CRISPR-GO,可以将DNA片段携带到细胞核上或细胞核中的特定区室。这将使科学家们能够研究DNA序列的核内形态如何控制基因功能。

另一个是我们实验室的光激活动态环状结构化(light-activated dynamic looping,LADL)工具,该工具使用光和CRISPR–Cas9可以根据需要在长距离上将特定的DNA束缚在一起。这可以使增强子直接与数千个或甚至数百万个碱基的靶基因直接接触,因此我们可以直接评估调节序列的功能:其靶基因的表达会上升还是下降,以及上升到什么程度?该技术可以对基因表达进行精确的时空控制,这在许多疾病中都受到严重破坏。

第三种系统CasDrop使用另一种光激活的CRISPR–Cas9系统将特定的DNA片段拉入亚核无膜“冷凝物” 。自几年前被发现以来,它们在细胞中的功能一直受到激烈的争论。

启发我思考未来的是,我们可以将这些3D基因组工程工具与基于CRISPR的活细胞成像方法结合使用,以便我们可以在细胞中实时工程化和观察基因组。

功能可驱动结构,或结构可驱动功能。这些工程工具将使我们能够解开这一个很大的谜。

药时代将继续密切关注,及时报道。

参考资料:

  • Technologies to watch in 2020(请点击“阅读原文”)

  • 本文为药时代原创编译。水平、时间有限,错误疏漏难免。欢迎批评指正!

  • 参考资料、图片取自网络。版权归拥有者。

  • 仅供感兴趣的朋友个人谨慎参考。非商用。非医用。不作为任何投资建议。敬请知悉!

  • 任何问题,请联系我们。衷心感谢!
# # #

Nature杂志 | 2020年值得关注的生物技术

发布者:药时代,转载请首先联系contact@drugtimes.cn获得授权

发表评论

登录后才能评论
分享本页
返回顶部