
当细胞的异常,无法用一个亮度值概括
混池CRISPR筛选(pooled CRISPR screening)把携带不同基因扰动的细胞放在一起,通过单向导RNA(single-guide RNA,sgRNA)追踪扰动身份。细胞存活或增殖变化等表型,已能用于大规模筛选。
但许多生物学问题依赖蛋白“在哪里”,而不只是“有多少”。例如,自噬相关蛋白LC3(microtubule-associated protein 1 light chain 3)的总荧光相似,空间分布却可能完全不同。将整幅图压缩成一个强度值,便可能丢失关键差别。
逐个基因分别培养、拍摄,能保留这些信息,却增加了实验负担;在细胞内原位读取扰动条码,则通常需要对大量细胞进行解码。SPARCS选择先对整个细胞库成像,再集中回收具有目标表型的细胞,让后续分析聚焦于更有价值的对象。
这改变了实验设计的重心:研究人员可以先定义想识别的细胞状态,再寻找使这一状态出现的基因。对于形态相似、内部定位却不同的细胞,选择什么读出,本身就决定了哪些功能变化更容易被发现。
先看清异常,再把目标细胞取回来
研究人员让细胞生长在聚苯硫醚(polyphenylene sulfide,PPS)膜上。它既支持显微成像,也能被激光切割。图像经过拼接和细胞分割后,算法判断每个细胞是否符合目标表型,再把坐标交给自动化激光显微切割(laser microdissection,LMD)系统。
用于基因分型时,系统主要切取细胞核,随后扩增、测序其中的sgRNA,识别富集的基因扰动;用于蛋白分析时,则回收相应细胞材料。图像因此成为选择实验对象的依据。
这套系统每小时可切取约1000个细胞核,切取膜片的回收率约为80%。在混合细胞群的验证中,至少95%的测序读段来自指定切取群体,支持回收的准确性。不过,1000个细胞核是切取速度,并不代表整个成像筛选每小时只能处理1000个细胞。
|
巧妙之处在于:先观察大规模细胞库,再对少量候选对象投入后续分析资源。 |
AUC超过0.92,为什么仍会漏掉大多数目标?
研究首先选择宏自噬(macroautophagy)验证方法。正常细胞在Torin-1刺激后,会形成带有LC3信号的自噬体(autophagosome);关键基因缺失的细胞,则可能无法形成这些斑点。
Torin-1是mTOR抑制剂(mTOR inhibitor),在这里用于模拟饥饿诱导的自噬。训练样本既包括未刺激与刺激后的正常细胞,也包括缺失ATG5的细胞,使算法能够学习同一实验体系中的不同LC3分布。
在120万细胞的预实验中,被回收细胞里的ATG5靶向sgRNA中位富集约200倍,其他自噬相关sgRNA中位富集约60倍。这说明图像筛选能把目标扰动从混合细胞库中富集出来。
但第一版分类器暴露了一个问题:受试者工作特征曲线下面积(area under the ROC curve,AUC)超过0.92,看起来表现不错;当假发现率(false discovery rate,FDR)控制在1%时,召回率(recall)却不足26%。换言之,为减少误选,它漏掉了大多数目标细胞。
|
研究人员随后优化染色、成像和训练样本,减少标签错误。第二版分类器在独立测试集中的AUC超过0.999,在FDR低于1%的条件下,召回率接近100%。 |
这组数据提醒我们:评价筛选模型,不能只看一个漂亮的总体指标,还要看它在实际选择阈值下,能找回多少目标、混入多少误选。这里的高性能也属于特定测试条件,不能自动推广到所有细胞和表型。
有LC3斑点,为什么仍可能存在自噬缺陷?
随后,自噬筛选扩大到4000万U2OS细胞,每个基因的中位覆盖为1818个细胞。研究人员累计切取395173个细胞核,找回了几乎全部核心饥饿诱导宏自噬相关基因,包括完整的ULK1复合物和LC3脂质化通路。
其中,内质网(endoplasmic reticulum,ER)跨膜蛋白EI24对应的扰动富集约82倍。但它并非首次与自噬建立联系:既往研究已报告,EI24缺失会伴随LC3脂质化升高或斑点形成。
研究人员也没有把单条sgRNA的富集直接视为可靠结论。所用文库为每个基因设计了4条sgRNA,多个独立扰动是否一致,成为评估候选的重要依据。仅有一条sgRNA突出,可能涉及脱靶效应(off-target effect),仍需谨慎核查。
那么,一个识别自噬体形成障碍的分类器,为何会选中它?
后续实验确认,EI24缺失细胞的基础LC3脂质化确实升高;但在Torin-1刺激后,常见的多个LC3斑点形成明显受损,主要出现一个较大的LC3阳性聚集点。
|
这些结果支持EI24参与自噬体形成,同时说明:LC3脂质化升高或出现聚集点,都不能单独等同于自噬过程正常完成。既往观察与本研究的差异,需要结合实验条件和具体表型理解,EI24的详细机制也仍待研究。 |
空间形态补充了总量指标无法提供的信息,让“信号增加”背后的不同状态得以区分。
STING去了哪里,比信号亮不亮更有信息
第二项筛选聚焦干扰素基因刺激因子(stimulator of interferon genes,STING)。在静息状态下,STING位于内质网;受刺激后,它经过内质网—高尔基体中间区(ER–Golgi intermediate compartment,ERGIC)、高尔基体,最终进入内溶酶体系统。转运与信号激活紧密相连。
研究人员在HeLa细胞中表达带荧光标签的STING,用激动剂diABZI刺激,再训练分类器区分不同定位状态。经过2小时刺激,正常细胞的STING通常已进入内溶酶体相关结构;仍停留在早期转运区室的细胞,则成为候选对象。
在2940万细胞中,研究人员回收了2071个候选细胞用于基因分型。已知转运因子SEC24C、SEC31A的敲除显著富集,同时出现了机制尚不清楚的候选基因,包括GPR89B。
这项实验把“蛋白停在哪里”变成了全基因组筛选的读出,使转运障碍能够直接进入候选基因发现过程。
高尔基体更不酸了,STING却难以启动
GPR89A和GPR89B编码高尔基体pH调节蛋白(Golgi pH regulator,GPHR)。它作为氯离子通道,参与维持高尔基体腔内的酸性环境。
同时敲除两个基因后,高尔基体pH升高,diABZI刺激下的STING明显滞留在内质网。重新表达GPR89B,能够恢复其向高尔基体的转运。
研究人员又进行了两项有助于排除其他解释的实验。首先,另一种激动剂Compound 53(C53)能直接在内质网上诱导STING聚集,其效应在双敲除细胞中大体保留。这提示GPHR缺失并未让STING完全失去响应能力,影响更集中于依赖转运的激活路径。
其次,在单核细胞转分化模型中,双敲除影响了diABZI刺激后0.5小时的STING、TBK1和IRF3磷酸化,并削弱IFNB1、CXCL10的转录响应。使用莫能菌素(monensin)急性提高高尔基体pH,也产生了类似的激活延迟,使长期基因缺失引发代偿变化的解释受到进一步检验。
|
值得关注的是,既往研究发现STING激活后伴随高尔基体pH升高,而该研究显示,预先破坏酸性环境会妨碍早期激活。两者未必矛盾:同一种环境变化,在不同阶段可能具有不同作用。至于后期pH变化如何维持信号,仍需要更直接的机制证据。 |
敲除、回补、替代激动剂和急性干预,从不同方向检验了同一解释,使证据超出了“定位异常与信号减弱同时出现”的相关性观察。不过,pH变化具体影响了哪一步转运,仍没有被完全解释。
50个细胞,继续追查约5000种蛋白
|
SPARCS还让候选细胞可以接受图像之外的分析。研究人员从50个回收细胞中,利用液相色谱—质谱(liquid chromatography–mass spectrometry,LC-MS)稳定定量约5000种蛋白。 |
在STING筛选中,43组每组含40—60个候选细胞的混合样本,呈现出可重复的蛋白组(proteome)差异,涉及SEC61G、TMEM258、KDELR1等内质网和高尔基体相关蛋白。这提供了进一步追查细胞状态的线索。
研究人员还借助计算扰动预测模型STATE,比较2023种基因扰动的预测效应与实验蛋白组特征,提出CLCC1等额外候选。但模型主要学习单细胞转录组数据,将其用于蛋白组特征存在跨数据类型的局限;计算提名也仍需实验验证。
|
目前每小时约1000个细胞核的切取速度仍限制回收效率;基因分型采用至少500个切取细胞的混合样本,尚不能将每幅单细胞图像与某条sgRNA逐一配对;小规模混池蛋白组也不等于逐细胞蛋白组。 |
因此,这是一项细胞层面的功能发现平台,尚不能据此认定临床治疗策略。它带来的启发是:当基因扰动改变的是细胞内部的组织方式,保留空间信息,就可能发现总量指标难以呈现的功能异常。
|
细胞里的一幅图,因而不只是实验的展示结果,也可以成为提出问题、选择对象和追查机制的起点。 |
参考文献