單細胞技術讓這些研究成為現實
日期:2016-10-28 08:55:06
如今,細胞群體的平均值數據已不再能夠滿足研究的需求。研究人員開始轉向單細胞來探索基本的生物學。在這一期的《BioTechniques》上,Jeffrey Perkel博士介紹了讓單細胞實驗成為現實的技術。
2015年底,巴西衛生部門和世界衛生組織報告,新生兒中小頭癥的發病率急劇增加。沒過多久,人們就確定了罪魁禍首:寨卡病毒(Zika)。為何這種病毒在成人中的表現是如何溫和,但在新生兒中卻造成災難性的神經畸形。單細胞生物學將告訴我們答案。
走進寨卡病毒
加州大學舊金山分校的Arnold Kriegstein獲得了奧巴馬政府的BRAIN計劃資助,希望能分類人腦中的不同細胞。在發育的大腦中研究基因表達,這不是一個新概念,許多研究團隊已經做過,但是在大塊組織水平。這些研究鑒定出不同區域和不同發育階段的基因表達差異。不過,他們不能提供細胞特異性指紋。
為了創建基因表達的指紋,Kriegstein的團隊與Fluidigm公司合作,利用自動化的微流體平臺 – C1單細胞自動制備系統。C1能夠平行捕獲800個單細胞,然后分離、逆轉錄并擴增,輸出單細胞cDNA。將這種工具應用在大腦組織上,研究人員之后在Illumina的測序儀上進行測序,并利用分層聚類工具來分類,每一類代表一種特定的細胞類型。在最初的演示中,他們收集了600多個細胞的表達譜,并將它們分成四大類。
這些數據對于解析寨卡病毒的發病機理特別有用。其他研究人員則在研究病毒的受體。一名博士后研究人員Alex Pollen注意到,一種潛在的寨卡受體AXL,在放射狀膠質細胞中高度富集。“如果你試圖產生小頭癥,這些正是你想要瞄準的細胞,”Kriegstein表示。其他細胞也表達AXL,包括神經免疫細胞、內皮細胞和眼睛中的某些細胞,但是神經元大多缺乏AXL表達。“你必須逐個細胞地觀察基因表達模式,”他說。“幸運的是,我們一直這么做。”
發現非整倍體
其他的研究團隊在探索單細胞時,也發現了獨到的生物學見解。事實上,單細胞研究的文章數量在急劇增加,從2010年的46篇增長到2015年的332篇。過去的研究僅限于細胞解剖和生理學,但如今研究人員擁有新一代測序儀和質譜儀,能夠拷問單個細胞的分子內容。
然而,這并不是一件簡單的事。單細胞中沒有足夠的DNA或RNA用于直接測序,因此這些大分子首先必須被擴增,這不可避免地讓人擔心擴增偏倚。蛋白質組學和代謝組學研究并沒有這種選擇,因此研究必然會推動儀器發展。當然,在分析單個細胞時,區分真正信號和隨機噪聲也是相當復雜的。
弗吉尼亞大學醫學院的助理教授Michael McConnell正利用單細胞技術來研究大腦中的遺傳變異。十五年前,他及同事利用熒光顯微鏡和染色體繪畫技術,發現哺乳動物大腦中的細胞在基因組水平上并不完全相同。大約三分之一的分裂細胞要么缺失大量的遺傳物質,要么過量,產生遺傳鑲嵌。
如今,McConnell與Salk研究所的Fred Gage合作對110個單細胞進行測序和SNP分析,以便深入研究“體細胞嵌合”的現象。他們發現,大腦中13-41%的細胞含有Mb大小的拷貝數變異,這些重復和缺失小于十五年前描述的非整倍體,但仍有可能影響細胞表型。“這可能改變離子通道組成,進而直接影響生理學,”他說。
長翼的小鼠?
賓夕法尼亞大學Perelman醫學院的James Eberwine是現代單細胞生物學的先驅之一。自八十年代后期以來,他一直在開發和改進在細胞水平上分析基因表達的方法。據Eberwine介紹,單細胞方法提供的信息無疑會被群體水平的信息所掩蓋。他的實驗室已利用這種技術來記錄細胞之間的mRNA豐度差異,捕獲神經樹突中的RNA,這個區域曾被認為缺乏轉錄本。
不過他也強調,這項技術必須謹慎使用。“我想讓人們知道的是,現在開展單細胞分析是相對簡單的,但想要做好,并不簡單。”數據解釋和對照是關鍵。
Rusty Lansford也同意這一點,他是南加州大學和洛杉磯兒童醫院的副教授。與Eberwine合作,Lansford最近轉向單細胞組學,將這些技術與脊椎動物胚胎發育的活細胞成像相結合。他的研究對象是日本鵪鶉。對于這類研究而言,鵪鶉是比小鼠和雞更好的選擇。Lansford稱之為“長翼的小鼠”。
Lansford的實驗室一直在開發鵪鶉發育過程中細胞運動的成像方法。他在一個胚胎所有細胞中利用組成型啟動子表達紅色熒光蛋白,而另一個胚胎利用內皮細胞特異的啟動子表達黃色熒光蛋白,之后將動物雜交。Lansford利用共聚焦或雙光子顯微鏡來觀察發育中的胚胎,看看每個細胞去哪里。
在發育一段時間后,他們切下特異細胞,利用免疫組化鑒定細胞類型,然后測序RNA。盡管數據還沒有發表,但是研究人員利用這種策略來標記原始生殖細胞,發現他們能夠觀察到每個細胞發育過程中的轉錄組變化。這些實驗頗有挑戰性,不過數據分析要困難得多。“我們必須查看某些事件,了解細胞事件的隨機性,”Lansford說。