Новая технология визуализации раскрывает сеть превращения метаболитов из одиночных клеток

Исследователи из Центра одиночных клеток Циндаоского института биоэнергетики и биопроцессных технологий (QIBEBT) Китайской академии наук (CAS) разработали быструю, недорогую и высокопроизводительную технику, способную профилировать динамические метаболические особенности всего из одного изогенного образца клеток.

Исследование было опубликовано в mBio 31 августа.

Любая популяция генетически идентичных клеток может демонстрировать множество различных фенотипов. Эти фенотипы можно описать на гораздо более детальном уровне с помощью метаболитов.

Обнаружение корреляций между метаболизм-связанными фенотипами чрезвычайно полезно. Например, обнаружение связи между обилием определенного типа метаболита и конкретным заболеванием потенциально дает очень полезную информацию для диагностики и других медицинских приложений.

Использование исследований с помощью масс-спектрометрии высокого разрешения на «метаболоме» (наборе всех метаболитов) множества наборов данных применялось для идентификации именно тех метаболитов, которые характеризуют определенное заболевание.

Однако сила таких исследований обычно зависит от множества образцов, каждый из которых содержит большое количество клеток. Команда QIBEBT разработала технику, способную количественно профилировать различные метаболизм-связанные фенотипы всего по одному «снимку» из одной пробирки, то есть рассматривая каждую клетку как отдельный «образец».

Исследователи используют микроспектрометрию комбинационного рассеяния света (Рамановскую спектроскопию) на одиночных клетках. Этот метод использует взаимодействие света с химическими связями в молекуле, чтобы позволить идентифицировать метаболический профиль клетки быстро, не изменяя и не разрушая её. Лазерный свет взаимодействует с молекулами метаболитов, изменяя энергию фотонов лазера. Возникает «ландшафт» из тысяч пиков и впадин фотонов с повышенной или пониженной энергией, который характерен для конкретных молекул метаболитов, синтезируемых клеткой, и, следовательно, для её метаболического фенотипа.

«Подобно тому, как портрет может раскрыть множество черт лица человека, Рамановские спектры одиночных клеток (SCRS) могут раскрывать клеточные фенотипы ландшафтным образом, одновременно выявляя множество метаболизм-связанных фенотипов клетки в конкретном состоянии», — говорит профессор Сюй Цзянь из Центра одиночных клеток QIBEBT, автор-корреспондент исследования.

Исследователи называют это «раманóмом» — набором всех SCRS, случайно отобранных из популяции генетически идентичных клеток. Это метаболический снимок этой популяции с разрешением на уровне одиночной клетки.

Затем, используя присущую, универсально присутствующую вариацию метаболической активности среди этих отдельных клеток, исследователи предложили и продемонстрировали возможность раскрыть множество связей между фенотипами, по сути предсказав сеть взаимопревращения метаболитов, всего из десятков клеток из одной пробирки изогенных клеток. Они называют этот исследовательский фреймворк «Анализом внутрираманомных корреляций» (Intra-Ramanome Correlation Analysis, IRCA).

«Красота IRCA в том, что вместо традиционного подхода, где каждая колба или колония клеток рассматривается как один «образец», теперь каждая клетка становится одним независимым «образцом». Это открывает множество невероятно захватывающих возможностей», — добавляет доктор Хэ Юэхуэй из Центра одиночных клеток, ведущий автор, возглавляющий разработку алгоритма IRCA.

Команда уже применила IRCA к раманомам многих различных видов бактерий, микроводорослей и грибов с высокой пропускной способностью и низкой стоимостью, продемонстрировав универсальную ценность IRCA для множества типов клеток в природе.

Доказав теоретические основы, лежащие в основе IRCA, исследователи теперь надеются, что эта техника откроет множество новых научных исследований, основанных на данных, которые раскроют скрытые динамические особенности клеточного метаболизма.