亚细胞分辨率的空间多组学高通量原位成对测序

亚细胞分辨率的空间多组学高通量原位成对测序

亚细胞分辨率的空间多组学高通量原位成对测序

研究背景和目的

随着生物医学研究的不断发展,多组学技术在细胞功能和疾病机制方面的应用越来越受到关注。然而,目前,许多原位测序方法仅限于解读一种生物分子类型的空间信息,同时多种生物分子(如DNA、RNA、蛋白质和小分子)原位共检测仍然面临挑战。此外,由于4n(4代表四种荧光染料,n代表测序或杂交轮数)解码能力的限制,高通量空间组学在成本和检测效率方面仍需改进。为了解决这些问题,本文报道了一种新型的高通量靶向原位测序方法——多组学原位配对测序(MIP-Seq),该方法能够高效检测大脑组织中多种生物分子,在分子和功能图谱的多维分析上提供了新的可能性。

论文来源

该研究由来自华中农业大学的Xiaofeng Wu, Weize Xu, Lulu Deng等人撰写,发表于《Nature Biomedical Engineering》期刊,文章的DOI为https://doi.org/10.1038/s41551-024-01205-7,接收日期为2024年4月1日。

研究流程

工作流程的详细介绍

该研究的工作流程包括多个步骤: 1. 探针设计和杂交: 设计用于标记目标分子的探针,包括padlock探针、引物和检测探针。探针与目标RNA在37°C孵育一夜,以实现特异性结合。

  1. 连接和滚环扩增: 使用Splintr ligase进行特异性连接,形成滚环扩增模板。接着,在30°C下进行两小时的滚环扩增(RCA),以放大信号。

  2. 高通量测序和信号解码: 利用配对测序策略,每轮测序同时解码两个条形码基对,极大地提高了基因检测吞吐量,降低了测序轮数和成本。每轮测序后使用高灵敏度显微成像技术记录荧光信号。

  3. 图像处理和数据分析: 使用深度学习辅助的成像分析技术,对多轮测序图像进行配准、解码和细胞分割。

主要实验结果

  1. RNA检测效率: 使用MIP-Seq检测了人的GAPDH和MTOR基因转录,结果表明MIP-Seq在每个细胞中的检测效率可达hcr3.0-FISH方法的96%。

  2. 基因表达模式的空间映射: 在小鼠脑组织中,MIP-Seq检测KIF5A和SNHG11基因的空间表达模式,并确认它们分别定位于胞浆和细胞核。

  3. 多重基因检测和三维重建: 通过MIP-Seq在完整的纵向小鼠大脑切片中检测了CALB1、GAD1、PLP1等10个基因,并构建了这些基因在大脑中的三维表达结构。

结论和意义

MIP-Seq展示了其在高通量、多组学原位检测方面的巨大潜力,不仅可检测DNA、RNA,还可检测蛋白质和神经递质等多种生物分子。这种方法由于其高吞吐量和单核苷酸检测的精确度,可以应用于细胞功能研究、疾病机制探索和精准肿瘤诊断等多个领域。

研究亮点

  • 高解码能力:MIP-Seq的双条码配对测序大幅提高了测序能力(10n vs 4n)。
  • 多组学应用:实现了DNA、RNA、蛋白质和神经递质等多种生物分子的高通量原位共检测。
  • 降低实验成本:减少了测序轮数和成像时间,从而显著降低了实验成本。

其他重要内容

在研究过程中,MIP-Seq被用于检测肿瘤基因突变、辨别亲本基因特异性表达及表观遗传学修饰。此外,MIP-Seq还结合了钙成像和拉曼光谱成像,实现了功能活动与基因表达谱在同一细胞中的整合,为未来的多维组学研究提供了新思路。 MIP-Seq为高通量、多维度的组织和细胞分析提供了一个强大而灵活的平台,其广泛应用潜力将有助于揭示更复杂的生物学机制并推动精准医学的发展。