人体器官之间持续不断地进行着通信。脂肪组织告诉肝脏何时储存或释放能量，免疫系统发出局部炎症信号，成千上万的蛋白质将这些信息传递到全身各处的器官。尽管科学家们长期以来知道这些对话存在，但他们一直难以确定究竟是哪些细胞在发送哪些信息。
现在，研究人员找到了一种"窃听"的方法。通过改进现有的称为"邻近标记"的蛋白质标记技术，并将其应用于基因工程小鼠，研究团队开发了一个平台，可以追踪蛋白质回到其起源细胞，并跟踪它们在内质网(ER)中的生产和折叠过程。这使他们创建了迄今为止最详细的脂肪和肝细胞通信图谱，以及这些网络在炎症、禁食和肥胖期间如何被重新布线。通过将他们的发现与英国生物银行(UK Biobank)的数据进行交叉比对，研究人员将65种这些信号与人类疾病联系起来，包括2型糖尿病和心血管疾病。
然而，研究人员指出，这项研究最重要的贡献不是发现任何单一的蛋白质信使，而是创建了一个强大的新框架来研究器官如何通信，为发现新的生物通路和识别可能成为未来生物标志物或治疗靶点的信号打开了大门。
"这个平台具有非常广泛的应用性。它可以应用于不同的组织和不同的遗传驱动因素——任何领域的生物学家都可以使用它来研究细胞间通信。"化学免疫学和蛋白质组学实验室负责人Ekaterina V. Vinogradova表示。
结合专业知识
窃听器官通信的一个主要障碍是科学家们只能有意义地听到对话的一方。血液中充满了在组织间传递指令的蛋白质信使，研究人员通常可以检测到这些信号。但确定究竟是哪些细胞发送了每条信息一直具有挑战性。
一些研究人员曾尝试测量细胞内的RNA作为其产生的蛋白质的代理；其他人则研究实验室中的分离细胞或使用化学标记方法在蛋白质进入循环前标记它们。但RNA水平通常无法预测细胞最终分泌的蛋白质，标记技术通常无法检测到丰度较低的信号分子，而培养的细胞无法完全复制活体生物的生理学。"该领域的一个主要限制是如何在体内发现这些蛋白质，"分子代谢实验室负责人Paul Cohen说道。
最终克服这一限制的合作始于共同的挫败感。Ken H. Loh，当时是Jeffrey M. Friedman实验室的洛克菲勒大学博士后，目前是耶鲁大学的助理教授，对研究脂肪细胞和脂肪组织内神经之间的通信感兴趣。他设计了一种基因工程小鼠模型，可以在蛋白质通过内质网时进行广泛的标记。这有可能让研究人员通过在蛋白质通过内质网时标记它们，将血液中发现的分泌蛋白质追溯到产生它们的特定细胞，Loh和Friedman与Cohen和Vinogradova分享了这一模型，催化了合作。但当每个实验室分别使用这些小鼠时，他们发现遇到了完全相同的技术障碍：他们难以成功富集标记的蛋白质，并防止稀有信号在质谱数据中丢失。小鼠完成了它们的工作，但挑战在于以足够的灵敏度提取和检测标记的蛋白质以使其有用。"我们意识到，通过联合起来，我们可以一起创造一个更有影响力的故事，"Cohen说。
优化平台
结合他们的专业知识，Loh和Cohen的团队提供了禁食、炎症和肥胖的生理模型，而Vinogradova的实验室则改进了组织处理工作流程、蛋白质组学和计算管道，以分离和识别标记的蛋白质。团队一起改进了平台从组织和血液中回收蛋白质的方法，并减少了质谱数据中的缺失值。结果是一个更为敏感的平台，能够检测到以前研究中未能发现的循环中低丰度的信号分子，包括脂肪衍生激素瘦素(leptin)的微量水平。
"如果没有优化，该平台只能识别最丰富的蛋白质，这些通常是人们已经知道的东西，"Cohen说。"只有通过改进技术，我们才能深入生物学中未知的领域。这不仅仅是拥有技术，而是真正严谨、高质量地执行，才能实现这类发现。"
然后，研究团队将优化后的平台应用于脂肪和肝细胞，追踪这些组织对禁食、炎症和肥胖的反应。为了捕捉代谢疾病的进展，研究人员比较了内脏脂肪（围绕内部器官）和皮下脂肪（皮肤下方）在早期和晚期肥胖期间的蛋白质通信网络，并通过成功绘制B淋巴细胞在基线时的蛋白质生产，证明了该平台在免疫学中的更广泛应用。他们选择研究脂肪、肝脏和免疫细胞，因为他们需要一个理解良好的测试场地来验证新优化的平台。此外，这些选择反映了两个实验室的兴趣：Cohen研究器官，特别是脂肪组织，如何通信以调节全身代谢；Vinogradova使用化学蛋白质组学技术研究免疫蛋白功能。
"脂肪组织是代谢调节的体液中心，其分泌物显然超出了已知的循环因子，如瘦素和adipsin，"Cohen实验室的博士后Kaja Plucińska说。"我们开发的工具使我们能够精确定位和量化新的、低丰度的、可能改变疾病的血液携带脂肪因子，并表征研究较少的内分泌脂肪细胞（如棕色脂肪细胞）的分泌组，我们对此非常兴奋。"
除了编目释放到血液中的蛋白质外，研究团队还绘制了内质网内的蛋白质，这是蛋白质制造和折叠的地方，提供了发送的信息和产生它们的机制的前所未有的视图。
"人们一直没关注这一点，但它对健康和疾病都很重要，"Vinogradova说。"因为这不仅告诉我们细胞发送的信息是什么，还告诉我们产生这些信息的机制如何在压力下变化。"数据显示，内质网的蛋白质折叠机制会主动适应变化的生理条件：禁食抑制了许多免疫相关蛋白质的产生，而严重炎症则触发了帮助细胞应对增加的蛋白质折叠需求的压力反应通路。
由此产生的图谱揭示了每种研究的代谢状态的独特通信程序，并发现了以前未知的因素，包括γ-突触核蛋白(γ-synuclein)，一种以前与神经系统相关的蛋白质，作为脂肪衍生的信使出现，在禁食和炎症期间下降，但在晚期肥胖期间急剧上升；以及MTR1L，一种孤儿受体，其在晚期肥胖期间内脏脂肪中的产量激增30倍。他们还发现了许多被肥胖改变但以前从未在此背景下研究过的蛋白质。当研究团队将他们的发现与英国生物银行中53,000多人的数据进行比较时，他们发现他们显示被代谢压力改变的65种蛋白质与人类疾病相关，包括2型糖尿病、肥胖、高血压、冠状动脉疾病、心脏病发作、中风、心房颤动和败血症。
"在我们研究的方面，即由脂肪细胞产生并受肥胖调节的蛋白质，我们证实了该技术的有效性，"Cohen说。"但我们还看到了150多种其他蛋白质，其中许多以前从未在此背景下研究过。我们认为，弄清楚这些蛋白质如何调节全身代谢将成为一个非常有成效的领域。"
"这些TurboID实验需要一种不同于我们其他质谱项目的分析方法，"Vinogradova实验室的博士后Charlotte Wayne说。"但现在管道已经建立，我们很兴奋地将这种策略应用于其他细胞类型和疾病环境。"
Cohen计划使用它来探索棕色脂肪分泌哪些蛋白质，并揭示运动如何改善全身健康的细节，而Vinogradova将把这种方法扩展到其他系统，特别是在免疫学中，追踪细胞间通信已被证明特别具有挑战性。在Loh的新实验室中，他发现——就像在洛克菲勒大学一样——小鼠模型已经催化了新的合作，研究衰老、肥胖和生殖生理学交界处的问题。
"我最兴奋的是将其应用于研究免疫信号和功能障碍，"Vinogradova说。"但我们希望它能打开大门，构建跨越整个健康和疾病谱系的器官互作组。"
【全文结束】