微信下单
仪器云展台

当前位置:首页 > 动态

ProteinSimple: a Bio-Techne brand

上海市长宁区长宁路1193号长宁来福士广场3号办公楼1901室
021-60276091

产品中心

  • 工业和应用科学

技术交流

扫描二维码

单细胞蛋白质分析技术Milo追踪定量不同iPSC-CM分化亚型

2021-12-17

iPSC简介

2006年Takahashi和Yamanaka突破性发现使终末分化、谱系受限的成体细胞:如皮肤活检来源的成纤维细胞、外周血来源的T淋巴细胞、毛囊细胞等,通过转录因子OCT4、SOX2、KLF、c-MYC、NANOG和LIN28的强制异位表达直接将其重编程为多能状态的细胞,这些细胞被称为诱导多能干细胞(induced pluripotent stem cells, iPSC)。iPSC与胚胎干细胞(Embryonic Stem Cells, ESC)有相似的基因表达、表观遗传谱和分化潜能,可产生任何类型的体细胞。并且避免了ESC基于使用胚胎来源细胞和可能导致异常发育的体外受精胚胎的伦理问题,因此iPSC在医疗领域里具有更好的应用和产业化发展前景。

图片

iPSC应用和挑战

描述任何人类疾病和药物发现的病因学和病理生理学的主要关键组成部分是需要一个生理相关的疾病实验模型,无论是体外还是体内或两者,需要忠实地概括各自的病理生理学和临床表现。因此基于人类iPSC的疾病模型可以无限供应临床相关的表型细胞、以及它们具有的衍生潜力,可以加速阐明生物医学研究中疾病的病因机制,应用于新药发现、药物效价测试、预测药物安全性药理学/毒理学研究,以及基于iPSC的再生细胞疗法,有望治疗心脏病、帕金森、视网膜和角膜疾病、肝脏衰竭、糖尿病、脊髓损伤等疾病。

图片

然而将iPSC治疗方法真正有效转化为临床环境,保证患者安全,还需解决:临床级iPSC的衍生和通用细胞系的生物库建立;需要定义iPSC及其差异化治疗细胞产品可接受质量属性;致瘤性问题;免疫排斥反应;选择同种异体或自体 iPSC 以获得更有效的细胞治疗的难题;iPSC 谱系表型细胞和细胞系变异的异质性;基于iPSC的多基因、散发性和迟发性疾病的患病模型的挑战;需要大量的患者iPSC以实现更有效的病因学和临床转化;iPSC衍生的表型细胞缺乏成熟度;遗传的不稳定性等挑战。

iPSC-CM研究和面临的问题

心血管疾病(cardiovascular disease,CVD)作为全球主要的死因之一,每年会导致约1790万人死亡,所以迫切需要可以延缓疾病进展并且可以改善心脏功能和预防衰竭的治疗方法。而目前的药物、介入或手术方法可能会改善临床结果,但由于无法促进心脏组织修复和再生,因此使这种治疗方法的成功率得不到提升。人类诱导多能干细胞(hiPSC)技术的出现以及随后在培养物中分化和建立心肌细胞(cardiomyocytes,CMs)的能力,为实现人类心脏再生疗法创造了可能性。作为分化CMs的连续和生物学相关来源,hiPSC-CM是心血管研究界的宝贵工具,不仅可用于治疗CVD,还可用于模拟人类心脏发育和疾病、研究潜在机制以及筛选具有疗效和心脏毒性的新药。

图片

由于hiPSC-CM由不同的细胞亚群组成,这些细胞亚群是异质的、未成熟的、表达胎儿基因表达谱,并且与成人心肌细胞相比收缩力减少,因此hiPSC-CM疾病模型的准确性和实用性仍然有限。此外,随着hiPSC-CMs的成熟和蛋白质表达动态的波动,大量样品分析的分辨率变得不足。由于其异质性导致心室样、心房样和节点样亚群,需要严格表征hiPSC-CM,并应对其成熟度、身份和功能进行筛选。为此,需要进行单细胞分析模式以了解这种异质性。

细胞异质性研究方法

虽然单细胞测序技术在分析单细胞转录组学和基因组信息的通量和规模方面取得了进步,但由于任何一个细胞中存在的蛋白质含量非常低,因此难以满足对定量、单细胞蛋白质组学技术的需求。此外,蛋白质组的复杂性和广泛的浓度范围(fM到高nM)带来了额外的挑战。为了在单细胞水平上进行生化蛋白质表征分析,高灵敏度工具是必不可少的。

来自ProteinSimple的单细胞蛋白质分子技术:Milo是一种基于微流体的芯片电泳技术。可以克服单细胞蛋白质组学方法面临的障碍。

图片

Milo操作流程

将细胞悬浮液加载到Milo芯片上,这样单个细胞就可以安放在芯片上的各个微孔中。然后Milo裂解细胞,产生单细胞裂解物,通过分子量电泳分离每个单细胞裂解物中的蛋白质,然后使用紫外线在Milo芯片中捕获蛋白质。然后,对目标蛋白进行一级抗体和荧光二级抗体进行免疫荧光捕获。通过使用开放格式的微阵列扫描仪对芯片进行成像,并使用Scout™软件对图像进行分析,以进行定量的自动数据分析。

图片

Milo追踪定量不同iPSC-CM亚型

图片

与免疫荧光和流式细胞术等其他单细胞分析系统不同,单细胞Western Blot技术Milo可以提供分子量大小信息,以及在单细胞水平测量蛋白质表达时的免疫结合信息,赋予额外的特异性。这种分子量分级步骤可以分辨不同物种的不同蛋白质亚型或区分脱靶抗体结合。为了表征CMs亚型标志物,通过Milo检测了肌球蛋白调节轻链2心房亚型(MLC2A或MYL7)及其心室亚型(MLC2V或MYL2)的蛋白质表达。可以观察到Milo鉴定了三个亚群,这些亚群由MLC2A或MLC2V的单一表达或共表达组成。

图片

Milo检测到hiPSC-CM亚型特异性心室和心房标记物MLC2V和MLC2A,在45秒的电泳运行时间内,迁移到总泳道长度的60%(图A)。使用Milo-Scout™软件通过找到典型峰形与源自原始荧光图像的一维强度图的卷积的局部最大值来识别峰中心。检测到的MLC2A、MLC2V和GAPDH峰的峰中心位置也由泳道指数显示(图B),显示出单个Milo芯片上所有孔的峰迁移的均匀性。为了评估芯片位置(图C)是否影响峰面积量化,比较了空间不同块之间计算的峰面积方差:每个块区域之间的差异小于2.5%(图D)。

图片

应用优化的Milo的检测方法研究hiPSC-CM随时间的异质性,观察整个分化时间线中蛋白质表达的变化。在第17、23和30天从培养物中提取hiPSC-CM细胞,检测MLC2A和MLC2V蛋白质表达。结果显示,共表达MLC2A和MLC2V阳性细胞的比例在整个分化过程中增加,而仅表达MLC2A(MYL7+)的细胞比例随时间减少。且三个亚群中每个亚群中的细胞百分比在所有芯片中一致重现。

图片

为了了解在整个分化过程中每个标记物的表达水平在hiPSC-CM亚群中的变化,在hiPSC-CM分化的第17、23和30天对MLC2V和MLC2A的表达进行了量化。随着分化的进行,MLC2A的总水平略有增加。然而,MLC2V表达在第23天和第30天之间增加了近三倍(图C)。为了了解驱动MLC2V表达增加的细胞亚群,三个亚群(MLC2A+、MLC2V+和共表达MLC2A+和MLC2V+)被进一步分层(图D)。MLC2V的水平在共表达MLC2A+和MLC2V+亚群中显着增加,以及在单独的MLC2V+亚群中增加。

图片

为了进一步了解导致hiPSC-CM分化过程中MLC2V表达显着增加的机制,对先前从三个iPSC系产生的hiPSC-CM进行了Milo分析,其中转录因子NR2F2 (NR2F2GE)、TBX5 (TBX5GE) 的外显子)和HEY2 (HEY2GE) 被CRISPR/Cas9编辑删除。利用这些品系来验证NR2F2、HEY2或TBX5缺陷在单细胞蛋白质水平上对MLC2V表达的影响。结果显示,TBX5GE和HEY2GE hiPSC-CM中MLC2V的单细胞表达显着降低(图E)。此外,MLC2V表达的显着下降归因于共表达MLC2A和MLC2V亚群(图F)。鉴于共表达MLC2A和MLC2V的亚群增加了MLC2V的表达,推测单独表达MLC2A的未成熟hiPSC-CM会随着时间的推移共同表达MLC2V,从而变得更像心室。同时使用预测调节MLC2V(HEY2或TBX5)的转录因子缺陷的两种细胞系时,我们仅观察到MLC2V在共表达MLC2A和MLC2V亚群中表达降低。这可能表明单独表达的MLC2V群体代表了一个独特的细胞亚群,并且该亚群中MLC2V的表达受替代转录因子的调节。

结论:

随着在基础和转化心脏研究中的应用,hiPSC-CM正被用于心血管疾病和心脏发育研究。然而,由于hiPSC-CM由不同的细胞亚群组成,并且hiPSC-CM蛋白表达动力学随着成熟而波动,一些蛋白分析方法可能因为分辨率不足而无法检测单细胞蛋白异质性,因此hiPSC-CM的单细胞蛋白质组学可能受到依赖抗体结合检测而无法评估脱靶结合技术的限制。单细胞蛋白质分析技术Milo,通过靶点分子量差异和抗体识别特异性蛋白标记物,避免了抗体脱靶结合的现象,同时能够跟踪单细胞亚群蛋白表达随时间的变化,从而能够识别并量化hiPSC-CM中不同的异质性亚群,应用于疾病建模和再生医学治疗研究。

图片图片

参考文献:

1 Current Challenges of iPSC-Based Disease Modeling and Therapeutic Implications.

2 Human induced pluripotent stem cell-derived cardiomyocytes: insights into molecular, cellular, and functional phenotypes.

3 Single-cell protein expression of hiPSC-derived cardiomyocytes using Single-Cell Westerns.

图片图片

图片