新しい方法が細胞分泌物と遺伝子を結びつけたよ。
細胞からのタンパク質放出と遺伝情報を結びつける新しい技術。
― 1 分で読む
細胞はすべての生物の基本的な構成要素だよ。いろんな仕事をしてて、その一つがバイオモレキュールとして知られる物質を放出することなんだ。この物質は体の中で重要な役割を果たしていて、炎症を引き起こしたり、神経細胞間で信号を送ったり、特定のエリアに他の細胞を引き寄せたり、組織のフレームワークを形成するのを助けたりしてる。細胞は周囲とコミュニケーションを取ったり、自分自身の環境を維持したりして、近くの細胞をサポートしてるんだ。
例えば、初期の発達段階では、細胞が成長中の胚の器官を形成するのを助ける信号を放出するよ。プラズマB細胞みたいな細胞は、感染から体を守る抗体を作るんだ。他の細胞、例えば線維芽細胞は、コラーゲンみたいなタンパク質を分泌して傷を治したり、組織を支えたりするの。
分泌されるタンパク質は、哺乳類の細胞に見られる総タンパク質の中でかなり大きな部分を占めていて、全体の約4分の1を占めてるんだ。細胞がどれだけのタンパク質を放出できるかは、タンパク質が細胞を出る前にセル内で起きるいろんなステップによって変わったりするから、ただ遺伝子の活動を測るだけじゃ、どれだけのタンパク質が放出されたかの全体像はわからないんだ。最近の進歩で、科学者たちは単一の細胞を観察できるようになり、同じ細胞の中でも分泌する物質や挙動にかなりの違いがあることがわかったよ。
細胞がこれらのタンパク質を放出する仕組みや、それを制御するものを理解することは非常に価値があるんだ。この知識は、医薬品や治療のために有用なタンパク質の生産を改善する手助けにつながるかもしれない。
新しい方法:分泌エンコード単細胞配列(SEC-seq)
科学者たちは、分泌エンコード単細胞配列、つまりSEC-seqっていう方法を開発したよ。この技術は、単一の細胞が放出するタンパク質の量とその細胞の遺伝情報をつなげることを目的としてるんだ。
この方法の最初のステップは、各個々の細胞からの分泌物を、細胞の遺伝データと結びつけて一緒に保つことができるようにすることなんだ。これをするために、研究者たちはナノバイアルと呼ばれる小さなゲル粒子を使うよ。この粒子には、細胞から放出されたタンパク質を捕まえる特定のタンパク質や抗体に付着するための特別な表面があるんだ。
一つまたは数個の細胞をナノバイアルに入れることで、研究者たちはそれぞれの細胞が何を放出するかを追跡できるよ。細胞がナノバイアルの中に入ったら、しばらく放置しておくことができる。この間に、細胞はナノバイアルが捕まえるタンパク質を放出するんだ。
タンパク質が集められた後、科学者たちは特別にラベル付けされた抗体を使って、各細胞が放出したタンパク質の量を分析することができるよ。この情報は、細胞の遺伝情報と組み合わせて、その細胞が放出したタンパク質が遺伝的構成にどう関連しているかを見られるようになるんだ。
ナノバイアルの設計のおかげで、すでに多くの研究室にある標準機器を使えたりするから、この方法は多くの研究者にとってアクセスしやすくなってるんだ。
SEC-seqの応用
今のところ、SEC-seqは3つの主要な研究領域で使われているよ。
プラズマ細胞における抗体分泌の調査
一つの応用では、研究者たちはSEC-seqを使って、免疫グロブリンG(IgG)みたいな抗体を作るプラズマ細胞を研究したよ。同じ細胞から放出されるIgGの量と遺伝データをつなげることで、高いレベルのIgG生産に関係する重要な要素がわかったんだ。この研究は、大量のIgGを分泌する細胞でより活性な特定の遺伝子を特定して、新しい治療のターゲットになる可能性を示唆してる。
間葉系幹細胞における血管内皮成長因子A(VEGF-A)
もう一つの例は、治癒や再生に重要な間葉系幹細胞(MSCs)を含むよ。研究者たちはSEC-seqを使って、これらの細胞が分泌する血管内皮成長因子A(VEGF-A)の量を分析したんだ。研究の結果、すべてのMSCが同じレベルでVEGF-Aを分泌するわけではなく、VEGF-A遺伝子の遺伝活動だけを測定しても、どれだけのVEGF-Aタンパク質が放出されたかを正確に予測できないことがわかったよ。つまり、高レベルのVEGF-Aを分泌するユニークなMSCのグループがあって、再生や治癒の治療目的で探求される可能性があるんだ。
T細胞とその分泌物
もう一つの応用では、SEC-seqを使って体内の特定の外来分子を認識するT細胞を研究したよ。研究者たちは、感染した細胞を殺すのを助けるタンパク質であるグランザイムBが、異なるT細胞によってどれだけ分泌されるかに興味を持っていたんだ。分泌レベルを細胞の遺伝情報やユニークなT細胞受容体と結びつけることで、どのT細胞がより効果的かを特定できたよ。これにはがん治療において、T細胞の機能を理解することで免疫療法の進展につながる可能性があるんだ。
SEC-seqの利点
SEC-seqの方法には、従来の技術に対するいくつかの利点があるよ。
分泌物の直接測定
古い方法の多くは細胞内のタンパク質を測定するけど、実際に細胞が放出しているものを反映してないかもしれないんだ。SEC-seqは、分泌されるときのタンパク質を捕まえるから、細胞活動のよりクリアな視界を提供してるよ。
分泌物と遺伝子のリンク
以前の技術とは違って、SEC-seqは研究者が同じ細胞のタンパク質分泌のレベルを遺伝情報に結びつけられるようにしてる。このつながりは、遺伝学がタンパク質放出にどう影響するかに関する新しい洞察を明らかにすることができるよ。
フレキシビリティとモジュラリティ
SEC-seqのアプローチはフレキシブルで、異なる種類の細胞や分泌される製品を研究するために調整できるんだ。細胞が放出する異なるコミュニケーション因子を探求できるから、免疫学、発生生物学、再生医療などのさまざまな分野に適用できるよ。
SEC-seqの仕組み
ナノバイアルの準備
このプロセスはナノバイアルの準備から始まるよ。これらのゲル粒子は、抗体に特定の結合部位を持つように修正されてる。研究者たちはナノバイアルと分泌タンパク質をターゲットにした抗体がその表面に付着できる溶液を混ぜるんだ。
細胞のロード
次に、細胞を準備されたナノバイアルと混ぜるよ。このステップは重要で、適切な数の細胞がナノバイアルに付着していることを確認するんだ。研究者たちは、ナノバイアルの約10〜20%が単一の細胞を持つように目指してる。
インキュベーションと分泌物の収集
ロード後、ナノバイアルはインキュベートされ、細胞が分泌物を放出できるようになるよ。細胞の種類に応じて、このインキュベーションは短時間から24時間まで行われることがあるんだ。
検出と分析
インキュベーションが終わったら、研究者たちは特別にラベル付けされた抗体を使って放出されたタンパク質の量を特定し、測定するよ。この情報は遺伝データと組み合わせて、個々の細胞の分泌行動の完全な視野を提供するんだ。
課題と考慮事項
SEC-seqは多くのエキサイティングな機会を提供しているけど、考慮すべき課題もあるよ。
細胞のロード効率
ナノバイアルに適切な数の細胞を入れるのが時々難しいことがあるんだ。研究者たちは、ほとんどのナノバイアルに単一の細胞が含まれるように、ロード条件を最適化する必要があるよ。
分泌の時間的ダイナミクス
細胞がどれだけ長くインキュベートされるかのタイミングで、測定される分泌物の量が影響を受けることがあるんだ。タンパク質は時間に沿って均等に放出されるわけじゃないから、結果を解釈する際にはこれを考慮することが重要なんだ。
サンプル間のクロストーク
サンプル間での汚染が起こることがあって、ある細胞から放出されたタンパク質が別の測定に影響を与える可能性があるんだ。でも、ナノバイアルの設計はこのリスクを最小限に抑えるのを助けてるよ。
将来の方向性
SEC-seqの方法が進化するにつれて、未来の研究のためのワクワクする可能性がたくさんあるよ。
疾患メカニズムの理解
SEC-seqを使って異なる疾病で細胞がどう振る舞うかを探ることで、研究者たちはさまざまな状態の根本的なメカニズムを明らかにできるかもしれない。これが新しい治療戦略につながるかもしれないんだ。
治療の開発
SEC-seqから得られる洞察は、特に免疫療法の分野でより効果的な治療の開発に役立つかもしれない。ある細胞がどのようにタンパク質を分泌するかを理解することで、研究者たちは特定の免疫応答を強化したり抑えたりするための治療を調整できるんだ。
バイオテクノロジーでの応用
この方法は、タンパク質や薬の生産を改善することが重要なバイオテクノロジーの分野でも役に立つかもしれない。分泌に影響を与える要因を理解することで、治療タンパク質を生成するプロセスを最適化できるんだ。
技術の組み合わせ
SEC-seqと機能アッセイみたいな他の方法を組み合わせる機会もあって、細胞内の複雑なネットワークをより完全に理解できるようになるかもしれない。これが細胞の挙動や相互作用に関する新しい洞察につながることもあるよ。
結論
要するに、SEC-seqは研究者が個々の細胞からの分泌物を研究し、それを遺伝情報に結びつける革新的な方法なんだ。この技術は細胞の振る舞いや病気のメカニズム、治療の開発を理解するのに役立つ可能性があるよ。もっと多くの研究者がこのアプローチを採用することで、生命科学や医学、バイオテクノロジーの分野で重要な進展が期待できて、新しい探求や発見への道を開くかもしれないんだ。
タイトル: Linking single-cell transcriptomes with secretion using secretion-encoded single-cell sequencing (SEC-seq)
概要: Cells secrete numerous proteins and other biomolecules into their surroundings to achieve critical functions - from communicating with other cells to blocking the activity of pathogens. Secretion of cytokines, growth factors, extracellular vesicles, and even recombinant biologic drugs defines the therapeutic potency of many cell therapies. However, gene expression states that drive specific secretory phenotypes are largely unknown. We provide a protocol that enables linking the Secretion amount of a target protein EnCoded (SEC) by thousands of single cells with transcriptional sequencing (seq). SEC-seq leverages microscale hydrogel particles called Nanovials to isolate cells and capture their secretions in close proximity, oligonucleotide-labeled antibodies to tag secretions on Nanovials, and flow cytometry and single-cell RNA-sequencing platforms for readout. Cells on Nanovials can be sorted based on viability, secretion amount, or other surface markers without fixation or permeabilization, and cell and secretion-containing Nanovials are directly introduced into microfluidic droplets-in-oil emulsions for single-cell barcoding of cell transcriptomes and secretions. We have used SEC-seq to link T-cell receptor sequences to the relative amount of associated cytokine secretions, surface marker gene expression with a highly secreting and potential regenerative population of mesenchymal stromal cells, and the transcriptome with high immunoglobulin secretion from plasma cells. Nanovial modification and cell loading takes under 4 hours, and once the desired incubation time is over, staining, cell sorting, and emulsion generation for scRNA-seq can also be completed in under 4 hours. By linking gene expression and secretory strength, SEC-seq can expand our understanding of cell secretion, how it is regulated, and how it can be engineered to make better therapies.
著者: Dino Di Carlo, J. Langerman, S. Baghdasarian, R. Y.-H. Cheng, K. Plath, R. G. James
最終更新: 2024-05-20 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.05.17.594711
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.05.17.594711.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。