空間代謝組學(xué)用于食管鱗狀細胞癌早期篩查的研究

代謝組學(xué)文獻分享—研究背景

近幾年代謝組學(xué)的研究如火如荼的開展，極大地促進了各學(xué)科的發(fā)展，如疾病診斷與治療、營養(yǎng)學(xué)、環(huán)境毒理學(xué)、進化和發(fā)育及藥物等；與此同時，質(zhì)譜成像技術(shù)（mass spectrometry imaging, MSI）結(jié)合質(zhì)譜分析和影像可視化，憑借其樣本處理簡單、能反應(yīng)多種分子在空間上的分布及分子結(jié)構(gòu)信息而受到高度的關(guān)注；尤其2004年Cooks等[1]將ESI源去掉封閉外殼，開發(fā)了常壓敞開式解析電噴霧離子化（DESI）技術(shù)并成功用于質(zhì)譜成像分析，更促進了MSI在臨床醫(yī)學(xué)、藥學(xué)和植物學(xué)等領(lǐng)域的應(yīng)用[2]。

代謝組學(xué)文獻分享，隨后，空間代謝組學(xué)（Spatial Metabolomics）也應(yīng)運而生，它將組學(xué)信息擴展到了二維乃至三維的水平，研究小分子在組織切片中的空間分布，告訴我們變化“在哪里發(fā)生”，從而極大拓展了人們對組學(xué)樣品信息的認知[3-4]。
 

由于DESI等離子化技術(shù)需要被測樣品與采樣錐孔之間非常近，才能保證足夠高的靈敏度，而對于較大的組織樣品，無法將樣本放進離子化探針所在位置，難以將離子有效傳輸?shù)劫|(zhì)譜分析器進行高靈敏分析。

代謝組學(xué)文獻分享，鑒于此，藥物所“天然藥物活性物質(zhì)與功能國家重點實驗室”再帕爾•阿不力孜教授課題組主導(dǎo)研發(fā)了新型敞開式空氣動力輔助離子化（Airflow-assisted desorption electrospray ionization，AFADESI）及其質(zhì)譜成像技術(shù)（AFADESI-MSI）技術(shù)，借助0.5米或更長的傳輸管，實現(xiàn)了遠距離離子傳輸，放置樣品的空間非常充裕，且可輕松調(diào)整位置（圖1），并將該技術(shù)用于整體大鼠體內(nèi)藥物成像分析[5-6]和腫瘤生物標志物的原位篩查及免標記分子病理診斷的研究[7-8]。
 

圖1 AFADESI-IMS系統(tǒng)[5]

近期，再帕爾·阿不力孜教授又將AFADESI-MSI技術(shù)與傳統(tǒng)免疫組織化學(xué)技術(shù)（Immunohistochemistry，IHC）進行結(jié)合，對256個患有食管鱗狀細胞癌（esophageal squamous cell carcinoma，ESCC）的病人的樣品進行組織空間特異性的代謝組學(xué)分析，實現(xiàn)了對腫瘤相關(guān)的代謝物和代謝酶進行高通量分析，并將其研究成果發(fā)表在PNAS上[9]。

本期文獻分享
Spatially resolved metabolomics to discover tumor-associated metabolic alterations. Proc. Natl. Acad. Sci. U.S.A. 2019 01 02;116(1)Proc. Natl. Acad. Sci. U.S.A. 2019 01 02;116(1). IF=9.580

代謝組學(xué)文獻分享—技術(shù)路線
為實現(xiàn)高通量原位檢測與腫瘤相關(guān)的代謝物和代謝酶，課題組首先利用AFADESI-MSI技術(shù)獲取不同組織（根據(jù)細胞類型和組成分為：癌癥組織、上皮組織和肌肉組織）空間特定區(qū)域的代謝物輪廓，再結(jié)合PLS-DA模型獲得ESCC和正常組織間的差異代謝物，隨后通過代謝通路分析選出可能與ESCC相關(guān)的酶；最后通過IHC技術(shù)用癌旁組織對與ESCC相關(guān)的酶進樣驗證（圖2）。

圖2 技術(shù)路線

代謝組學(xué)文獻分享—結(jié)果
通過該技術(shù)，能明顯發(fā)現(xiàn)甘油磷脂、葡萄糖酸、嘧啶、組氨酸、脂肪酸、精胺和脯氨酸在癌癥組織和正常組織中表達量的差異（圖3）。

圖3 ESCC組織區(qū)域特異性空間分布圖

進一步的通路分析表明，脯氨酸合成、組氨酸代謝、谷氨酰胺代謝和脂肪酸合成等代謝通路在ESCC患者中發(fā)生改變，最后通過IHC驗證發(fā)現(xiàn)吡咯啉-5-羧酸還原酶2（PYCR2）、谷氨酰胺酶（GLS）、鳥苷磷酸化酶（UPase1）、組氨酸脫羧酶（HDC）、脂肪酸合成酶（FASN）和鳥氨酸脫羧酶（ODC）在癌癥組織中發(fā)生了紊亂，尤其是PYCR2和UPase1首次發(fā)現(xiàn)在ESCC中異常表達（圖4）。
 

圖4 谷氨酰胺代謝通路中代謝物和酶的空間分布圖

代謝組學(xué)文獻分享，最后，課題組又用36個新收集的樣本進樣驗證，發(fā)現(xiàn)模型的準確率達到94.4%，且篩選的差異代謝物在不同組織樣本上的分布仍有較高的特異性。

結(jié)論
據(jù)報道[10]，AFADESI-MSI的檢測靈敏度達到pg級水平，含量動態(tài)范圍跨越3個數(shù)量級，能檢測出1500多個代謝物，同時也能精確表征與識別代謝物在組織亞區(qū)域的分布特征；而本文將其與IHC方法結(jié)合，為研究癌癥的發(fā)病機制提供了代謝水平的分子依據(jù)，并為癌癥的診療干預(yù)提供了新的潛在靶點。

代謝組學(xué)文獻分享，隨著質(zhì)譜成像技術(shù)、質(zhì)譜成像可視化處理及定量等關(guān)鍵技術(shù)的不斷突破，以MSI技術(shù)為基礎(chǔ)的“空間代謝組學(xué)”也能為大家的研究提供新思路和新視角。