从空间和单细胞数据发现肽

从空间和单细胞数据发现肽

将单元图视为优先级层, 不是基因列表

最有用的转变是精神上的: 将组学输出视为优先级层,选择生物学集中的领域, 并在选择得到验证后保留肽设计决策. 从空间和单细胞数据而不是从批量差异表达列表构建肽发现,使程序能够针对真实的细胞状态而不是平均值. 在药物发现实践中, 单细胞 RNA 测序已成为提名和优先考虑目标的标准层,因为它解决了批量测序平均掉的变异问题. 评论 单细胞RNA测序在药物发现中的应用 描述 scRNA-seq 如何支持目标识别, 细胞亚型特异性分析, 和, 批判地, 通过显示哪些细胞做出反应以及剂量如何影响它们来了解早期损耗风险. 然后空间方法添加上下文批量数据销毁: 保留高分辨率空间信息让分析师能够看到 新细胞类型, 细胞相互作用, 和组织结构 只有保存了单元格的位置后才有意义.

对于肽靶标, 可操作的层折叠成一个简短的列表:

提取什么 为什么它对肽很重要 多肽合成 典型方法
细胞表面受体在目标状态与邻近状态富集 表面可及肽的候选结合剂 scRNA-seq 差异表达过滤到表面组
集中受体的空间受限的生态位 脱靶细胞更少, 更高的局部特异性 空间转录组学利基/标记共定位
来自局部通讯的配体-受体对 指定轴及其上下文 手机数据库 / CellChat 推理
过渡态标记 (伪时间, 弹道, 速度) 瞄准已激活的, 筋疲力尽的, 侵入性的, 或分化状态——不是静态细胞类型 轨迹分析

在此阶段结束时,您将获得一份优先候选人名单, 不是判决. 判决来自随后的验证层.

确定肽目标的优先顺序: 细胞状态特异性发挥作用的地方

仅在整个样品中差异表达的靶标是肽的弱起点, 因为肽的价值通常在于其选择性. 这种直觉有​​定量的支持. 对人体组织单细胞数据的大型回顾性分析发现,细胞类型特异性和疾病细胞特异性都是进入临床开发的靶标中丰富的特征, 并且疾病相关组织中的细胞类型特异性是 稳健地预测从 I 期到 II 期的目标进展. 结果正在出现并达到预印本水平, 它值得谨慎措辞——但它符合实际真理: 转录限制于您关心的细胞状态的受体, 以及国家居住的地方, 是最有可能为肽提供干净的目标窗口的肽.

因此,优先级应该同时奖励三个属性:

  • 状态特异性. 相对于邻近和表型相似的状态,受体应在疾病相关的细胞状态中富集, 不仅仅存在于组织中.
  • 空间限制. 它应该集中在一个可以通过预定路线物理到达的利基市场, 同时减少配体遇到的脱靶细胞数量.
  • 表面组成员资格. 因为肽作用于细胞外或可接近的靶标, 优先考虑其产物是已知膜蛋白而不是细胞内或分泌物种的基因.

一个有用的过滤器是在这三个轴上对每个候选人进行评分,并仅推进清除所有这些的候选名单. 一种状态特定但被埋藏的受体, 或表面暴露但无处不在, 无论其对数倍数变化看起来多么令人印象深刻,这都是一个糟糕的第一个赌注.

细胞状态特异性: 蛋白质水平的现实检验

这是许多程序悄然崩溃的地方. 转录组细胞状态特异性是关于蛋白质现实的假设; 这不是它的证据. 基因可能在细胞状态下强烈上升,但仍然不作为可显示的形式存在, 肽需要结合的表面蛋白质. 因此,选择细胞状态特异性肽靶点需要证明转录水平特异性能够在翻译和运输中幸存下来——而不是假设它确实如此.

有关细胞选择性配体工程的文献量化了其重要性的原因. 细胞群选择性最好在功能上定义——与目标细胞群结合的配体与与非目标细胞群结合的配体的比率——并且实现它取决于目标的实际表面呈现, 不是其转录本计数. 而且因为肽通常必须到达细胞外表位, 目标可及性与表达水平一样重要; 埋藏在复合物中或被困在细胞内的高表达蛋白质是遥不可及的.

蛋白质水平验证堆栈, 在实践中, 是短且正交的:

  • 流式细胞仪检测完整, 非透化细胞 是受体位于外表面并量化细胞间异质性的一线检查. 高通量版本已广泛应用于 细胞表面分析.
  • 免疫荧光或免疫组织化学 确认膜定位并区分真正的表面信号与细胞内池.
  • 表面蛋白质组学或靶向质谱分析 提供公正的蛋白质水平证据,并可以显示缺乏良好抗体的亚型或候选物.
  • 蛋白质组学方法 例如 CITE-seq 式读数将每个细胞的 RNA 与其表面蛋白配对, 和单细胞 蛋白质基因组参考图 其存在正是为了验证 RNA 定义的细胞状态携带预测的表面蛋白.

一张计时笔记: 细胞热位移测定 (关) 经常与这些工具一起被提及, 但它检测配体诱导的蛋白质稳定——这是一个假设结合物已经存在的目标结合读数. 找到候选人后使用它, 不作为表面暴露栅极.

要点: 将差异表达视为寻找的动机, 然后在围绕蛋白质设计单个肽之前证明该蛋白质位于预期细胞状态的表面. 通过蛋白质水平检查的细胞状态特异性是屏幕实际上可以检测到的特异性.

选择配体轴: 确认受体-配体对

一旦表面可访问, 状态特异性受体通过验证, 设计问题变成了要参与哪个轴——这里的诱惑是相信推理工具的输出,就好像它是一个绑定事件一样. 它不是.

工具如 手机数据库 和 细胞聊天室 管理配体-受体相互作用数据库并推断单细胞或空间数据中细胞群之间哪些通讯轴在统计上丰富. 它们非常适合确定哪些发送器-接收器对值得花费精力进行测试的优先级, 和 CellChat 特别是多亚基复合物模型, 激动剂, 拮抗剂, 和辅助受体. 但推断的轴是一个候选轴, 尚未确认的互动. 针对受体淘选肽并看到结合本身并不能证明该肽是功能性细胞靶向配体, 并且计算预测的对在获得综合预算之前需要正交确认.

配体轴的确认包是:

  • 竞争或置换证据, 或另一个正交结合读数, 肽和假定的受体真正相互作用.
  • 柜台屏幕面板 早建, 跨越密切相关的受体亚型和相关的脱靶细胞. 亲和力不是选择性; 亚型选择性只能通过针对更广泛的受体家族测试候选药物来确定, 由于增加受体亚型选择性的设计工作已经明确.
  • 状态感知设计 对于构象动态受体. 许多肽靶标(例如 GPCR)以活性和非活性构象存在, 配体偏好取决于填充的状态. 针对所需状态而不是静态结构进行设计可能是驱动您想要的生物学的激动剂与不驱动您想要的生物学的激动剂之间的区别.

紧凑决策测试是: 受体是否富集在目标状态, 它在天然细胞上是表面可访问的吗, 是否有直接证据表明该肽比紧密同源物和脱靶组织结合得更牢固? 对其中任何一个的“否”都是在提交材料之前重新设计轴的原因.

预综合证据包: 通行/禁行门

至此,程序已经经过验证, 可接近的受体和已确认的配体轴. 大多数团队真正需要的纪律是单一的, 在批准昂贵的合成和筛选支出之前必须清除明确的门.

预综合证据包将上述检查合并到可审计列表中. 故意写得很短, 因为太重的证据门会被跳过, 而太轻的则会让较弱的候选人通过:

证据 它是如何建立的 如果不存在则失效模式
目标与疾病/细胞状态具有生物学相关性 空间 + 单细胞先验, 途径背景, 功能数据 与无关蛋白质的高亲和力结合剂
受体蛋白存在于表面 流式细胞仪, 免疫荧光/免疫组化, 表面蛋白质组学, 蛋白质基因组配对 针对转录体模型设计的肽
受体-配体相互作用 合成肽 确认的 竞争/替代, 正交结合, 击倒/阻断 从未物理结合的推断轴
首过亲和力 多肽生产 直接或竞争结合 → Kd/Ki 无法区分真正的粘合剂和噪音
细胞选择性与脱靶/受体亚型 跨家庭的柜台屏幕 + 诱饵细胞 实际上没有选择性的“特定”肽
可开发性早期检查 溶解度, 聚合, 血清/血浆稳定性, 蛋白水解作用, 可制造性 无法处理或再现的强烈打击

清除每一行的候选者值得综合和筛选. 即使一行失败的系统也应该重新设计, 重新衍生, 或掉落而不是强行通过. 肽发现中代价高昂的失败很少是明显不好的序列——它们是在一个轴上看起来非常好的序列,但直到合成花费之后才在其他轴上进行测试.

从候选人到材料: 准备合成和筛选

最终的判断还是看材料本身, 值得将化学准备与生物准备分开,这样两者就不会混淆.

化学准备度取决于定义的质量阈值, 而且每个阶段的标准都不同. 用于发现筛选, 常见的研究接受标准是色谱纯度至少为 95% 通过反相 HPLC 或 UHPLC, 大约 98–99% 保留给临床级材料; 肽的身份和纯度通常通过正交反相 HPLC-UV 和质谱法而不是单一测定来确定. 因为研究筛选和监管计划之间的纯度标准和杂质预期差异如此之大, 分析肽测试和QC计划应在之前制定, 不之后, 第一次交货.

生物准备度是细胞图谱工作获得回报的地方. 到达筛选阶段的肽应携带其在上游获得的确认: 表面可及状态特异性受体, 已确认的相互作用, 以及第一遍 Kd 和选择性值. 没有那些, 正面的屏幕信号不明确,负面的屏幕信号缺乏信息. 这就是为什么此工作流程中最有价值的习惯是将综合置于证据包之后而不是之前.

这也是从图谱中优先考虑的候选物满足定制肽合成平台的实际情况的点,并且 全面的多肽服务 — sequence design, modification strategy, 溶解度感知模拟设计, 和批次级 HPLC/MS 文档都成为决策输入,确定您的分析检测到的材料是否是您的生物学预期分子.

对于小费: 订购一小部分相似的初始面板(而不是单个序列),这样您的第一次合成就会为您提供 SAR 信号, a solubility hedge, 并在一轮而不是几轮中进行选择性读数.

围绕证据从空间和单细胞数据构建肽发现, 不是热情

将高分辨率生物学转化为移动候选物的肽发现程序与收集有趣图谱的肽发现程序的区别在于拒绝将信号与解决方案混为一谈. 地图提名; 验证选择; 明确的证据门决定候选人何时值得昂贵的材料.

操作顺序比任何单一工具都更重要. 优先考虑表面可及的, 状态特异性受体. 证明它位于预期细胞类型的表面. 确认您计划参与的配体轴. 组装一个简短的可审核包——相关性, 表面存在, 确认互动, 钾, 选择性, 和可开发性——然后才花在合成和筛选上.

当你的候选人小组通过那扇门时, 下一个考虑因素是您的合成和 QC 合作伙伴是否可以提供正交表征, 筛选程序需要的批量记录材料——这种纪律可以让检测测量的是分子而不是噪音. 这就是 MOL 等合作伙伴改变提供端到端服务的地方 定制肽合成 与班级 100 无菌生产, 肽测试和质量控制, 广泛的修饰目录可以提供帮助 - 因此您屏幕上看到的肽就是您的地图所承诺的肽. 从第一天开始就将生物学决策与化学执行相结合,将细胞图谱转变为实际运行的候选程序.

irene@molchanges.com 阿凡达

Bingyan Gao

质量和分析技术员 核心专长: 微量杂质的分离与鉴定, HPLC/MS 方法开发, 手性纯度分析, 并符合国际药典.

轮廓: 高丙彦是多肽纯度和质量的“终极守门人”. 熟练使用各种高端分析仪器,擅长开发高度复杂修饰肽的定制色谱分离方法. 他建立了严格的杂质分析体系,不仅保证了产品的纯度 99% 或更高,但也能精确识别和消除可能导致免疫原性的微量杂质. 深入了解FDA和EMA对肽类药物的监管要求, 他确保从工厂释放的每一批产品都附有全面、权威的分析证书 (COA).

事实已核实 & 编辑指南
审阅者: 主题专家
分享这篇文章
家 搜索 Whatsapp 服务 产品