Nucleic Acids Research
MEBOCOST:单细胞RNA测序揭示代谢物介导的细胞通讯
小赛推荐:
本研究介绍了一种名为MEBOCOST的新型算法,用于系统性分析代谢物介导的细胞通讯(mCCC),填补了现有方法在这一领域中的空白。该工具在多个数据集上验证,展现出良好的稳健性和功能相关性。
文献概述
细胞通讯(CCC)是维持细胞、组织和系统功能与稳态的关键,异常CCC与多种疾病如肥胖、糖尿病、心脏病和癌症相关。现有方法主要聚焦于蛋白介导的CCC,难以检测代谢物介导的CCC(mCCC)。本文介绍MEBOCOST,一种结合单细胞RNA测序(scRNA-seq)与代谢通量平衡分析(FBA)的工具,专门用于识别mCCC事件,并在多个数据集中验证其稳健性。
背景知识
代谢物作为信号分子,参与调节多种生物过程。在mCCC中,代谢物由分泌细胞产生并通过传感器蛋白影响接收细胞的生物过程。尽管已有大量关于代谢物信号传导的研究,系统性识别mCCC的工具仍缺乏。因此,开发专门针对mCCC的算法,对于深入研究代谢信号在健康与疾病中的的作用至关重要。
研究方法与实验
MEBOCOST基于scRNA-seq与FBA,整合了外部代谢物、相关酶基因与代谢物-传感器配对的知识库。该工具通过计算代谢物酶与传感器基因在细胞群体间的共表达评分,并结合代谢通量分析,识别分泌与摄取代谢物的细胞。研究团队在模拟数据、空间转录组数据、CRISPR筛选数据及临床患者数据中对MEBOCOST进行了系统性基准测试,验证其在肥胖相关脂肪组织与小鼠棕色脂肪组织中的mCCC事件。
关键结论与观点
研究意义与展望
MEBOCOST为代谢物介导的细胞通讯研究提供了系统性工具,有助于揭示代谢信号在发育与疾病中的作用。该工具可广泛应用于不同组织与疾病模型,为药物研发与生物标志物发现提供新思路。
未来,MEBOCOST可进一步拓展至多组学整合,结合蛋白质组与代谢组数据,提高mCCC事件的识别精度。此外,该工具可应用于更多疾病模型,如神经退行性疾病与免疫相关疾病,探索代谢物在疾病微环境中细胞互作中的作用。
结语
本研究开发的MEBOCOST填补了现有CCC分析方法在代谢物介导通讯中的空白,提供了一个稳健且功能导向的mCCC识别工具。通过整合scRNA-seq与FBA,MEBOCOST在多个生物情境中验证了mCCC的功能重要性,尤其是在肥胖与棕色脂肪组织重塑过程中。其在CRISPR筛选与患者生存分析中的表现进一步证明其在识别功能相关mCCC事件中的潜力。MEBOCOST的发布为研究人员提供了系统性分析代谢物信号传导的工具,有望推动代谢通讯在疾病机制与药物开发中的研究。