《自然》:2022年值得關注的7大生物技術!

撰文記者 王柏豪
日期2022-02-05
EnglishFrenchGermanItalianPortugueseRussianSpanish
《自然》期刊發佈2022年度值得關注的7大生物技術,將在未來一年對生命科學產生影響。(圖片:官網截圖)
 科學期刊《自然》連續5年都對許多撼動科學的工具進行年度總結,上月底(1月25日)發佈了2022年度值得關注的7大生物技術,作者Michael Eisenstein表示,從基因編輯到確定蛋白質結構,再到量子計算,這7種技術將在未來一年對生命科學產生影響。
 
這7大生物技術分別如下:

1.完成完整的人類基因組

   (網路圖片來源)                                                                                                                                                                                   

2019 年,當加州大學聖克魯斯分校(UC, Santa Cruz)基因組學研究人員 Karen Miga 和國家人類基因組研究所(National Human Genome Research Institute)的 Adam Phillippy 發起「端粒到端粒 (T2T) 聯盟」時,還有大約十分之一的人類基因組仍然未完成定序。
 
但現在,這個數字已降至零。在去年 5 月發表的預印本中,該聯盟報告了第一個人類基因組端到端的序列,在廣為使用的人類基因圖譜(GRCh38)基礎上,又添加了近 2 億個新鹼基對,補上了人類基因組的最後一章。
 
GRCh38 於 2013 年首次發布,但因為使用的是讀短的測序,長度不足以明確地繪製出高度重複的基因組序列,包括覆蓋染色體末端的端粒和,以及在細胞分裂過程中調控新複製之 DNA 分配的著絲粒(centromeres)。
 
長讀測序技術為對這些區域的定序帶來了變革。這些由Pacific Biosciences 和英國 Oxford Nanopore Technologies (ONT) 開發的技術,可以一次讀取長度數萬甚至數十萬個鹼基的片段進行測序,讓T2T項目的科學家們能夠發現長段重覆序列中像指紋一樣微小的變異。這些變異讓他們能夠追蹤不同的重複序列,進而完成剩餘基因組的測序。
 
Oxford Nanopore公司的技術平台還能夠捕捉到調控基因表達的多種DNA修飾,讓T2T的科學家能夠在基因組範圍繪製表觀遺傳學標誌。
 
目前,T2T的合作機構之一,人類泛基因組研究聯盟(Human Pangenome Reference Consortium)正努力對全球上百名捐贈者檢體的基因組進行測序,目標是“捕捉到97%的人類等位基因多樣性“,以繪製更多樣性、更具代表性的人類基因組圖譜。
 
該組織科學家還表示,利用新的全基因組測序技術,有望在未來繪製地球上所有脊椎動物物種的全基因組圖譜,並在未來 10 年內,定期進行端粒到端粒的基因組研究。
 

2.解析蛋白結構

                                                                                                                                    (網路圖片來源)

蛋白結構決定蛋白功能,然而解析蛋白結構卻並不容易。過去兩年里,實驗技術和計算領域的進步,以前所未有的速度和分辨率,為研究人員提供了有力的的輔助工具。
 
由DeepMind公司開發的AlphaFold2人工智慧演算法,以“深度學習“策略根據蛋白的氨基酸序列預測蛋白結構,並在 2020 年的蛋白質結構預測評估競賽中取得決定性的勝利。去年7月發表的論文顯示,AlphaFold2已經能夠預測出Swiss-Prot 數據庫中的近 440,000 種蛋白質結構和20 種模式生物。
 
與此同時,低溫電子顯微鏡(Cryo-EM)技術的改進,也使研究人員能夠通過實驗,解析最具挑戰性的蛋白質和複合體的結構。Cryo-EM 使用電子束掃描快速冷凍的分子,生成多個方向的蛋白質圖像,然後可以通過計算重新組裝成 3D 結構。
 
2020年時,cryo-EM軟硬體的進步讓科學家能夠清晰地分辨小於1.5 å 水平的蛋白結構,捕捉到單個原子的位置。這顯示,以接近原子層次來解析複雜蛋白結構的目標是可能的。
 
越來越多實驗科學家利用AlphaFold2和cryo-EM作為互補工具,以AlphaFold的計算模型分析和重建cryo-EM的數據,而cryo-EM則能發現目前計算預測尚無法觸及的結構。現在,也有科學團隊利用機器學習技術,輔助cryo-EM來捕捉蛋白質與其他分子相互作用時的構象變化,以捕捉“它們在一百毫秒時間內發生的自然行為“。
 


3.量子模擬


(網路圖片來源)

量子計算機以量子比特(qubits)的單位來處理數據,使用稱為量子糾纏(quantum entanglement)的物理現象耦合在一起,交互作用的量子可以在一定距離內相互影響。相對於經典計算機中單獨的二進位制,如0或1同等數量的比特,這些量子比特可以任意疊加而極大地提高計算能力。
 
物理學家已經證明,他們可以解決將傳統計算機推向極限的挑戰性物理問題。未來對預測材料的特性,充滿各種可能。已有兩個團隊都使用了一種經過量子計算研究的模型蛋白,稱為脫鐵鐵蛋白,研究表明,對於其他更困難的目標,近原子的分辨率也是可行的。
 
近年來,量子比特硬體的穩定性和功能的技術進展迅速,並同時將量子計算機包含的量子比特數目從幾十個提高到上百個。這一領域的先驅們也紛紛成立公司,開發基於量子計算機的模擬器。
 
業界人士也估計,這些量子模擬器有望在未來一兩年內商業化,從而更廣泛地將量子計算機應用包括在經濟學、物流和加密領域。
 

4.精準基因組編輯


(網路公開圖片)

劍橋哈佛大學化學生物學家劉如謙 (David Liu) 指出,大多數遺傳疾病需要對基因進行修正,劉如謙和他的團隊也已經開發出兩種能夠對基因組進行精準編輯的技術。
 
他們利用CRISPR精準地靶向基因組中的特定序列位點,同時限制Cas9在該位點切割 DNA 的能力。這一項稱為先導編輯(prime editing)的新一代鹼基編輯器,能夠將任何鹼基轉換成其它類型的鹼基,還能在基因組中精準插入DNA序列。重要的是,鹼基編輯和原始編輯都只切割一條 DNA 鏈,對細胞來說,是一種更安全且破壞性更小的過程。
 
單鹼基編輯技術在2016年首次出現在科學論文中,如今這一技術開發的療法正準備進入臨床。去年11月,劉如謙創建的Beam Therapeutics獲得美國FDA的准許,將啓動人體臨床試驗,評估其鹼基編輯療法BEAM-101修復導致鐮狀細胞病基因的療效和安全性。
 
而更高性能的迭代系統也不斷湧現,劉如謙團隊最新的先導編輯技術能將插入的DNA長度提高到數千個鹼基對,相當於一條完整基因的長度。劉如謙表示,這可能提供一種更安全、更嚴格調控的基因療法策略。
 
精確CRISPR工具,可以解決許多的遺傳疾病,前景是明確。首爾延世大學醫學院(Yonsei University College of Medicine)基因組編輯專家 Hyongbum Henry Kim 和團隊也已經證明,他們可以使用原始編輯來糾正小鼠視網膜基因突變的效率高達 16% 。
 
「如果使用我們最近發展的版本,效率還會得到更大的提高。在某些情況下,有時即使以 10% 甚至 1% 的水平修復一個基因,就可以挽救這種疾病。」Hyongbum 說
 

5.標靶基因治療

(網路公開圖片)

核酸的藥物開始在臨床應用中嶄露頭角,儘管它們在可以應用的組織方面仍然受到很大限制。
 
大多數療法需要局部使用或在體外改造從患者身體中獲得的細胞,然後將它們移植回患者體內。一個突出的例外是肝臟,這一過濾血液的器官,並被證明是選擇性藥物輸送的一個主要靶點。在這種情況下,靜脈注射、甚至皮下注射給藥就可以完成工作,達到肝臟特異性輸送的效果。
 
近年來,腺相關病毒(AAV)是很多基因療法首選的遞送工具。動物研究也顯示,仔細選擇合適的病毒載體與組織特異性啓動子相結合,可以實現靶向特定器官遞送有效療法。然而,病毒常難以大規模生產,並且可能引發降低療效或產生副作用的免疫反應。
 
但研究人員在開發策略上已經取得了穩步進展,這些策略可以幫助將這些藥物引導到特定的器官系統,同時不影響其他非標靶組織。脂質奈米顆粒就提供了一種非病毒替代品,在過去幾年發表的幾項研究中,都證明了它具有組織特異性遞送的潛力。
 
如達拉斯德克薩斯大學西南醫學中心(University of Texas Southwestern Medical Center in Dallas)的生物化學家 Daniel Siegwart 及其同事開發的選擇性器官靶向 (SORT) 方法,能夠快速生成和大規模篩選脂質奈米顆粒,並且改變它們的成分且有效的遞送到特定組織,例如肺或脾。
 
Beam Therapeutics和Intellia Therapeutics已經在臨床前的研究,證明了特定脂質奈米顆粒可以將藥物遞送到骨髓的血細胞和免疫細胞前體中,成功靶向這些組織,讓患者避免接受與目前體外基因療法相關的複雜流程,包括在移植前需要使用化療來殺死已有的骨髓細胞。
 

6.空間多組學


(網路來源圖片)

單細胞組學讓研究人員能夠從單個細胞中獲得遺傳學、轉錄組、表觀遺傳學和蛋白組學的各種見解。然而,單細胞技術也將這些細胞從它們的自然環境中分離,造成了關鍵性信息的丟失。
 
2016年,KTH瑞典皇家理工學院Joakim Lundeberg博士率領的團隊開發出解決這一難題的辦法。研究團隊設計了表面上覆蓋著帶有條碼的寡核苷酸的玻片,它們可以與組織切片中的mRNA結合,再根據條碼,追蹤確定每條mRNA在組織中的位置。
 
空間轉錄組學領域因此出現了大躍進,多款商業化系統現在已經可以讓研究人員以更高的空間分辨率,更深度地描繪基因表達圖譜。包括 Visium 平台和 Nanostring 的 GeoMx 系統。
 
又如耶魯大學的生物醫學工程師Rong Fan開發了名為DBiT-seq的技術平台,其利用微流控系統,可以在識別千種mRNA的同時,利用寡核苷酸偶聯的抗體標記上百種蛋白。與單一的轉錄子組數據相比,能夠為細胞的基因表達如何影響蛋白生成提供更為精準的評估。有些商業化系統也能夠在處理轉錄組學信息的同時,捕捉到多種蛋白的空間數據。
 
Fan博士的團隊已經展示可以在組織樣本中描繪染色質修飾圖譜的能力,這能夠揭示細胞基因調控的全景。他表示,這一技術可以與RNA和蛋白的空間分析聯合使用。
 

7.基於CRISPR的診斷檢測

圖說:諾獎得主Jennifer Doudna博士團隊基於cripser系統開發出精準分子診斷。

CRISPR-Cas系統精準切割特定核苷酸序列的能力,源於細菌針對病毒感染的「免疫系統」。這一聯繫讓科學家們試圖將它用於病毒診斷。
 
但並非所有的 Cas 酶都是一樣的,Cas9 是基於 CRISPR 的基因組操作的首選酶,而基於CRISPR的診斷檢測主要使用在2016年由張鋒博士團隊發現的Cas13。
 
Cas13 使用其 RNA 嚮導通過鹼基配對識別 RNA 靶標,並激活核糖核酸酶活性,在RNA的指導下,Cas13不但能夠切割靶點序列,還能夠切割任何周圍的RNA分子。基於Cas13的診斷檢測使用一種報告RNA分子,並將一個螢光分子與一個抑制螢光信號的猝滅劑連接在一起。如果Cas13通過識別病毒RNA被激活,它會切割報告RNA並從猝滅劑中釋放熒光標籤,從而產生可檢測的信號。
 
去年,張鋒博士團隊和諾獎得主Jennifer Doudna博士的團隊都基於這一系統開發出發現新冠病毒的分子診斷。RNA 擴增程序更可以提高對微量病毒序列的敏感性,Broad研究所(The Broad Institute)Pardis Sabeti博士團隊就開發出能夠一次性檢測169種人類病毒的CRISPR檢測工具。
 
其它Cas酶可能為診斷工具箱添加更多工具,Doudna博士表示。比如Cas12酶具有和Cas13類似的特徵,但它可以靶向DNA,而不是RNA。
 
總而言之,這些Cas酶可以檢測更廣泛的病原體,甚至可以有效診斷其它非傳染性疾病。
 
Doudna也表示,「如果能相對快速地做到這一點,將非常有用,尤其是對由不同特定基因突變所定義的癌症亞型。」。
 
資料來源:https://www.nature.com/articles/d41586-022-00163-x