来自澳大利亚Peter MacCallum癌症中心(Peter Mac)的研究人员开发了一种新的单细胞、下一代基于测序的方法，用于分析不同细胞类型中的特定聚糖水平。
该方法被命名为表面蛋白质聚糖和RNA测序(SUGAR-seq)，其目标是细胞表面蛋白质上的碳水化合物修饰。“简单地说，它允许你将多个表面分子上的n -聚糖的丰度转换成一个可排序的读数，”墨尔本大学Peter Mac的研究员、该论文的主要作者康纳·科尔尼(Conor Kearney)说。具体来说，研究人员阅读了结合抗体的DNA条形码，这些抗体锁定生物素化形式的L-Pha，一种从植物中提取的分子，反过来结合n -聚糖。SUGAR-seq不能提供糖基化的精确量化，但它提供了一个相对的结果，即基于糖基水平的细胞类型排序列表。
SUGAR-seq在10x Chromium平台上使用单细胞转录组学来确定细胞类型。科尔尼说，他的团队并没有尝试基于平板的单细胞方法，但没有理由说这种方法行不通。
在上周发表的概念验证研究中科学的进步研究人员发现，筋疲力尽的T细胞的糖聚糖水平较高，而记忆性T细胞的糖聚糖水平较低。
“这项研究是非常好的第一步，因为它将使我们对单细胞水平的糖基化有一些深入的了解，”克罗地亚萨格勒布大学的糖聚糖研究员、该研究的联合主任Gordon Lauc说人类糖蛋白项目他在一封电子邮件中说。“我认为将糖组学信息添加到其他组学数据中非常重要，因此，这是朝着正确方向迈出的非常重要的一步。”
“然而，糖基化是一种非常复杂的修饰，不能简化为与单一凝集素结合，”Lauc说。他表示，还有其他类型的修饰，要分析它们，就需要一整组不同的报告分子。
测量肿瘤中的糖基化是澳大利亚研究团队大约三年前开始的一个项目。“越来越清楚的是，糖基化调节免疫的许多方面，特别是T细胞功能，”科尔尼说。“然而，它究竟是如何做到这一点的，并没有很好的记录。”
10x的特征条形码技术，允许分析寡核苷酸抗体偶联vwin德赢ac米兰合作物和基因表达，自2018年底以来已经可用。
科尔尼说，SUGAR-seq在抗体条形码的排序和分析方面相当直接。“我们只是像对待任何抗体衍生的标记信号一样对待L-Pha信号，”他说。但一个关键的挑战是不能让L-Pha探针的读数饱和实验。“聚糖非常丰富，所以我们必须确保我们有正确的数量。否则，当你对一个样本进行测序时，大多数读取将来自L-Pha条形码，”他说。
Lauc说，只使用L-Pha是这项研究的一个“主要限制”。这“只能给出糖基化的一个非常粗略的估计，”他说。“为了使这项技术值得使用，人vwin德赢ac米兰合作们必须开发一个由数十甚至数百个凝集素组成的面板，这些凝集素必须经过DNA条形码。”
澳大利亚的研究人员在他们的论文中写道:“鉴于生物素化凝集素可以从商业来源广泛获得，SUGAR-seq可以很容易地使用替代凝集素来检测不同形式的O-linked和N-linked糖基化或替代翻译后修饰。”
科尔尼认为这种方法可以广泛应用于生物学，“从神经科学到自身免疫再到发育”。在肿瘤学中，“在肿瘤微环境设置中，聚糖的水平是非常动态的，”他说。“在未来，这可能是提高抗肿瘤免疫的目标……(Sugar-seq)肯定告诉我们，有一些有趣的事情正在发生。”
作者目前没有将Sugar-seq商业化的计划。科尔尼说:“我们基本上都是硬核学者。