2024年6月,南方医科大学南方医院李刚教授团队在期刊《Physiological Reports》(IF:2.5)在线发表题为:Molecular distinctions of bronchoalveolar and alveolar organoids under differentiation conditions 的高水平研究论文。
论文摘要
支气管肺泡类器官(BAO)模型作为一种能准确模拟近端气道组织结构和功能属性的体外平台,越来越受到人们的认可。从支气管肺泡祖细胞到肺泡类器官的转变是BAO生成过程中的常见现象。然而,目前迫切需要进行全面分析,以阐明BAO模型中前分化和后分化状态的分子特征。本研究建立了小鼠BAO模型,并随后引发了其分化。随后,我们采用了一套多维分析程序,包括利用成熟的人工智能(AI)图像跟踪系统对类器官进行形态学识别和检查、对细胞成分进行量化、对选定的蛋白质进行蛋白质组学分析和免疫印迹。我们的研究详细评估了BAO模型分化前和分化后阶段的形态、细胞和分子差异。我们还确定了反映所观察到的形态变化的潜在分子特征。尖端人工智能驱动的图像分析与传统的细胞和分子研究方法相结合,揭示了这一新生模型的关键特征。
创新点
文献精读
Q1:3D BAO模型与传统的细胞系模型和动物模型相比有哪些优势?
A:3D BAO模型提供了一个更接近人体生理状态的实验环境,能够更好地模拟肺组织的结构和功能。与传统的细胞系模型相比,BAO模型具有空间结构,能够更准确地反映细胞间的相互作用和微环境的影响。与动物模型相比,BAO模型不存在跨物种差异的问题,并且避免了与动物福利相关的伦理问题。
Q2:AI图像分析系统在本研究中扮演了什么角色?
A:AI图像分析系统在本研究中用于对器官样本进行形态学识别和分类。它通过深度学习模型(如Faster-Rcnn和VGG)自动识别和分类器官图像,提高了分析的效率和准确性。这种方法减少了人为误差,并且减少了对实验动物的依赖,使得研究者能够更精确地量化和分类BAO。
Q3:本研究中蛋白质组学分析揭示了哪些有关BAO模型分化前后的重要信息?
A:蛋白质组学分析揭示了分化前后BAO模型中蛋白质表达的显著变化。通过LC-MS/MS技术和TMT标记,研究者鉴定了512个DEP,其中235个上调,277个下调。这些DEP涉及多种细胞内位置,如核蛋白、细胞质蛋白和质膜蛋白。GO富集分析和KEGG通路分析进一步揭示了这些DEP在生物学过程、分子功能和细胞组分中的分布,以及它们在特定信号通路和代谢途径中的作用,为理解BAO模型的生物学特性提供了重要信息。
结果图
原文链接
联系客服