科研星球

2021年值得关注的七大技术趋势

dzsfm.jpg

2021年的技术进展令人期待。从疫苗到嗅觉,从神经科学到质谱,多位研究人员通过《自然》期刊介绍了他们所在学科激动人心的工具和技术。


NICK JACKSON:热稳定疫苗

伦敦CEPI研发项目及技术负责人


流行病防范创新联盟(CEPI)是2017年成立的一个全球性联盟,旨在开发针对新兴传染病的疫苗。CEPI关注不同疫苗技术的速度、规模和可及性,具体包括证明疫苗安全性和有效性的速度,如何大规模生产疫苗并向弱势群体供应,从而确保人人都能获得疫苗。


这方面的紧迫性在新冠疫情中得到了最佳证明,脂质纳米颗粒包裹的信使RNA疫苗(mRNA)以破纪录的时间走完了从测序到临床概念验证再到中期分析的流程。生物技术公司Moderna和辉瑞制药公司只用了不到四个月就从测序进入到I期临床试验——这个速度是难以想象的,因为疫苗研发通常需要几年甚至几十年的时间。目前这些疫苗已经开始了公众接种。


不过,mRNA疫苗还有提升的空间。最近的突破性创新是在将mRNA送入细胞的纳米颗粒中使用可电离的脂质[1]。这些颗粒在生理pH值下保持中性,但进入细胞的核内体时,它们会在细胞器的酸性环境中积聚电荷,这有助于释放其包裹的mRNA。目前正在开发的下一代可电离脂质纳米颗粒将通过一种受体结合过程,把这些纳米颗粒靶向到特定的组织或细胞类型。


其他新技术可以改善疫苗的可及性。比如,一些技术利用糖分子进行快速冻干,这样就不会破坏疫苗的精细结构或配方,增加了储存和运输的便利性。

生物制药公司CureVac的RNA打印机能迅速提供mRNA候选疫苗。来源:CureVac


另一种增加疫苗可及性的途径是开发便携式RNA打印技术。为了让更多地区的人受益于高质量疫苗,2019年2月,CEPI向生物医药公司CureVac投资了3400万美元,帮助其开发一种完全可运输的装置,这个装置能让资源匮乏地区自主生产mRNA疫苗。这类创新将增加疫苗的可及性,同时也让我们看到了未来:对于不可避免的下一轮疫情,更多的国家将有更充足的准备。


OFER YIZHAR: 大脑全息图

以色列魏茨曼科学研究所的系统神经科学家


光遗传学(optogentics)是一种控制特定脑细胞和脑回路活动的技术,自2005年问世以来在神经科学领域引起了不小的轰动。我预计这些工具将在2021年产生更大的影响。


利用光遗传学,研究人员可以用光照射组织,所有表达该工具的神经元都会做出反应。然而在现实中,大脑活动要微妙得多。神经元只对特定的刺激有反应。时机很重要,顺序也很重要,这些神经元很少同时放电。自2005年起,光遗传学让我们能够操纵特定类型的神经元,但仍然不能复制细胞之间交流所用的语言。


为了弥补这个缺陷,一些神经科学家开发了新的光反应蛋白,例如通过改变某个通道激发光的颜色,或使该通道保持更长时间的开放。其中一些修饰过的蛋白使我们能够使用双光子激发技术精确刺激神经元,这是一种对活组织进行高分辨率成像的技术。然而,激光束激活单个神经元的速度有限,这就限制了我们设计模拟自然活动的刺激模式的可靠性。


与此同时,其他人在光学方面也取得了进展。过去几年中,全息图和其他用于操作单个神经元的光学技术已经足够成熟,可以被非专业实验室采用。通过将激光分裂成许多形成神经元形状的光束,就有可能产生全息图,在三维空间以复杂的时间模式精确刺激神经元[2]


一束激光刺激一个神经元可能需要10-20毫秒,而全息术可以在不到一毫秒的时间内刺激这个细胞——这比信号从一个神经元传到另一个神经元通常需要的4-5毫秒要快得多。此外,你也可以同时生成多个全息图,或者以特定的顺序生成这些全息图。


曾几何时,这类实验只在有能力定制显微镜的专业实验室里开展;而现在,像布鲁克(Bruker)和3i这样的显微镜公司已经在它们的双光子成像系统中加入了全息技术。神经科学家可以用显微镜拍摄照片,标记出他们想激活的神经元,然后利用该软件生成全息图来匹配这些激活模式。在光遗传学工具和光学技术的并行发展下,我们可以开始在单个神经元的精度上研究神经编码。


ALICIA CHENOWETH: 构建更好的抗体

伦敦国王学院癌症免疫学家、2022年抗体生物学与工程戈登研究会议的联席主席


从20世纪90年代中期开始,抗体就被用于治疗。但直到最近几年,科学家才逐渐弄清楚抗体的结构会如何影响其功能,抗体的潜力才真正发挥出来。随着疫情的持续,抗体疗法也面临新的紧迫性。


大多数抗体疗法只是常规的、未修饰的抗体,它们能结合特定的靶标,这里的靶标可以是病毒或肿瘤细胞表面的某种蛋白质。然而,这些抗体中有许多都无法使免疫细胞清除目标物质。随着分子生物学的进步,我们可以快速改进抗体,使其更好地调动免疫系统对抗疾病的能力[3]


我的实验室一直在用两种不同的策略来改进抗体。利用PIPE(聚合酶引物不完全延伸)平台——一种由加州Novartis研究基金会基因组研究所建立的快速高效的分子克隆方法,我们将点突变引入抗体,使其更容易与自然杀伤细胞相互作用,增加乳腺癌模型小鼠的癌细胞死亡率。


另外,我们开始研究基于免疫球蛋白E(IgE)的抗体。大多数治疗性抗体都是基于一个免疫球蛋白G骨架,而IgE通常被认为是一种与过敏反应相关的可怕抗体。但事实上,如果能用IgE抗体激发这种很厉害的炎症,这或许就能成为靶向癌细胞并将其杀死的好方法[4]


鉴于其多用途的特性,工程抗体的优势在于它们几乎可以应用于任何疾病,只要存在特定的靶点。因此,在我们研究癌症的同时,其他科学家也在设计抗体来关闭免疫系统,以治疗自身免疫和过敏,或帮助免疫系统应对传染病,包括COVID-19。工程抗体的可能性是无限的。


CORAL ZHOU: 

三种单细胞测序技术的潜力

加州大学伯克利分校的细胞和发育生物学家、2021年染色体动力学戈登研究会议联席主席


人体细胞有许多不同的功能,但它们其实都来自同一个细胞和同一个基因组。那么,单个细胞是如何衍化出这么多不同类型的呢?


三种新的单细胞测序技术令我激动,这三种技术可以帮助我们在胚胎发育的最初阶段回答这个问题。一种是使用Hi-C方法研究基因组的三维结构,以研究处于早期发育不同阶段的小鼠胚胎的单个细胞中的母系和父系染色体。利用这种方法,研究人员在去年3月报告称,受精后亲代基因组不会立即混合,从1个细胞到64个细胞之间有一段时间,此时母系基因组的结构与父系基因组的结构看起来不同[5]。虽然我们不知道为何会有这种短暂的不对称,但作者推测它在发育后期建立性别特异性基因表达程序中起到了一定作用。在那之前,我认为并无技术能实现这样的发现。


另一种叫做CUT&Tag的技术可以跟踪基因组上特定的生化“标记”,以帮助研究这些化学修饰如何在单个活细胞中开关基因[6],而SHARE-seq结合了两种测序方法来识别基因组中可被转录激活分子识别的区域[7]


将这些工具应用到处于发育阶段的胚胎,我们就能创建一个路线图,来阐明基因组结构的特征在胚胎发育过程中如何决定细胞命运。


TAKANARI INOUE: 感受细胞的力

约翰斯·霍普金斯医学院合成细胞生物学家、美国细胞生物学学会2019年会议“细胞生物学工具和装置”专题的联合组织者


除了生长因子和其他分子,细胞也能感知物理力。这种对力的感知可以调控基因表达、增殖、发育,甚至是癌症。


力很难研究,因为我们只能看到它的作用,譬如用力推某物时,就能看到物体变形或移动。而现在,科学家可以利用两种前沿工具对活细胞内的作用力进行可视化和操纵,从而对物理力与细胞功能之间的因果关系进行前所未有的探索。


第一个工具是苏黎世联邦理工大学(ETH)开发的GenEPi。GenEPi融合了两个分子,第一种分子叫做Piezo1,是一种离子通道,当它感知到细胞膜上的张力时,就会引导钙离子穿过其孔道。这些离子再利用第二种分子来检测,当这种分子与钙结合时,会发出更亮的荧光。


以往的研究利用物理探针或其他侵入性设备来研究力对细胞的影响。而使用GenEPi则可以在生理相关条件下研究完整的细胞。与以前广泛监测细胞质钙的传感器不同,GenEPi通过Piezo1测量只与力感知相关的钙活性。作为概念验证,研究人员用原子力显微镜悬臂的尖端刺激心肌细胞,改变了GenEPi荧光[8]


第二个工具是ActuAtor,是我们基于致病菌单核细胞增生李斯特菌Listeria monocytogenes的一种蛋白质——ActA构建的。当单增李斯特菌感染哺乳动物宿主细胞时,ActA会劫持宿主的相关机制,触发微生物表面的肌动蛋白聚合,由此产生的力可以推动细菌穿过细胞质。


我们通过改造ActA来重新利用这种劫持作用,当受到光或化学刺激时,使肌动蛋白在细胞内的特定位置聚合[9]。利用ActuAtor,我们可以在细胞内部施加力。例如,将ActuAtor应用于线粒体表面可导致细胞器在几分钟内被切割。我们发现,这些受损的线粒体更容易被线粒体自噬降解,但关键的线粒体功能,如ATP合成,则不受影响。


在此之前,类似的过程通常难以研究,因为我们缺乏能够导致活细胞内细胞器变形的特异性和非侵入性工具。据我们所知,ActuAtor是首个能够做到这点的工具之一。

Genio Technologies公司的MasSpec Pen被用来检测肿瘤组织及其边界。来源:Dr. James Suliburk/Baylor College of Medicine


LIVIA SCHIAVINATO EBERLIN: 

临床中的质谱

德克萨斯大学奥斯汀分校分析化学家、美国Genio Technologies联合创始人和首席科学官、2021年化学成像戈登研究会议副联席主席


质谱法可以快速分析来自复杂样品的成百上千个分子,具有高灵敏度和化学特异性。针对这些方法的生物医学研究主要朝着两个不同的方向进行:一些科学家正在开发高性能技术来更深入地研究生物组织;而我们实验室正在简化质谱分析工具,用于协助医生的临床决定。


MALDI(matrix-assisted laser desorption/ionization,基质辅助激光解吸/电离)是一种分析生物组织的质谱成像技术。但是,从组织中释放分子并在真空条件下将其电离涉及繁琐的过程。2017年,研究人员开发了一种MALDI系统,从而能在正常环境中而不是在真空条件下操纵离子[10]。这一进展简化了MALDI的分析过程,并能将MALDI与其他技术相结合,包括荧光原位杂交显微技术、生物发光成像、断面成像和磁共振成像。这些多模态功能可以推动很多新的研究,比如以迄今最高的分子和组织学精度探测宿主-微生物相互作用和代谢变化[11,12]


在临床方面,我们实验室发明了手持式质谱分析系统MasSpec Pen,可以帮助外科医生识别肿瘤组织及其边界[13]。我们的装置可检测代谢产物——体内酶反应的最终产物,从而区分正常组织和肿瘤组织。只需将一滴水滴到组织上,溶解代谢产物,然后利用质谱仪对其中的分子成分进行分析。我们已经在实验室中获得了正常组织和肿瘤组织代谢特征的分子图谱,目前正在手术室测试这一工具[14]


今年,我们计划继续在接受乳腺癌、卵巢癌和胰腺癌手术或自动化前列腺癌手术的患者中评估MasSpec Pen。我们已经将这项技术授权给了Genio Technologies公司。


JONG-HEUN LEE: 嗅出疾病

高丽大学材料科学家、2021年化学传感器国际会议指导委员会成员


为了检测可能预示环境风险或疾病(包括COVID-19)的气体混合物,研究人员希望能模拟人类嗅觉,分析我们都闻到了各种气体。然而,与视觉、听觉和触觉不同,嗅觉的化学传感器非常复杂,需要检测数百乃至数千种化学物质的混合物,且这些物质往往是微量浓度。


我的实验室正在采取多种方法开发下一代人工嗅觉[15]。其一是采用双层设计增加气敏材料的多样性。例如,我们可以给10种不同传感材料的每一种涂10层催化层,这些催化层可以微调每种材料的气敏特性,从而制造出10 × 10,即100种不同的传感器。这比分别涂100种不同的传感材料容易多了。


我们还需要让传感器的反应速度更快。一种策略是通过模仿自然的分层结构,使传感材料具有多孔性,比如能最大限度地吸收阳光进行光合作用的树木,或是体积小但表面积大、能最大限度将气体从主要气道输送到小分支的肺组织。


人工嗅觉技术可以用于医疗诊断,举例来说,检测哮喘患者呼吸中高浓度的一氧化氮。其他相关应用包括监测空气污染、评估食物质量以及基于植物激素信号的智能农业。




参考文献:

1.Zeng, C., Zhang, C., Walker, P. G. & Dong, Y. ‘Formulation and Delivery Technologies for mRNA Vaccines’ in Current Topics in Microbiology and Immunology. https://doi.org/10.1007/82_2020_217 (Springer, 2020).

2. Papagiakoumou, E., Ronzitti, E. & Emiliani, V. Nature Methods 17, 571–581 (2020).

3. Chenoweth, A. M., Wines, B. D., Anania, J. C. & Hogarth, P. M. Immunol. Cell Biol98, 287–304 (2020).

4. Chauhan, J. et al. Antibodies 9, 55 (2020).

5. Collombet, S. et al. Nature 580, 142–146 (2020).

6. Kaya-Okur, H. S. et al. Nature Commun. 10, 1930 (2019).

7. Ma, S. et al. Cell 183, 1103–1116 (2020).

8. Yaganoglu, S. et al. Preprint at bioRxiv https://doi.org/10.1101/702423 (2019).

9. Nakamura, H. et al. Preprint at bioRxiv https://doi.org/10.1101/2020.03.30.016360 (2020).

10. Kompauer, M., Heiles, S. & Spengler, B. Nature Methods 14, 90–96 (2017).

11. Cassat, J. E. et al. Sci. Transl. Med10, eaan6361 (2018).

12. Geier, B. et al. Nature Microbiol5, 498–510 (2020).

13. Zhang, J. et al. Sci. Transl. Med9, eaan3968 (2017).

14. Zhang, J. et al. Preprint at medRxiv https://doi.org/10.1101/2020.12.14.20248101 (2020).

15. Jeong, S.-Y., Kim, J.-S. & Lee, J.-H. Adv. Mater. 32, 2002075 (2020).


原文以Seven technologies to watch in 2021标题发表在2021年1月26日的《自然》的技术特写版块上


没有账号?