Spatial metabolomics and multiomics integration for breakthroughs in precision medicine for kidney disease.
研究背景
肾脏功能多样且依赖多种细胞，单细胞转录组学可识别肾脏细胞类型，但肾单位细胞维持稳态机制不明。空间代谢组学可映射小分子和脂质，提供细胞活动状态视图。
方法速览
运用空间代谢组学，结合直接质谱技术如DESI和MALDI - MSI，还整合单细胞转录组学与空间代谢组学数据。
主要发现
- 肾脏代谢组学进展：空间代谢组学为肾脏健康和疾病研究提供新视角，可发现生物标志物和药物靶点，直接质谱技术助力无创分析和靶点识别。
- 腺嘌呤作用：未靶向代谢组学发现腺嘌呤与糖尿病肾病患者肾衰竭有关，空间代谢组学显示其在糖尿病患者肾脏特定区域显著增加，可能是纤维化关键代谢物。
- 多组学整合应用：整合单细胞转录组学和空间代谢组学数据，能揭示基因表达变化功能后果，识别疾病相关代谢途径和基因表达模式。
- 肾癌应用：空间代谢组学可识别肾肿瘤亚型，结合机器学习模型能准确分类，如MALDI - MSI区分肾肿瘤组织学亚型并识别代谢特征。
- 空间糖组学应用：糖基化特征与多种肾脏疾病进展相关，如DKD患者硬化肾小球糖链有特定变化。
- 单细胞分辨率代谢组学挑战：单细胞代谢组学存在技术和生物学限制，需开发不同尺度采样方法。
- 代谢组学与转录组学整合：代谢物注释和映射对多组学数据整合重要，在线工具可促进整合。
总结展望
空间代谢组学在肾脏疾病精准医疗中价值重大，整合多组学数据能揭示基因表达功能后果，腺嘌呤作用被证实，该技术在肾癌分类和生物标志物发现潜力大。
