你怎么能在一個完整的大腦或人類心臟中找到一個患病細胞呢?搜尋工作就像大海撈針。Helmholtz Munich和LMU Munich的Ali Ertürk團隊和位于慕尼黑附近Martinsried的Max Planck生物化學研究所的Matthias Mann現在開發了一種名為DISCO-MS的新技術來解決這個問題。DISCO-MS使用機器人技術從疾病早期精確識別的“患病”細胞中獲取蛋白質組學數據。  

大多數疾病最初是無癥狀的，受影響的人通常仍然感覺良好-癥狀還沒有出現，或仍然太輕而無法意識到。然而，身體內部已經發生了變化:病毒可能已經開始復制，或者一個流氓細胞可能分裂得比正常情況下更頻繁。但是如何才能感知這些變化呢?

研究人員在研究疾病的早期發展時也面臨著類似的困境。即使在使用動物模型時，科學家也很少能確定疾病起始的小部位或描述驅動疾病進展的確切分子變化。

隨著Ertürk和德國Mann的研究團隊開發出DISCO-MS，這項任務變得容易多了。DISCO-MS結合了將小鼠和人類組織透明的方法，以及最新的機器人技術和蛋白質組學技術，以確定它們的分子組成。

DISCO-MS:透明檢測早期分子變化  

DISCO-MS從所謂的DISCO組織清理開始，它使小鼠身體或人體器官透明，使它們易于成像。因此，熒光標記的細胞可以很容易地在完整組織的特定部位使用高分辨率三維顯微鏡識別。

一旦確定了感興趣的區域，他們就會使用一種名為DISCO-bot的新型機器人技術進行隔離，該技術由機械工程師Furkan ztürk開發。機器人輔助提取的組織使用先進的質譜(MS)方法進行蛋白質組分析，該方法由Andreas-David Brunner開發，這種高科技方法允許在整個小鼠身體或人體器官中以3D方式識別任何所需組織區域的完整分子特征。

早發現就能早點治療疾病   

為了展示該方法的強大功能，第一作者Harsharan Singh Bhatia及其同事將DISCO-MS應用于阿爾茨海默病(AD)小鼠模型和人類心臟中的動脈粥樣硬化斑塊(病理性硬化和血管狹窄)。在AD模型的組織樣本中，該團隊應用人工智能(AI)來識別疾病早期階段的典型AD斑塊，這是其他任何方法都難以檢測到的。隨后對斑塊的蛋白質組學分析提供了對受AD影響的蛋白質的無偏倚和大規模研究，揭示了可能是阿爾茨海默病生物標志物的新分子參與者。

在人類心臟中，研究人員對動脈粥樣硬化斑塊周圍組織的組成感興趣，這些組織在組織清理后很快就能看到。人工智能檢測和機器人對組織的提取再次允許識別與主動脈斑塊相關的人類心臟細胞中失調的分子通路。這些結果是關鍵的發現，因為它們形成了潛在治療靶點的基礎。

DISCO-MS是第一個完整的3D空間組學技術，可加速研究從癌癥到代謝紊亂等復雜疾病。由于DISCO-MS與臨床前組織和臨床組織合作，它能夠在疾病的早期階段進行研究，并隨后開發潛在的新療法。

文章標題

Spatial proteomics in three-dimensional intact specimens.