Nature丨深度视觉蛋白质组学绘制遗传性肝病中的蛋白质毒性图谱

摘要：α1-抗胰蛋白酶缺乏症（AATD）是一种常染色体显性遗传疾病，由SERPINA1基因突变导致α1-抗胰蛋白酶（AAT）错误折叠并在肝细胞内质网中异常积聚。这种蛋白质稳态失衡不仅引发肝细胞特异性损伤，还与多种疾病相关，包括肺气肿和肝纤维化。尽管所有患者都携带相同

撰文 | 易

α1-抗胰蛋白酶缺乏症（AATD）是一种常染色体显性遗传疾病，由SERPINA1基因突变导致α1-抗胰蛋白酶（AAT）错误折叠并在肝细胞内质网中异常积聚。这种蛋白质稳态失衡不仅引发肝细胞特异性损伤，还与多种疾病相关，包括肺气肿和肝纤维化。尽管所有患者都携带相同的Z突变（Pi*ZZ基因型），临床表现却存在显著差异：约30-40%的患者会发展为严重肝纤维化或肝硬化，而其他患者则终身保持相对稳定的肝功能。这种临床异质性暗示着存在尚未阐明的分子调控网络和环境因素相互作用。然而，传统的bulk蛋白质组学虽然能够鉴定疾病相关蛋白表达变化，但无法揭示组织微环境中不同细胞亚群对病理刺激的异质性响应。

近日，德国马克斯·普朗克生物化学研究所Matthias Mann和Florian A. Rosenberger在Nature期刊上发表题为Deep Visual Proteomics maps proteotoxicity in a genetic liver disease的研究论文，采用的深度视觉蛋白质组学（DVP）技术，通过整合人工智能驱动的细胞形态识别、激光捕获显微切割和超高灵敏度质谱，首次实现了在完整组织背景下对单个肝细胞的蛋白质组进行深度解析。这种技术组合不仅能精确定位α1-抗胰蛋白酶（AAT）积聚的空间分布特征，还可以追踪蛋白质毒性应激的动态演变过程，为理解AATD的分子病理机制提供了前所未有的分辨率。

作者收集了34例Pi*ZZ基因型AATD患者的FFPE肝活检及移植样本，涵盖所有纤维化阶段（F0-F4）。通过H&E染色和卷积神经网络（ConvNeXt）对肝细胞进行AI驱动的形态分类，将其分为低、中、高AAT负载组。不同负载组之间，蛋白质组差异显著（17.4%的蛋白在FDR

单细胞空间蛋白质组分析发现，AAT阳性细胞与相邻阴性细胞之间存在显著的蛋白质组差异（p0.95）。这种“全或无”式的响应模式表明蛋白质毒性应激主要依赖于细胞自主机制，而非通过旁分泌信号传递。进一步分析显示，AAT积累的空间分布与经典的肝小叶分区无关（中央静脉和门静脉区域的标志物表达无显著差异），这颠覆了既往认为AAT积聚主要发生在门静脉周围区域的假说。

通过卷积神经网络对AAT聚集形态的量化分析，作者鉴定出两种特征性亚型：无定形聚集和球状聚集。蛋白质组特征显示，前者与活跃的UPR响应（高表达ERO1A和Calreticulin）相关，后者则与终末凋亡表型（高表达TNFSF10和CRP）密切相关。值得注意的是，在球状聚集细胞中发现EGFL7的异常高表达（较对照组增加4.2倍），已知该蛋白在肝细胞癌中促进血管生成和肿瘤转移。伪时间分析进一步揭示，AAT积累遵循“代偿-失代偿-凋亡”的三阶段模式：早期以过氧化物酶体增殖为特征，中期出现ER扩张和UPR激活，晚期则表现为球状AAT聚集伴凋亡标志物表达。这种分子分期为临床预后评估提供了潜在的生物标志物体系。

综上所述，本研究通过空间蛋白质组学与AI驱动的单细胞分析，揭示了α1-抗胰蛋白酶缺乏症（AATD）中过氧化物酶体早期激活和细胞自主性蛋白积累的关键机制，并发现TNFSF10升高与晚期病理聚集体相关，为临床干预提供了新靶点。本研究不仅为AATD发病机制提供了新见解，更同时建立了一套用于复杂组织原位高分辨率蛋白质组分析的强大方法学体系，有望揭示多种蛋白质错误折叠疾病的分子机制，为在人类组织单细胞水平理解疾病进展树立了新标准。

制版人：十一

学术合作组织