2025年4月16日，德国马普所Matthias Mann团队联合多国研究者在《Nature》发表题为"Deep Visual Proteomics maps proteotoxicity in a genetic liver disease"的突破性研究！研究通过团队自主开发的深度视觉蛋白质组技术（DVP），首次在α1-抗胰蛋白酶缺乏症（AATD）患者肝组织中绘制了单细胞分辨率下蛋白质毒性反应的空间蛋白图谱，为理解遗传性肝病进展机制提供了全新视角。
AATD是由SERPINA1基因突变引起的遗传病，全球每2000人中即有1例。突变导致α1-抗胰蛋白酶（AAT）在内质网异常聚集，引发肝细胞应激和纤维化。尽管已知AAT积累是致病核心，但：
肝细胞如何逐步响应蛋白质毒性压力？
不同纤维化阶段的分子异质性是什么？
细胞间应激信号传递机制有哪些？
这三个问题仍然是未解之谜，而传统模型系统（如小鼠或iPSC）难以复现人类组织中的复杂微环境，所以需要对人类组织进行高分辨率空间蛋白质组学分析以解答以上问题。
利用基于FFPE临床样本的高分辨率空间蛋白质组学方法，实现：
单细胞水平空间层面解析AAT积累的蛋白分子级联反应
追踪不同纤维化阶段的应激响应空间特征
揭示细胞自主性与微环境互作机制及空间分布
发现AATD的潜在治疗靶点
AAT积累触发动态的蛋白表达响应程序，可能存在早期潜在标志物，且晚期纤维化样本呈现独特的蛋白质稳态崩溃特征，细胞间存在应激信号传递的形态学证据。
纳入34例Pi*ZZ纯合患者（丹麦16例+德国18例）的FFPE样本
活检样本：F1-F3纤维化阶段（n=21）
移植肝样本：终末期F4（n=5）
技术重复样本（n=8）
所有样本经病理确认（天狼星红/三色染色），配套临床数据包括年龄（58±10岁）、BMI（25.2±4.0）、饮酒史等。
深度视觉蛋白质组学（Deep Visual Proteomics, DVP）是Mann团队开发的一种融合人工智能、空间生物学与超灵敏质谱的空间蛋白质检测技术体系。有以下特点：
AI驱动的细胞形态分类（ConvNeXt神经网络）
根据智能形态区域划分进行激光显微切割
超高灵敏度质谱（Orbitrap Astral）
本文利用其团队开发的DVP技术实现从单个组织切割块（大约10~15 cells）中检测到高达4300种蛋白质，并通过2048个图像特征进行形态-蛋白质组关联分析，最后构建纤维化阶段特异性蛋白网络。具体研究结果如下所述。
为了解析AATD中蛋白质毒性应激的分子机制及纤维化阶段的动态变化，研究团队对34例AATD患者（Pi*ZZ基因型）的FFPE肝活检组织（涵盖纤维化阶段F1-F4）进行Deep Visual Proteomics（DVP）高分辨率空间蛋白质组学分析。通过激光显微切割分离单个肝脏组织块（体积相当于10-15个细胞），利用高灵敏度Orbitrap Astral质谱进行蛋白质组定量。结果发现高AAT积累细胞中过氧化物酶体（peroxisome）显著上调（23倍差异），早于内质网未折叠蛋白反应（UPR）的经典通路。AAT积累具有细胞内在性，相邻细胞间应激传递有限，提示病理进程主要由细胞自主机制驱动。
图1. DVP流程与显微切割示意图
随后研究团队根据AAT积累水平将细胞分为低、中、高三类，结合单细胞蛋白质组学和通路富集分析，发现过氧化物酶体生物发生因子（如PEX11B）和抗氧化蛋白（硫氧还蛋白）优先上调（早期响应），伴随脂代谢重编程。UPR核心通路（ATF6、PERK、IRE1）激活延迟（晚期响应），线粒体复合体I活性降低。过氧化物酶体反应在晚期纤维化（F4）中启动时间显著延长，提示其作为潜在干预窗口。
图3.单细胞水平绘制完整组织空间蛋白表达图谱
在这个AI发展正旺的时代，生物学实验也在逐步响应发展的号召。作者利用卷积神经网络（CNN, ConvNeXt）对肝切除样本中的AAT聚集体进行形态分型，结合激光显微切割和质谱分析12,500个细胞，用CNN将肝细胞分为“球形聚集体”“无定形聚集体”和正常细胞。结果发现，与凋亡诱导因子TNFSF10（TRAIL）和炎症标志物CRP显著相关，伴随UPR核心蛋白（如ERO1A）下调，且以未折叠蛋白响应通路激活为主，提示球形聚集体代表晚期死亡表型。此外，还发现了新的潜在标志物，EGFL7（表皮生长因子样结构域蛋白7）在球形聚集体中特异性高表达，与肝癌预后不良相关。
图4. 结合人工智能图像分析的DVP技术解析AAT聚集形态特征
前面部分中作者发现了低纤维化阶段（F1）过氧化物酶体活性显著增强，所以推测PPAR-α激动剂（如贝特类药物）可能通过促进过氧化物酶体生物合成改善晚期肝纤维化，因其安全性已获验证，可快速进入临床使用。
本研究通过空间深度视觉蛋白质组学（DVP）技术，首次在单细胞分辨率下揭示了AATD患者肝组织中蛋白质毒性应激的空间蛋白异质性。结合激光显微切割与人工智能图像分析，精准定位到AAT高负荷细胞，发现过氧化物酶体在AAT聚集早期即显著上调，且其激活具有空间特异性，早于传统内质网应激通路。结合AI形态学分型发现球形AAT聚集体与凋亡标志物TNFSF10密切相关，提示EGFL7可作为终末死亡表型的生物标志物，同时指出低纤维化阶段过氧化物酶体活性增强或为干预新靶点，为靶向蛋白质稳态的精准治疗提供理论依据。
