1、Cell Metabolism：又一新的细胞焦亡途径被发现
2020年12月11日，来自中国药科大学郝海平和曹丽娟团队合作在《细胞-代谢》杂志上发表了题为“Apaf-1 Pyroptosome Senses Mitochondrial Permeability Transition.”的研究结果，揭示Apaf-1体感知线粒体通透性转变机制。
Fig 1|细胞焦亡途径
显示线粒体通透性转变（MPT）通过促进蛋白质复合物的装配来激活caspase-4，他们将其称为Apaf-1焦亡小体，以促进细胞凋亡。当由胆汁酸、钙超载或腺嘌呤核苷酸转运子1（ANT1）激活剂诱导时，MPT触发由Apaf-1和caspase-4组成的焦亡小体的组装，化学计量比为7：2。 脂多糖（LPS）连接后，胱天蛋白酶D（GSDMD）被caspase-4直接切割，与在Apaf-1焦小体中活化的caspase-4继续切割caspase-3并由此GSDME诱导细胞焦亡不同。Caspase-4启动和GSDME执行的细胞焦亡是胆汁淤积性肝衰竭的基础。
这些发现将Apaf-1焦亡小体鉴定为细胞检测MPT信号的关键机制，并可能有助于了解细胞在无菌条件下如何执行固有的细胞焦亡。
研究人员表示，Caspase-4是胞内细菌LPS的细胞内传感器，是感染引起的细胞凋亡的基础。目前尚不清楚caspase-4是否以及如何检测宿主来源因子来引发细胞焦亡。
（评论：Apaf-1/caspase-4焦亡小体的发现一方面科学解释了MPT引发细胞坏死的分子机制，另一方面对于理解内源性非感染因素促发器官衰竭具有重要意义。）
文章来源：Wanfeng Xu, Yuan Che et al, Apaf-1 Pyroptosome Senses Mitochondrial Permeability Transition. DOI: 10.1016/j.cmet.2020.11.018, Cell Metabolism：最新IF：22.415
2、Science：微生物单细胞RNA测序的方法:split-pool条形码技术
2020年12月17日，来自美国华盛顿大学Georg Seelig研究团队在《科学》杂志上发表了题为“Microbial single-cell RNA sequencing by split-pool barcoding.”的研究结果，发现利用split-pool条形码技术对微生物进行了单细胞RNA测序（scRNA-seq）。
Fig 2| SPLit-seq技术流程图
研究人员研发了microSPLiT，这是一种适用于革兰氏阴性和革兰氏阳性细菌的高通量scRNA-seq方法，可以解决异质转录问题。研究人员利用microSPLiT检测了处于不同生长阶段的25,000多个枯草芽孢杆菌细胞，绘制了其代谢和生活方式变化的图集。
研究还揭示了与已知但罕见状态（如适应性和原噬菌体诱导）相关的详细基因表达谱，并鉴定了新的和未知基因表达状态，包括细胞亚群中小生境代谢途径的异质激活。MicroSPLiT为细菌群落中基因表达的高通量分析铺平了道路，否则无法对细菌进行单细胞分析（例如天然微生物群）。
研究人员表示，scRNA-seq已成为揭示真核生物基因表达的重要工具，但当前的测序方法并不适用于细菌。
（评论：新研究成果为单细胞测序技术带来了突破，有望将单个细胞的测序成本降至1美分。）
文章来源：
Anna Kuchina, Leandra M. Brettner, Microbial single-cell RNA sequencing by split-pool barcoding. DOI: 10.1126/science.aba5257, Science：最新IF：41.037
3、Cell：乙酰胆碱传感器被改造成血清素传感器，血清素的结合力提升了5000倍！
2020年12月16日，来自美国加州大学Lin Tian和霍华德·休斯医学院Loren L. Looger研究组合作在《细胞》杂志上发表了题为“Directed Evolution of a Selective and Sensitive Serotonin Sensor via Machine Learning.”的研究结果，他们通过机器学习指导选择性敏感的血清素传感器的进化。
Fig 3|图解摘要
在机器学习的指导下，他们开发并应用了绑定袋重新设计策略，以创建高性能的可溶性荧光5-羟色胺传感器（iSeroSnFR），从而可以光学检测毫秒级的5-羟色胺瞬变。他们证明，iSeroSnFR可用于检测恐惧条件、社交互动和睡眠/觉醒过渡过程中行为自由的小鼠中血清素释放。他们还开发了一种5-羟色胺转运蛋白功能和药物调节的可靠方法。他们希望机器学习指导的绑定口袋重新设计和iSeroSnFR分别在开发其他传感器，以及体外和体内血清素检测方面具有广泛用途。
据了解，5-羟色胺在认知中起着核心作用，并且是大多数精神疾病药物的靶标。现有药物疗效有限。创建改进版本将需要更好地了解5-羟色胺能回路，这已因人们无法以高时空分辨率监测5-羟色胺的释放和运输而受到阻碍。
（评论：通过机器学习和点饱和突变技术相结合的方法，来指导血清素传感器的荧光蛋白设计，不仅可减少搜索空间，而且也提高传感器性能。更重要的是，设计其他传感器也可以借鉴这个思路。）
文章来源：
Elizabeth K. Unger, Jacob P. Keller et al, Directed Evolution of a Selective and Sensitive Serotonin Sensor via Machine Learning. DOI: 10.1016/j.cell.2020.11.040, Cell：最新IF：36.216
