《Scientific Reports》：Single-cell mitochondrial morphomics reveals cellular heterogeneity and predicts complex I, III, and ATP synthase Inhibition responses
編輯推薦：
為探究線粒體異質性引發的神經退行性疾病細胞反應差異問題，研究人員利用人誘導多能干細胞（iPS）衍生皮層神經元，以魚藤酮、抗霉素、寡霉素抑制線粒體復合體 I、III、V（ATP 合酶），通過高內涵成像分析，發現單細胞分析可提升線粒體功能障礙預測準確性，為相關藥物評估提供新方法。
線粒體作為細胞的 “能量工廠”，在神經退行性疾病中扮演著關鍵角色。其功能異常與遺傳易感性、環境毒素等因素密切相關，可引發神經元功能障礙甚至變性。然而，線粒體異質性導致細胞對損傷的反應千差萬別，使得傳統的群體分析方法難以精準評估線粒體功能障礙。如何從單細胞層面解析線粒體形態與功能的關系，成為揭示神經退行性疾病發病機制及開發靶向療法的關鍵科學問題。
為攻克這一難題，澳大利亞新南威爾士大學（University of New South Wales）和澳大利亞神經科學研究中心（Neuroscience Research Australia, NeuRA）的研究團隊開展了深入研究。他們利用人誘導多能干細胞（human induced pluripotent stem cells, hiPSCs）分化的皮層神經元作為模型，通過抑制線粒體電子傳遞鏈復合體 I（complex I）、復合體 III（complex III）和 ATP 合酶（ATP synthase），結合高內涵成像與單細胞分析技術，系統解析了線粒體形態異質性與功能損傷的關聯。研究成果發表在《Scientific Reports》，為神經退行性疾病中線粒體異常的精準評估提供了新視角。
研究采用的關鍵技術包括：
- 高內涵成像技術：利用 Operetta 高內涵成像系統采集神經元線粒體的熒光圖像，通過 TMRM（線粒體膜電位指示劑）、Calcein（活細胞標記）和 Hoechst（細胞核標記）染色，獲取線粒體形態、分布及功能狀態的多維度數據。
- 單細胞形態特征提取：借助 Harmony 軟件從 55,577 個單細胞中提取 50 項線粒體形態特征，涵蓋大小、形狀、紋理及空間分布等參數，構建單細胞層面的形態特征數據庫。
- 多維數據分析方法：運用層次聚類分析（hierarchical clustering analysis）、主成分分析（Principal Components Analysis, PCA）和均勻流形近似與投影（Uniform Manifold Approximation and Projection, UMAP）等降維技術，結合機器學習模型，解析群體與單細胞層面的線粒體形態異質性。
研究結果
1. 線粒體復合體抑制對細胞呼吸的影響
通過細胞外氧消耗率（extracellular oxygen consumption rate, OCR）測定證實，魚藤酮（rotenone，復合體 I 抑制劑）、抗霉素（antimycin，復合體 III 抑制劑）和寡霉素（oligomycin，ATP 合酶抑制劑）均能顯著降低皮層神經元的線粒體呼吸功能（P<0.0001），表明三種抑制劑成功誘導了線粒體功能損傷。
2. 群體水平的線粒體形態聚類分析
層次聚類結果顯示，不同抑制劑處理的細胞群體呈現顯著的形態學差異：靶向電子傳遞鏈的魚藤酮和抗霉素處理組聚為一大類，其中兩者又各自形成亞群；而抑制 ATP 合酶的寡霉素處理組則單獨聚為一類。這表明線粒體形態特征可有效區分不同作用機制的線粒體損傷，且同一抑制劑的不同濃度處理組呈現劑量依賴性的形態變化聚類模式。
3. 單細胞水平的異質性分析與關鍵細胞亞群鑒定
利用 PCA 和 UMAP 對單細胞數據進行降維分析，發現即使在相同抑制劑處理組內，細胞對損傷的反應仍存在顯著異質性，可區分出高響應和低響應細胞亞群。進一步分析顯示，魚藤酮和抗霉素處理組中，神經突（neurite）相關線粒體特征（如 mito_SER_spot_neurite、mito_intensity_neurite）的改變更為顯著，而寡霉素處理組的神經突線粒體特征變化相對溫和，提示電子傳遞鏈抑制對神經突線粒體的損傷更為直接。
4. 機器學習模型預測性能的提升
基于高響應細胞亞群的特征數據訓練機器學習模型，顯著提高了線粒體功能障礙的預測準確性：抗霉素、魚藤酮和寡霉素處理組的預測準確率分別從 62.75%、71.86%、86.72% 提升至 81.97%、75.12%、94.42%，且減少了抗霉素與魚藤酮的誤分類率。這證實靶向高響應細胞亞群可增強對線粒體損傷機制的精準識別。
研究結論與意義
本研究通過 “線粒體形態組學（mitochondrial morphomics）” 方法，首次在單細胞分辨率下系統解析了不同線粒體復合體抑制引發的形態異質性，揭示了神經突線粒體對電子傳遞鏈損傷的高敏感性，并證實靶向高響應細胞亞群可顯著提升線粒體功能障礙的預測精度。研究結果不僅深化了對線粒體異質性與神經退行性疾病關聯的理解，還為開發基于單細胞形態特征的線粒體靶向藥物篩選平臺提供了技術支撐。未來，結合多組學數據的整合分析，有望進一步推動神經退行性疾病早期診斷標志物的發現與個性化治療策略的發展。
