Workflow
蛋白质稳态
icon
搜索文档
Nature重磅:衰老会减缓大脑清除蛋白质垃圾,并将其转移至小胶质细胞,进而导致记忆力下降、痴呆症发生
生物世界· 2026-01-27 12:36
文章核心观点 - 斯坦福大学在《自然》杂志发表的研究揭示,大脑衰老导致神经元蛋白质降解效率大幅下降,蛋白质半衰期延长一倍,并引发蛋白质聚集,这可能是年龄相关突触丢失、认知下降及神经退行性疾病(如阿尔茨海默病、帕金森病)的关键原因 [3][6][18] 大脑衰老与蛋白质稳态失衡 - 健康的神经元依赖高效的“蛋白质稳态”系统维持“新生-清理”平衡,但随年龄增长,清理效率下降,导致蛋白质“垃圾”堆积 [6] - 神经元几乎不分裂,因此更依赖内部清理机制,其蛋白质稳态失衡是阿尔茨海默病(β-淀粉样蛋白、Tau蛋白堆积)和帕金森病(α-突触核蛋白聚集)等神经退行性疾病的共同特征 [6] 研究技术突破:BONCAT - 研究团队开发了创新的BONCAT技术,通过转基因小鼠在神经元中特异性标记新合成的蛋白质,实现了在活体动物中追踪特定细胞类型蛋白质动态的技术突破 [8] - 在比较的三种BONCAT小鼠模型中,PheRS*模型标记神经元蛋白质的效率最高,为研究奠定了技术基础 [8] 衰老对蛋白质降解的影响 - 比较年轻(4月龄)、中年(12月龄)和老年(24月龄)小鼠发现,从年轻到老年,神经元蛋白质的平均半衰期增加了约一倍,意味着老年大脑清理蛋白质的速度只有年轻大脑的一半左右 [10] - 蛋白质降解减速主要发生在生命后期(老年阶段),与认知衰退出现的时间点吻合,而在中年时尚不明显 [10] - 不同蛋白质对衰老敏感性不同,其中突触相关蛋白质降解速度下降最为明显,这可能是衰老导致突触功能受损及记忆力下降的关键因素 [10] 蛋白质聚集与神经退行性疾病风险 - 分析发现老年大脑中存在1726种神经元蛋白质形成的聚合物,其中近半数在衰老过程中降解减慢和/或形成聚合物 [12] - 这些聚集蛋白质中包含阿尔茨海默病相关风险基因产物(如FERMT2)和帕金森病相关风险基因产物(如ATAD1) [12] - 54%的聚集蛋白质同时显示降解速度随年龄增长而下降,表明降解缺陷直接导致了蛋白质聚集 [12] - 突触蛋白在聚集蛋白质中高度富集,说明突触是衰老过程中最脆弱的神经结构 [12] 小胶质细胞的清理功能超载 - 小胶质细胞作为大脑的“清道夫”,负责清除蛋白质垃圾,但研究发现衰老神经元中的蛋白质会转移至小胶质细胞 [14] - 老年小鼠小胶质细胞中发现的神经元蛋白质数量是年轻小鼠的10倍以上,表明需要处理的蛋白质数量激增 [14] - 超过一半积累在老年小胶质细胞中的神经元蛋白质显示出降解缺陷和/或聚集倾向,表明小胶质细胞在努力清理但已不堪重负 [14] 未来应用与治疗方向 - BONCAT技术为研究蛋白质动态提供了强大工具,可用于筛选能促进蛋白质降解的药物,为治疗年龄相关脑疾病提供新靶点 [18] - 未来可能开发两类干预手段:一是增强神经元自身降解能力的药物;二是提升小胶质细胞清理能力的方法,以缓解蛋白质聚集 [18] - 该研究解释了衰老常伴随记忆力减退的原因,并为预防和治疗神经退行性疾病提供了新的靶点和方向 [18]
Nature:李贵登团队发现癌症免疫治疗新靶点——KLHL6,有望增强T细胞疗法抗癌效果
生物世界· 2026-01-15 12:09
文章核心观点 - 中国医学科学院系统医学研究院/苏州系统医学研究所李贵登团队与Fred Hutchinson癌症研究中心团队合作,在《自然》杂志发表研究,确定E3泛素连接酶KLHL6是调控T细胞耗竭和线粒体功能障碍的关键负向调控因子[4][5] - 增强T细胞中KLHL6的表达,能显著提高其抗肿瘤和抗病毒效力,表明KLHL6是一个有前景的、可临床应用的靶点,有助于推动CAR-T、TCR-T等细胞免疫疗法突破“耗竭瓶颈”[5][8] 研究背景与问题 - 基于T细胞的癌症免疫疗法(如CAR-T、TCR-T)在相当一部分患者中持久性有限,肿瘤微环境中T细胞功能障碍是主要障碍,原因包括T细胞耗竭、线粒体功能障碍及免疫抑制因子[3] - 尽管对T细胞功能障碍的转录组学和表观基因组学有广泛了解,但翻译后修饰如何通过影响蛋白质稳态来调控这一过程的理解仍然有限[3] - 泛素连接酶在控制蛋白质降解和稳态方面发挥重要作用,但该蛋白家族在抗肿瘤T细胞生物学中的基本作用仍不完全清楚,限制了其作为治疗策略的潜力[3] 研究发现与机制 - 研究团队将计算分析与体内CRISPR筛选相结合,确定E3泛素连接酶KLHL6是慢性抗原刺激期间T细胞耗竭和线粒体功能障碍的双重负向调控因子[5][7] - 从机制上,KLHL6的表达促进了耗竭核心调控因子TOX的多聚泛素化及随后的蛋白酶体降解,从而抑制前体耗竭T细胞向终末耗竭T细胞的转变[7] - 同时,KLHL6通过翻译后调控PGAM5-Drp1信号轴,限制慢性T细胞受体刺激期间发生的过度线粒体分裂,从而维持线粒体健康[7] - 当T细胞通过其表面的T细胞受体识别到抗原时,会自然降低KLHL6的表达水平,这限制了其在慢性TCR刺激期间的有益活性,从而解释了慢性刺激导致T细胞耗竭的原因[8] 治疗潜力与策略 - 研究指明了一个治疗新思路:恢复或增强T细胞中KLHL6的表达水平以逆转T细胞耗竭[8] - 在过继转移的T细胞中增强KLHL6表达,可显著提高体内抗肿瘤和抗病毒感染的疗效及长期持久性[5][8] - 鉴于KLHL6在调控T细胞耗竭的多方面作用,开发增强KLHL6活性的小分子激动剂可能代表了一种有前景的治疗策略,以恢复T细胞功能并提高基于T细胞的癌症免疫疗法的治疗效果[10] 补充研究与意义 - 李贵登团队同期在《Immunity & Inflammation》期刊发表论文,进一步解析了KLHL6的表达受到TCR信号的精密调控,揭示了一条此前未知的TCR-FOXO1-KLHL6调控轴[9][10] - 该研究补充了《自然》论文中关于KLHL6介导的T细胞耗竭的上游分子机制,并为长期以来关于慢性TCR信号如何驱动T细胞耗竭的问题提供了部分机制见解[10] - 这些发现突显了调控蛋白质稳态和泛素化修饰以改善免疫治疗的潜力[9]
Cancer Cell:癌症会加速T细胞和组织衰老
生物世界· 2025-08-22 12:15
研究背景与核心发现 - 衰老显著增加癌症患病风险并对免疫系统功能及构成产生深远影响 包括导致对急慢性感染的免疫反应受损以及易患自身免疫疾病[2] - 淋巴瘤会加速T细胞和组织衰老 这一结论通过小鼠和人类研究得到验证[4] - 研究团队发现淋巴瘤本身足以引发年轻T细胞出现转录、表观遗传和表型的老年化改变 而衰老T细胞对淋巴瘤诱导的变化具有抵抗力[8] 衰老对免疫系统的影响机制 - 衰老导致免疫系统变化包括炎症细胞因子和趋化因子失衡、造血干细胞向单核细胞群生成倾斜、淋巴细胞群减少、巨噬细胞向促炎极化转变 以及NK细胞和CD8+/CD4+ T细胞数量减少及成熟度改变[6] - CD8+和CD4+ T细胞向功能减弱或免疫抑制性细胞(如Treg)转变 T细胞表现出衰老标志物(如KLRG1、p16INK4a/CDKN2A及某些促炎细胞因子)表达增加[6] - 衰老T细胞在经历稳态增殖后可能表现出一些活化标志物 但在生物学和功能上与年轻活化T细胞存在本质差异[6] 肿瘤对免疫系统的逃逸机制 - 肿瘤通过酸性环境损害CD8+ T细胞 同时有利于调节性T细胞(Treg)扩增并促使巨噬细胞向促肿瘤生长的M2表型极化[7] - 肿瘤微环境中的T细胞会因反复抗原刺激进入低反应性、功能耗竭状态 部分肿瘤细胞通过抑制MHC1表达躲避T细胞识别 或通过表达PD-L1和CD47分别抑制T细胞功能及防止被吞噬[7] 淋巴瘤与衰老的相互作用 - 淋巴瘤驱动年轻T细胞出现与衰老T细胞相似的转录和表观遗传特征 包括开放染色质区域和控制铁稳态的基因被诱导[8] - 经历淋巴瘤和衰老的T细胞铁储备增加并对铁死亡具有抗性 同时在蛋白质稳态方面存在缺陷[8] - 淋巴瘤加速其他组织老化 表现为细胞周期蛋白依赖性激酶抑制剂2a(Cdkn2a)和肿瘤坏死因子α(Tnfa)表达水平升高[8] - 部分由淋巴瘤引发的衰老表型可逆 而另一部分不可逆 这为改善癌症相关衰老共病提供了潜在机会[8]
Cell:刘光慧/张维绮/曲静/杨家印等绘制人体衰老蛋白导航图,揭示人类衰老轨迹与特征
生物世界· 2025-07-25 22:36
衰老机制研究 - 蛋白质稳态失衡是衰老进程中的核心分子特征之一,涉及超两万种蛋白质的动态网络调控[2] - 研究首次构建横跨人类50年生命周期的蛋白质组衰老图谱,涵盖七大生理系统、13种关键组织[4] - 血管系统被确立为衰老进程的"先锋组织",在生命早期即显著偏离稳态轨迹[7] 蛋白质组学发现 - 衰老伴随系统性蛋白质稳态失衡,表现为中心法则信息流断裂、蛋白质量控制系统级联衰减及病理性蛋白广泛沉积[9] - 血清淀粉样蛋白P(SAP)被鉴定为最具跨组织保守性的"泛组织年龄上调蛋白",在绝大多数衰老组织中一致性显著升高[10] - 30岁左右为衰老轨迹的初始分水岭,45-55岁被确认为衰老进程的里程碑式转折点[12] 血管衰老机制 - 衰老血管系统通过特异性分泌GAS6等促衰蛋白,激活跨器官级联信号网络,发挥"衰老枢纽"功能[7] - GAS6在衰老主动脉组织及循环系统中呈现跨尺度显著富集,可直接驱动血管细胞衰老表型[15] - 衰老相关分泌因子如GPNMB、COMP、HTRA1、IGFBP7等被证实可直接诱导血管细胞衰老[15] 研究应用价值 - 研究开创性绘制人类多器官蛋白质组衰老全景图,为理解衰老系统性本质建立统一框架[19] - 基于器官特异性"蛋白质组衰老时钟"的构建,实现对机体及各器官衰老程度的系统性量化[20] - 识别出45-55岁为多器官蛋白质组剧烈重塑、系统性衰老加速的关键干预窗口期[21] 技术方法创新 - 研究融合超高灵敏度质谱技术与机器学习算法,系统构建蛋白质组衰老图谱[4] - 成功应用人工智能算法构建覆盖13种人类组织的特异性"蛋白质组衰老时钟"[12] - 整合超高灵敏度质谱、人工智能动态建模与多尺度组学分析,构建三位一体的衰老系统生物学研究框架[24]