Science：高通量平台SPARK-seq可实现适体发现和动力学分析

细胞表面蛋白质代表了临床上大多数可操作的靶点，对细胞通讯、信号传导和稳态至关重要。然而，针对这些靶点生成高亲和力分子探针（如适体）的方法仍然有限。现有方法通量低，且常常损害蛋白质的天然构象，导致大部分这类靶点未被充分探索，并阻碍了基于适体的诊断与治疗开发。

在一项新的研究中，我国研究人员假设，一种将基于CRISPR的基因扰动与单细胞多组学相结合的多模态方法，可以克服传统适体筛选的局限性。通过在一个单细胞内同时分析基因扰动、基因表达和蛋白质结合情况，他们建立了单细胞扰动驱动的适体识别与动力学测序 平台，该平台能够在天然细胞环境中高通量绘制适体-靶点相互作用图谱。这种集成设计不仅有助于识别低丰度靶点的结合物，还将发现过程与动力学分析直接耦合，加速了精准分子工具的开发。

他们应用SPARK-seq，通过将多重CRISPR敲除与单细胞mRNA和适体测序相结合，系统地探究了适体-靶点相互作用。经过四轮Cell-SELEX 富集后，针对一个经过CRISPR敲除13个表面蛋白 的细胞混合群体筛选了适体文库。单细胞测序能够同时检测gRNA、转录组和适体结合事件，从而将遗传扰动与适体结合谱联系起来。

使用他们的计算流程SPARTA，他们分析了8466个 高质量单细胞，并将前10,000条 独特适体序列聚类为1906个 家族。差异结合分析鉴定出5535条 靶向八个不同表面蛋白的适体序列。利用流式细胞术、表面等离子共振和微尺度热泳进行的正交验证证实了靶点特异性和纳摩尔级亲和力。该方法还解析了复杂的结合模式，包括一个识别ITGA3/ITGB1 的整合素靶向适体，以及一个结合多个PTPR 旁系同源物的单适体。

SPARK-seq优先富集了具有慢解离速率koff 的适体。在多个靶点中，结合差异与koff 呈强相关性，但与平衡亲和力KD 无关，这凸显了该平台分离具有延长靶点结合时间（这是治疗和诊断应用的关键特征）的适体的能力。利用这些数据，SPARTA中基于卷积神经网络的分类器在预测PTK7 结合序列方面达到了约97% 的准确率，其生成模块还产生了具有改进动力学谱的功能性变体。

综上所述，SPARK-seq是一个集成平台，它结合了CRISPR介导的遗传扰动、单细胞转录组学和基于序列的适体分析，并通过深度学习框架SPARTA得到增强。这项工作为“Aptomics”奠定了基础，这是一个支持大规模、测序驱动的适体结合特异性和靶点属性解码的多组学框架。通过将数百万个适体结合事件转化为锚定于遗传和转录状态的高维测序数据，SPARK-seq能够在数千个单个细胞中实现直接的基因型-表型-配体 映射。这种多模态策略扩展了检测低丰度和构象敏感靶点的动态范围，以序列分辨率解析了动力学和富集模式，并支持快速、可扩展地发现和合理优化高特异性适体，为先进的诊断和治疗应用铺平了道路。（生物谷Bioon.com）

参考文献：

Guoyan Luo et al, SPARK-seq: A high-throughput platform for aptamer discovery and kinetic profiling, Science (2026). DOI: 10.1126/science.adv6127.