C-COMPASS: ИИ-инструмент для картирования белков и липидов внутри клеток

Исследователи из Helmholtz Munich, Немецкого центра исследования диабета и Боннского университета представили C-COMPASS — новый программный инструмент, который упрощает пространственную протеомику и липидомику, не требуя от учёных навыков программирования. Программа позволяет картировать расположение белков и липидов внутри клеток и отслеживать, как эти паттерны меняются под влиянием болезней или других факторов.

Обзор процесса создания карт органелл. Автор: Nature Methods (2025). DOI: 10.1038/s41592-025-02880-3

Решение текущих ограничений

Существующие инструменты для пространственной протеомики часто имеют недостатки: многие не могут предсказывать множественную локализацию для отдельных белков или проводить количественный анализ в разных клеточных компартментах. Кроме того, их использование обычно требует знаний в программировании и не имеет удобного интерфейса, что ограничивает широкое применение. Пространственная липидомика также оставалась сложной задачей из-за отсутствия надёжных маркеров для локализации липидов.

Интегрированный подход

C-COMPASS был разработан для решения этих методологических пробелов. Программа использует нейронные сети для предсказания множественной субклеточной локализации белков и включает данные тотального протеома для оценки изменений в распределении белков и количестве органелл. Инструмент оснащён графическим интерфейсом и стандартизированными шагами обработки, что способствует воспроизводимости анализов.

Подробности о C-COMPASS были опубликованы в журнале Nature Methods.

«С помощью C-COMPASS мы хотели создать инструмент, который сделает пространственную протеомику более доступной и легко воспроизводимой», — говорит разработчик Даниэль Хаас.

Руководитель проекта доктор Натали Крамер добавляет: «Впервые он также позволяет исследовать пространственную липидомику, объединяя данные протеома и липидома в едином рабочем процессе. Теперь мы можем создавать клеточные атласы органов и тканей на комбинированном уровне протеома и липидома, что позволяет исследователям задавать множество новых вопросов».

Исследовательская группа применила C-COMPASS для изучения пространственного распределения белков в гуманизированной печёночной ткани и анализа того, как эти паттерны меняются при различных метаболических состояниях. Затем они расширили рабочий процесс, интегрировав протеомные и липидомные данные, что впервые позволило провести пространственную липидомику.

Для локализации липидов исследователи нанесли их на пространственные референсные карты, полученные из данных протеомики. Этот подход был применён к образцам печени гуманизированных мышей и выявил изменения в распределении липидов, связанные с метаболическими нарушениями.

Будущее развитие

Команда планирует применять C-COMPASS к различным наборам данных для получения более глубоких знаний о динамических, связанных с метаболизмом изменениях в локализации белков. Также ведётся работа по дальнейшему улучшению программного обеспечения — например, добавлению поддержки других методов пространственной омики, таких как пространственная транскриптомика.

Больше информации: Daniel T. Haas et al, C-COMPASS: a user-friendly neural network tool profiles cell compartments at protein and lipid levels, Nature Methods (2025). DOI: 10.1038/s41592-025-02880-3

Источник: Helmholtz Association of German Research Centres

Пространственная омика — это быстро развивающаяся область биологии, которая позволяет учёным визуализировать, где именно в тканях и клетках находятся молекулы, такие как РНК, белки и метаболиты. Это критически важно для понимания сложных заболеваний, таких как рак и диабет. Инструменты вроде C-COMPASS, которые автоматизируют сложный анализ, ускоряют открытия и делают передовые методы доступными для большего числа лабораторий по всему миру.