哺乳動物原腸胚樣體發育的蛋白質組圖譜及時間動態

原腸胚形成是早期胚胎建立身體藍圖併為器官發生做好準備的過程。由於原腸胚形成難以研究, 原腸胚形成是後生動物發育中的關鍵過程,在這一過程中,著床後的囊胚轉變為由三個胚層構成的結構,即原腸胚 包括我們在內的多個研究團隊已對原腸樣體的時間序列進行單細胞RNA測序,以表徵胚胎幹細胞在分化為胚層和細胞類型過程中轉錄組動態變化 在此,我們採用高通量定量質譜,對原腸樣體分化四個關鍵階段的蛋白質及磷酸化位點...
其他

原腸胚形成是早期胚胎建立身體藍圖併為器官發生做好準備的過程。由於原腸胚形成難以研究,

原腸胚形成是後生動物發育中的關鍵過程,在這一過程中,著床後的囊胚轉變為由三個胚層構成的結構,即原腸胚

包括我們在內的多個研究團隊已對原腸樣體的時間序列進行單細胞RNA測序,以表徵胚胎幹細胞在分化為胚層和細胞類型過程中轉錄組動態變化

在此,我們採用高通量定量質譜,對原腸樣體分化四個關鍵階段的蛋白質及磷酸化位點進行了定量。基於這些數據,我們描繪了數百種已知蛋白複合物的動態變化,同時還鑑定出其他時間變化譜與特定複合物相關的蛋白,提示它們在早期發育過程中存在協同關係。結合實驗匹配的RNA測序數據,我們識別出原腸胚形成期間轉錄組與蛋白質組之間在特定通路層面的相符與不相符模式。進一步將研究擴展至磷酸化蛋白後,我們繪製了數千個磷酸化位點的動態變化圖譜,從而預測原腸樣體發育過程中階段特異性的激酶活性。

我們觀察到,MAPKAPK2通過調控多能性退出,在原腸樣體發育中發揮關鍵作用。最後,我們利用與Commander複合物相關基因的時間性共調控蛋白網絡,確立了DPYSL4和PRKACB在原腸樣體發育中的關鍵作用。總體而言,通過聚焦早期原腸胚形成模型中的蛋白質組和磷酸化蛋白質組,這些數據和分析為彌合早期哺乳動物發育中轉錄組視角與細胞視角之間的差距奠定了基礎。相關數據已連同定製瀏覽器一併免費開放,網址為:

我們描繪了人類RA-原腸樣體中RNA、蛋白質和磷酸化位點水平的動態變化

為評估數據質量,我們計算了各樣本類型生物學重複之間的兩兩相關性,並證實每種數據類型均具有高度可重複性(RNA:

在所有階段的全部重複樣本中,我們檢測並定量了7,352種人蛋白和8,699種小鼠蛋白(

為鑑定具有相似時間動態的一組蛋白,我們通過直系同源關係合併了人和小鼠蛋白質組數據集,並對其進行層次聚類(

為識別可能構成原腸樣體發育中特定轉變基礎的蛋白丰度變化,我們在每個物種中對相鄰時間點進行了差異表達分析,鑑定出數千個差異表達蛋白(DEPs)(

(a) 比較樣本間所選蛋白對丰度的散點圖。

為確定驅動我們整體蛋白質組學觀察結果的細胞類型,我們將蛋白質組學數據集與現有的描繪原腸樣體發育的單細胞RNA測序數據進行了比較

我們還比較了H9與RUES2-GLR人類始發態胚胎幹細胞,並檢測到3,047個差異表達蛋白(DEPs)

因此,與處於相同預備態的 H9 對照組以及來源於 RUES2-GLR 的早期 RA-gastruloids 相比,預備態 RUES2-GLR ESCs 的蛋白質組在與線粒體相關的過程中表現出高度富集(

當將此類分析擴展至小鼠數據時,我們觀察到相似數量的差異表達蛋白(DEPs)(

此處定量的大多數蛋白質既無法映射到已知蛋白質複合體,也未被賦予早期人類發育過程中明確的特定生物學功能。鑑於我們的觀察表明,被歸入分子模組的蛋白質(例如氧化磷酸化)在 gastruloid 發育過程中呈現協調一致的調控(

為將共調控分析應用於我們的數據,我們計算了相關性(r

我們聚焦於在 1% 假發現率(FDR)下,要麼表現出強正相關(R >= 0.95),要麼表現出強負相關(R <= -0.95)的蛋白質對(

在修剪後的網絡中,正相關邊的 37.8% 可由至少一種已建立的註釋加以解釋;相比之下,在涉及這 5,227 個蛋白質的所有可能邊中,僅有 26.7% 在這些數據庫中具有註釋,因此前者富集了 1.4 倍(

鑑於正相關邊中有相對較高比例對應於蛋白質-蛋白質相互作用和大分子複合體,我們利用未經修剪的網絡,將正相關蛋白質對映射到特定發育基因或蛋白質複合體(

為了系統評估該相關性網絡是否能夠恢復已知蛋白質複合體,我們聚焦於 CORUM 中的 1,357 個複合體

除恢復先前已有支援的蛋白質-蛋白質關係(過濾後網絡中的 37.8%,

基於這一框架,我們鑑定出 1,385 個與 218 個 ComplexPortal 複合體相關聯的協同蛋白

我們推測,由多個複合體共享的協同蛋白之間的重疊可能有助於揭示這些蛋白的功能角色。為量化這種共享程度,我們計算了複合體對之間的 Jaccard 相似係數——對於任意一對複合體,若其協同蛋白完全重疊,則 Jaccard 相似係數為 1(

既往跨越多種生物學背景的研究報道了 mRNA 水平與蛋白質水平之間不同程度的一致性

隨後我們計算了單個基因的 RNA-蛋白質相關性。在兩物種所有采樣時間點均同時具有蛋白質和 RNA 數據的 6,010 個基因中,Pearson 相關係數整體偏向正相關,這與既往研究一致

另一方面,在 GO 生物過程層面以及共同亞細胞定位層面(Human Protein Atlas

接下來,我們試圖更深入理解 RNA 與蛋白質丰度之間的關係如何隨發育階段而變化。在每個階段納入所有基因進行分析後,我們發現早期小鼠 gastruloids 的 RNA-蛋白質相關性顯著低於所有其他人類或小鼠階段(r

總體而言,我們觀察到在小鼠 gastruloid 發育過程中存在不同模式的失一致性(

最後,我們試圖評估發育相關轉錄因子(TFs)的蛋白質水平是否可用於判定潛在靶標(

發育程序主要由核心信號通路驅動,而這些通路通過磷酸化受到動態調控

基於磷酸化信號傳導在關鍵發育性轉錄程序中的作用,我們對既往研究整理的多能性標誌物 POU5F1、SOX2 和 NANOG 靶標上的磷酸化位點進行了繪製

在人和小鼠中保守的磷酸化位點,包括 DYPSL2 和 DNMT3B 上的位點,在 gastruloid 分化過程中表現出高度一致的磷酸化譜。神經幹細胞調控因子 DPYSL2 T514/Dpysl2 T514 磷酸化位點的丰度在人和小鼠 gastruloid 之間保持一致。值得注意的是,DNMT3B 中圍繞 S100/S116 位點的 N 端區域在結構研究中一直難以解析

將疾病相關基因映射到已知蛋白質複合體上,有助於揭示其在發育障礙中的分子作用。有 461 個發育疾病相關基因,其蛋白產物參與了 217 個 ComplexPortal 複合體和 631 個 CORUM 複合體(

功能蛋白質組學可作為一種強有力的方法,用於為疾病相關基因提出分子功能假設,並進一步推動我們對其異常功能如何在特定發育背景下導致特定疾病表型的機制性理解

Leigh 綜合徵是一種早發性線粒體神經代謝性疾病,影響中樞神經系統。其症狀包括共濟失調、發育遲緩和肌張力減退

Ritscher-Schinzel 綜合徵是一種發育障礙,其特徵是異常的顱面部、小腦和心血管畸形,經典上與 WASHC5 和 CCDC22 相關,但近來也有研究提示 VPS35L 和 DPYSL5 也與其有關

雖然我們檢測到了與 Ritscher-Schinzel 綜合徵相關的 4 個基因中的 2 個,但我們還觀察到 Commander 共調控網絡中 31 個蛋白中的 7 個具有 GenCC 疾病關聯。我們假設 Commander 網絡中協同作用的疾病相關蛋白會共享相似的表型特徵。為了測量 Commander 網絡中疾病相關蛋白之間表型重疊的程度,我們利用了 Monarch 基因—表型關係數據庫

在本研究中,我們利用幹細胞來源的人和小鼠 gastruloid 具有易操作性和可擴展性的特點,系統分析了其發育四個關鍵階段中的時間性變化。儘管……的數量

我們在小鼠和人類胃胚樣體中構建了整合的蛋白質組、轉錄組和磷酸化蛋白質組數據集,以界定這一早期發育模型的分子動態。在代謝層面,我們觀察到,在人類胃胚樣體發育過程中,與晚期胃胚樣體相比,TCA 循環中的蛋白質在預激狀態 ESC 中傾向於上調,而晚期胃胚樣體則表現出更高水平的糖酵解蛋白。這些結果提示,細胞組成在代謝能量產生方面發生了重新聚焦,以支援更大尺度的有機體變化,這與既往研究所表明的著床後胚胎向糖酵解代謝轉換的結論大體一致。

我們的數據使我們能夠比較人類與小鼠胃胚樣體發育過程中蛋白表達的時間動態及其保守性(或缺乏保守性)。儘管兩種物種的晚期胃胚樣體之間僅表現出適度相關性,但關鍵發育基因往往呈現保守的表達模式。例如,在兩種物種中,多能性標誌物 POU5F1、NANOG、CDH1 的蛋白丰度在晚期胃胚樣體中均低於其幹細胞祖細胞。相反,ZEB2(一個參與上皮-間質轉化的關鍵蛋白

在比較兩種物種中所採樣的階段時,我們驚訝地發現,預激狀態的 RUES2-GLR 細胞的蛋白質組與小鼠早期胃胚樣體最為接近。儘管這種關聯在很大程度上是由線粒體蛋白的上調所驅動,但 RUES2-GLR 細胞(被認為處於著床前與著床後狀態之間)有可能在蛋白水平上已經預先準備進入原腸胚形成。因此,我們的結果也凸顯了分期方面潛在的物種特異性差異,尤其是在代謝和線粒體狀態方面。然而,仍需要更多研究來理解這些效應的程度,並排除其可能源於不能反映

蛋白質系統共調控研究(

最後,我們發現,共調控與網絡分析能夠識別疾病鄰域。我們經常觀察到,與相同發育性疾病相關的基因在蛋白水平上彼此高度相關。Commander 複合體的亞基與 Ritscher-Schinzel 綜合徵相關

儘管本研究對胃胚樣體發育過程中的轉錄組、蛋白質組和磷酸化蛋白質組進行了定量描繪,但它並不完整,也不全面。首先,儘管我們在胃胚樣體中採樣了胚胎發育的 4 個階段,但若能在胃胚樣體發育過程中採集更多時間點並採用更精細的時間窗口進行分析,將能夠提供更高的分辨率,並增強我們對這些樣本中時間動態的理解。其次,儘管我們定量了約 7,500 個人類蛋白和約 8,700 個小鼠蛋白,這代表了可觀測蛋白質組的相當大一部分。

本研究中開展的所有實驗,包括小鼠 gastruloid 和人 RA-gastruloid 的誘導、細胞和/或分子分析,均經華盛頓大學胚胎幹細胞研究監督委員會(Embryonic Stem Cell Research Oversight)審查並批准(E0047-001)。本研究的實施遵循國際幹細胞研究學會《幹細胞研究與幹細胞臨床應用指南》中所闡述的原則。

E14Tg2a 細胞系由 Christian Schroeter 博士(馬克斯·普朗克研究所)提供。

小鼠 naïve ESCs 維持於 2iLif 培養基中。

小鼠 EpiLC 分化按既往方法進行。

小鼠 gastruloid 誘導按既往方法進行。

多能幹細胞系 hESCs(RUES2-GLR)由 Ali Brivanlou 博士(洛克菲勒大學)惠贈。化學重置(cR)的 H9 naïve 和 primed 細胞由 Austin Smith 博士(埃克塞特大學)惠贈。

化學重置(cR)的 H9 naïve hESCs 按既往方法,在鋪有經照射處理的 MEF 飼養層的 N2B27 + PXGL 培養基中傳代培養,其中 PXGL 包含 P(1 mM PD0325901)、X(2 mM XAV939)、G(2 mM Gö 6983)和 L(10 ng/mL 人 LIF)。

人 primed ESCs 在 Geltrex(Thermo, A1413201)包被的培養板上使用 StemFlex(Thermo, A3349401)培養,並按照製造商推薦的方法,常規使用 StemPro Accutase(Thermo, A1110501)消化傳代至新的 Geltrex 包被孔中。傳代後最初 24 小時內,hESCs 在含 10 μM Rho kinase 抑制劑 Y-27632(Selleck, S1049)的 StemFlex 培養基中培養,以防止細胞凋亡。

人 RA-gastruloid 按既往方法誘導。

RUES2-GLR ESCs 中的遺傳擾動按既往方法使用 CRISPR-Cas9 RNA-蛋白複合物進行。

使用 StemPro Accutase 解離 RUES2-GLR ESCs,並以補充 10 mM Y-276322 的 DMEM-F12 營養混合液終止其活性。每種擾動條件下,收集 200,000 個細胞,並以 250g 離心 5 分鐘。將細胞重懸於 20 µl 核轉染緩衝液中(16.4 µl Nucleofector Solution + 3.6 µl Supplement;Lonza P3 Primary Cell 4D-Nucleofector X kit S,V4XP-3032 提供)。

向細胞中加入 3 µl RNP 和 0.5 µl AltR-Cas9 Electroporation Enhancer(IDT, 1075915),隨後轉移至 16 孔 Nucleocuvette Strips 中,並使用 CA-137 核轉染程序進行電轉。核轉染後的細胞轉移至含有 Nutristem 或 StemFlex 且補充 10 mM Y-27632 的 12 孔板中培養,24 小時後將培養基更換為不含 Y-27632 的 Nutristem。細胞繼續培養至匯合度達到 50–70%。

隨後,將電轉後的細胞轉移至 0.5 μg/cm

10 mM 儲備液通過將 MK-2-in-1(HY-12834, MedChemExpress)重懸於 DMSO 中配製。MAPKAPK2 擾動通過在 RA-gastruloid 誘導過程中加入 10 μM MK2in1 實現,於第 0 天加入,並於第 2 天補加。

ESCs 按既往方法固定並染色。

Gastruloids 按既往方法固定並染色。

每個階段均包含2個生物學重複,並在同一實驗批次內採集,以儘量減少批次效應。在4個gastruloid發育階段中,每個重複樣本分別從小鼠和人細胞中採集約50萬個細胞。每個樣本的DNA和RNA均使用Qiagen AllPrep DNA/RNA試劑盒(Qiagen #80204)進行分離。約500 ng總RNA被用作建庫輸入。

使用NEBNext Poly(a) mRNA Magnetic Isolation Module(NEB #E7490)分離mRNA,並使用NEBNext UltraII RNA Library Prep Kit for Illumina(NEB #E7770)製備用於測序的文庫。

所有樣本的cDNA文庫濃度通過Qubit(Invitrogen)測定和/或通過Tapestation(Agilent)可視化評估,以確保文庫大小處於標準範圍。所有文庫均採用8個核苷酸索引進行雙端加索引,使用NEBNext® Multiplex Oligos for Illumina®(Index Primers Set 1),並在NextSeq 2000(Illumina)平台上以2×150 bp或2×50 bp模式進行測序。

使用bcl2fastq(Illumina)將basecall文件轉換為fastq格式,並基於i5和i7索引進行拆分。採用FastQC評估測序讀段質量。使用Trimmomatic v0.39進行接頭去除和低質量讀段過濾。

對於所分析的每個階段,我們在4個gastruloid發育階段中每個重複樣本採集了100萬至250萬個細胞。為減輕批次效應,每個發育時間點的所有重複樣本均在同一批次中同時採集。各階段的幹細胞通過使用Accutase進行酶解離,從培養板中收集。

細胞沉澱在冰上解凍,並重懸於裂解緩衝液中(8 M尿素、250 mM EPPS,pH 8.5、50 mM NaCl、Roche蛋白酶抑制劑混合物、Roche PhosSTOP)。使用21號針頭對細胞沉澱進行勻漿以獲得注射器泵送裂解液。裂解液在4°C、21,130 g條件下離心30分鐘以澄清。將上清液轉移至潔淨微量離心管中,並進行BCA測定(Pierce)以確定蛋白濃度。

對於原腸形成各時間點的生物學三重複樣本,取含有25 μg蛋白的裂解液,在室溫下用5 mM二硫蘇糖醇(DTT)還原30分鐘,並在室溫避光條件下用20 mM碘乙酰胺(IAA)烷基化1小時。隨後用15 mM DTT終止IAA反應。單鍋固相樣品製備(SP3)

混合樣品重懸於94 μL含80%乙腈和0.1%三氟乙酸的溶液中,用於Fe

保存的流穿液使用真空離心濃縮儀乾燥,重懸於500 μL 5%甲酸中,並使用Sep-Pak C18小柱(Waters)對樣品進行脱鹽。流穿液樣品在脱鹽後使用真空離心濃縮儀完全乾燥。隨後將流穿液樣品重懸並中和於1 mL 10 mM碳酸氫銨/90%乙腈中,並再次使用真空離心濃縮儀完全乾燥。樣品重懸於115 μL 10 mM碳酸氫銨和5%乙腈中,其中110 μL轉移至樣品瓶。使用Agilent 1200 HPLC系統對流穿液樣品進行高pH反相HPLC分級。HPLC分級後

所有分析均使用Orbitrap Eclipse Tribrid質譜儀(Thermo Fisher Scientific)聯用Easy-nLC 1200自動進樣器(Thermo Fisher Scientific)進行。肽段採用一根長度為15 cm、內徑為75 μm、填料粒徑為1.7 μm的C18色譜柱(IonOpticks)進行分離。離線分級收集的每個組分均採用90 min梯度進行分析,流動相為0.125%甲酸中的2%至26%乙腈,流速為500 nl/min。

MS1分辨率設定為120,000,掃描範圍為400–2000 m/z,歸一化自動增益控制(AGC)目標值為200%,最大離子注入時間為50 ms。FAIMS電壓在恆定補償電壓(CV)-40 V、-60 V和-80 V之間循環切換並啟用。MS2掃描參數為:AGC目標值200%,最大離子注入時間50 ms,隔離窗口0.5 m/z,CID碰撞能量35%(活化時間10 ms),掃描速率為“Rapid”。SPS-MS3

重複進樣(4 μL)在Orbitrap Eclipse Tribrid質譜儀(Thermo Fisher Scientific)聯用Easy-nLC 1200自動進樣器(Thermo Fisher Scientific)上進行分析。肽段採用一根長度為15 cm、內徑為75 μm、填料粒徑為1.7 μm的C18色譜柱(IonOpticks)進行分離。每個組分均採用90 min梯度進行分析,流動相為0.125%甲酸中的2%至26%乙腈,流速為400 nl/min。

MS1掃描分辨率設定為120,000,掃描範圍為400–1800 m/z,歸一化AGC目標值為200%,最大離子注入時間為50 ms。FAIMS電壓在補償電壓-40、-60和-80 V之間循環切換。MS2掃描參數為:AGC目標值250%,最大離子注入時間35 ms,隔離窗口0.5 m/z,CID-多級活化(MSA)碰撞能量35%(活化時間10 ms),並對中性丟失質量n-97.9763進行附加活化,掃描速率為“Rapid”。對於SPS-MS3掃描

原始文件使用Uniprot中相關注釋蛋白質組進行檢索(人:2020年10月;小鼠:2021年3月)。常見污染蛋白和誘餌蛋白的序列也被加入Uniprot FASTA文件中一併進行檢索。Comet搜尋算法

發育階段類原腸胚之間的差異表達蛋白(DEPs)按如下方法鑑定。對於每種蛋白,我們計算了兩個給定時間點之間平均丰度的 log2 比值,並使用標準 t 檢驗計算其 p 值。我們採用 Benjamini-Hochberg(BH)程序對 p 值進行校正,以控制多重假設檢驗帶來的影響。若蛋白在兩個給定時間點之間的絕對倍數變化大於閾值且 BH 校正後的 p 值 < 0.05,則將其歸類為 DEP。

所有定量蛋白均映射至已知轉錄因子(整理自轉錄因子數據庫)。

我們首先取人和小鼠蛋白質數據集的交集,並使用了在同一細胞系共享時間點中觀測到的 6,261 種蛋白。

我們將七類主要註釋視為任意給定邊的文獻證據:1)蛋白質-蛋白質相互作用,2)屬於同一蛋白複合體,或 3)同一生化通路,4)GO 生物過程,5)GO 分子功能,6)GO 細胞組分,或 7)亞細胞定位。蛋白複合體註釋來源於 CORUM。

我們在相關性網絡中檢索了所有節點,以匹配已知複合體和通路,這些複合體和通路至少包含 3 個亞基。我們採用了先前報道的一種方法。

全局 RNA-蛋白相關性基於小鼠和人類類原腸胚發育過程中轉錄本和蛋白的全部 9 個觀測值進行計算。為確保分析的嚴格性,我們篩選出在兩個物種中均檢測到的基因用於下游分析。向篩選後的計數矩陣中加入 1 作為偽計數,並將其轉換為每百萬轉錄本數(TPM)。平均轉錄本和蛋白丰度相對於各自物種幾何平均值轉換為 log2 倍數變化比值。對於每個基因,我們計算了基因層面的 RNA-蛋白相關性(r)。

對於差異表達檢驗與分析,在每一組兩兩比較中,先計算所有定量磷酸化位點的 log2 比值,再減去相應蛋白的 log2 比值,以鑑定獨立於蛋白水平變化的磷酸化變化。激酶-底物配對資訊整理自 PhosphositePlus。

R.K.G. 和 N.H. 在 D.K.S. 的諮詢下構思了本研究。R.K.G. 和 N.H. 開展了幹細胞和類原腸胚實驗。R.K.G. 和 N.H. 在 S.C. 和 S.B. 的協助下完成了轉錄組學實驗。V.L.、R.F. 和 C.D.M. 完成了蛋白質組學和磷酸化蛋白質組學實驗。R.K.G. 在 N.H.、M.S. 和 D.K.S. 的支援下對數據進行了計算分析。J.S. 在 R.K.G. 的協助下構建了網絡界面。

R.K.G.、N.H.、V.L.、D.K.S.、L.M.S. 和 J.S. 撰寫了論文。D.K.S.、N.H.、L.M.S. 和 J.S. 負責監督實驗與數據分析。

J.S. 為 Cajal Neuroscience、Guardant Health、Maze Therapeutics、Camp4 Therapeutics、Phase Genomics、Adaptive Biotechnologies、Scale Biosciences、Prime Medicine、Somite Therapeutics、Sixth Street Capital 和 Pacific Biosciences 的科學顧問委員會成員、顧問和/或聯合創始人。

D.K.S. 為 ThermoFisher Scientific、AI Proteins、Genentech 和 Matchpoint Therapeutics 的顧問和/或合作方。其餘作者聲明不存在競爭性利益。

補充表1—人和小鼠 gastruloid 發育數據集中定量蛋白強度

補充表2—具有相似時間變化譜的蛋白質簇的基因本體論(GO)富集

補充表3—蛋白質兩兩相關性網絡

補充表4—蛋白質相關性網絡的彙總統計

補充表5—蛋白質複合體的協同蛋白

補充表6—協同蛋白對重疊的 Jaccard 指數矩陣

補充表7—整個數據集中的蛋白質-RNA 不一致性

補充表8—蛋白質複合體和通路中的蛋白質-RNA 相關性

補充表9—小鼠 gastruloid 發育過程中不一致基因集的階段特異性 GO 富集

補充表10—人和小鼠 gastruloid 發育數據集中定量磷酸化位點強度

補充表11—多能性標誌物 POU5F1、NANOG 和 POU5F1 下游蛋白的磷酸化位點

補充表12—在人類數據集中定量的疾病相關基因和複合體

補充表13—用於基於 RNP 的 Commander 共調控網絡擾動的 gRNA 序列

補充表14—本研究中使用的抗體

RNA-seq 數據已提交至 Gene Expression Omnibus(GEO)數據庫,登入號為 GSE273813。質譜蛋白質組學數據已提交至 ProteomeXchange Consortium。

所有支援性腳本和代碼已存儲於以下代碼庫:

在華盛頓大學,作者感謝 Diego Calderon、Chengxiang Qiu、Jean-Benoît Lalanne、Aidan Keith 和 Shawn Fayer,以及 Shendure 和 Starita 實驗室的其他成員,特別感謝他們提出的重要見解、參與討論並提供反饋。作者感謝 Valentino Browning、Eva Nichols 和 Katie Partington 在顯微鏡和成像相關工作中提供的協助與建議。

作者還感謝 Akshaya Rajaraman 和 Kevin Drew(伊利諾伊大學芝加哥分校)就網絡分析和蛋白質複合體映射提供的建議與反饋。

R.K.G. 感謝華盛頓研究基金會博士後獎學金的支援。D.K.S. 感謝美國國立衛生研究院/美國國立普通醫學科學研究所(NIH/NIGMS,R35GM150919)、華盛頓研究基金會、W.M. Keck 基金會、Andy Hill CARE 傑出研究員獎、癌症聯盟新研究者獎以及皮尤慈善信託基金會的支援。R.K.G.、S.C.、S.B. 和 L.M.S. 獲得了美國國家人類基因組研究所(NHGRI;1RM1HG010461)的支援。

J.S. 是霍華德·休斯醫學研究所的研究員,並感謝 Paul G. Allen Frontiers Group(艾倫細胞譜系追蹤發現中心)和 Brotman Baty 精準醫學研究所的支援。

手稿中的圖表和文本已更新,以反映新的結果。


📄 原文連結:https://www.biorxiv.org/content/10.1101/2024.09.05.609098

🏷️ 原腸樣體 胚胎發育 蛋白質組學 磷酸化 激酶活性 多能性退出

Administrator 2026年5月19日
我們的網誌
存檔