カテゴリー: Technology

Department of Life Sciences, Imperial College London, London, United Kingdomのグループは、ヒト内在性レクチンマイクロアレイについて報告しています。
https://www.jbc.org/article/S0021-9258(24)02371-8/fulltext

7つの異なる構造グループから、39個の異なる糖鎖結合性ドメインを持つヒト内在性レクチンマイクロアレイがこのグループによって開発されました。
次が搭載されているレクチンのグループとリストです。
MBP, SP-A, SP-D, Colk1
MMR CRD4, Langerin, DC-SIGN, DC-SIGNR, Prolectin, LSECtin, Endo180 CRD2, Mincle, Dectin-2, BDCS-2, Dectin-1
ASGPR1, ASGPR2, MGL, SRCL
Galectin-1, Galectin-2, Galectin-3, Galectin-7, Galectin-4N, Galectin-4C, Galectin-8C, Galectin-9N, Galectin-9C
Siglec-1, Siglec-3, Siglec-5, Siglec-7, Soglec-9, Siglec-11
Intelectin-1, Intelectin-2
MMR-CR, Ficolin-1, Chl3-L2

State Key Laboratory of Electroanalytical Chemistry, Changchun Institute of Applied Chemistry, Chinese Academy of Sciences, Changchun, Chinaのグループは、レクチンマイクロアレイを用いたエクソソームの糖鎖プロファイリングについて報告しています。
https://www.sciencedirect.com/science/article/abs/pii/S0003267024006202?via%3Dihub

この研究では、レクチンマイクロアレイを用いて、３つの大腸がん細胞株 (SW480、SW620、HCT116) と１つの正常結腸上皮細胞株 (NCM460) の間のエキソソーム表面の比較糖鎖プロファイリング解析が行われています。その結果、UEA-Iレクチンを使用することで、SW480大腸がん細胞由来のエクソソームの異常な糖鎖修飾を検出できることが示されました。

さらに、この実験では、UEA-I レクチンマイクロアレイの検出限界感度 (LOD) は 2.7 × 10⁵個/mLと計算されました。

大阪大学大学院工学研究科高分子バイオテクノロジー領域の研究グループは、遺伝子治療で使用されるリコンビナント・アデノ随伴ウイルス6（rAAV6）カプシドタンパク質の糖鎖修飾について報告しています。
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC11107246/

本研究では、遺伝子治療に使用される組換えアデノ随伴ウイルス (rAAV) の糖鎖修飾を、レクチン マイクロアレイによって評価しています。
結果として、rAAV6 は主にムチン様O-型糖鎖、O-GalNAc (Tn 抗原)、およびモノシアル化およびジシアル化 Galβ1-3GalNAc (T 抗原) によって O-グリコシル化されていることが判明しました。

本研究の目的は、rAAV6を用いた遺伝子治療に対して、免疫原性という観点での安全性、およびベクターとしての全体的な形質導入効率の観点において、rAAV6 の糖鎖修飾がどのような影響を与える可能性があるかどうかを評価することでした。
しかし、残念ながら、ムチン様O-型糖鎖修飾の形質導入効率に対する直接的な影響を評価することは本研究でもまだできていないようです。

Laboratory for Functional Glycomics, College of Life Sciences, Northwest University, Chinaらのグループは、病態の早期発見に対する有効性を強調しながら、血中の糖タンパク質の糖鎖プロファイルをレクチンマイクロアレイに機械学習を組み合わせて評価する方法を説明しています。
https://pubmed.ncbi.nlm.nih.gov/38698681/

近年、中国からの論文が急増しており、論文検索でも日本の論文が見つかる確率はずいぶん下がってしまいました。
本論文では、非アルコール性脂肪性肝疾患の早期発見の為に、血中糖タンパク質の糖鎖プロファイルをマーカーとし、レクチンマイクロアレイに機械学習を組み合わせた方法が提唱されています。

しかしながら、この手の手法は、6年ほど前に既に我々の手によって開発されており、対象は違いますが、その優れた有効性が実証されています。
下記の例では、細胞が培地中に分泌する糖タンパク質に対してレクチンマイクロアレイとDeep Learningを用いることで対象とする細胞の特徴評価を高精度に行うことが出来ることが実証されています。
レクチンマイクロアレイとDeep Learningを組み合わせる

Department of Bioengineering, University of California, San Diego, La Jolla, CA 92093, USAらのグループは、レクチンとAIを用いたアプローチにより、N型糖鎖の構造を予測し、レクチン結合パターンに基づいて精製タンパク質中のN型糖鎖の相対存在量を決定する方法について報告しています。
https://www.biorxiv.org/content/10.1101/2024.03.27.587044v1

この方法は、評価する系が限られている場合にはそこそこ使えますが、汎用的にアプライするには問題が多いです。

類似の方法は、Mxで５年前にDeep Learningをコア技術として使用する”SA/DL Easy”と名付けられたソフトとして作成済みで、これを使うと同じようなことはすぐにできます。
問題なのは教師データを作るというか、構造がきちんと同定された発現糖鎖構造を多数用意し、糖鎖プロファイルを取得するという地味な作業にあります。
https://www.emukk.com/SADL-Easy/index.html

Beijing Engineering Research Center for BioNanotechnology, CAS Key Laboratory of Standardization and Measurement for Nanotechnology, National Center for Nanoscience and Technology, Beijing, Chinaらのグループは、トリプルネガティブ乳癌を診断する為にエクソソームの糖鎖プロファイリングの変化を使用しています。
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10937950/

３種類のレクチン（ConA, WGA and RCA I）のパネルをTNBCに特異的なエクソソームの糖鎖プロファイリングを検出する為に使用しています。
結果として、これら３種類のレクチンの加重和を用いることで、TNBCを他の乳癌（BC）や健常者（HD)からAUC=0.91という値を持って区別することが出来たとのことです。