基于微流控技術(shù)和遷移學(xué)習(xí)的復(fù)雜組織高分辨率空間分辨蛋白質(zhì)組學(xué)研究

更新時(shí)間：2025-06-16

點(diǎn)擊次數(shù)：508

文獻(xiàn)背景

近年來(lái)基于質(zhì)譜（MS）的蛋白質(zhì)組學(xué)技術(shù) [ 如激光捕獲顯微切割（LCM）、基質(zhì)輔助激光解吸/電離質(zhì)譜成像（MALDI-MSI）、微支架輔助空間蛋白質(zhì)組學(xué)（MASP）等 ] 在單細(xì)胞及空間分辨率解析藥物擾動(dòng)、組織微區(qū)室蛋白質(zhì)組等方面展現(xiàn)潛力，但面臨低豐度蛋白檢測(cè)難、需大量質(zhì)譜測(cè)量、分辨率低等挑戰(zhàn)；基于解離的單細(xì)胞技術(shù)和空間基因組學(xué)、轉(zhuǎn)錄組學(xué)技術(shù)在揭示組織結(jié)構(gòu)或細(xì)胞狀態(tài)上存在局限，且僅依賴(lài)核酸測(cè)量無(wú)法反映蛋白質(zhì)調(diào)控及翻譯后修飾等關(guān)鍵生物過(guò)程；多重檢測(cè)等基于免疫測(cè)定的技術(shù)受限于抗體制備成本、檢測(cè)抗原數(shù)量及檢測(cè)偏倚問(wèn)題，因此，開(kāi)發(fā)高覆蓋度、無(wú)偏倚的空間蛋白質(zhì)組學(xué)分析技術(shù)成為當(dāng)前迫切需求。

基本信息

題目：High-resolution spatially resolved proteomics of complex tissues based on microfluidics and transfer learning

期刊：Cell

影響因子：45.5

文章DOI: 10.1016/j.cell.2024.12.023

通訊作者：趙方慶冀培豐

作者單位：中國(guó)科學(xué)院動(dòng)物研究所

索萊寶合作產(chǎn)品
產(chǎn)品貨號(hào)	產(chǎn)品名稱(chēng)
K002098P	ActivAb^TMAnti-PDIA3 Polyclonal Antibody
K002913P	ActivAb^TMAnti-DCN Polyclonal Antibody
K002095P	ActivAb^TMAnti-MYH11 Polyclonal Antibody
G1120	蘇木素伊紅(HE)染色試劑盒

摘要

盡管近年來(lái)基于成像和抗體的方法取得了進(jìn)展，但在空間蛋白質(zhì)組學(xué)中，實(shí)現(xiàn)整個(gè)組織的高分辨率深度蛋白質(zhì)映射仍然是一個(gè)重大挑戰(zhàn)。目前高分辨率空間質(zhì)譜蛋白質(zhì)組學(xué)平臺(tái)（PLATO）已經(jīng)實(shí)現(xiàn)對(duì)全組織切片中的數(shù)千種蛋白質(zhì)進(jìn)行高分辨率映射。通過(guò)對(duì)小鼠小腦的空間蛋白質(zhì)組分析，驗(yàn)證了PLATO框架的有效性，單次運(yùn)行中鑒定出2564個(gè)蛋白質(zhì)組。將PLATO應(yīng)用于大鼠絨毛和人類(lèi)乳腺癌樣本時(shí)，該平臺(tái)不僅實(shí)現(xiàn)了25微米的空間分辨率，還揭示了與疾病狀態(tài)相關(guān)的蛋白質(zhì)組動(dòng)態(tài)變化。進(jìn)一步揭示了空間上不同的腫瘤亞型，識(shí)別了關(guān)鍵失調(diào)蛋白質(zhì)，并為腫瘤微環(huán)境的復(fù)雜性提供了新視角。

研究?jī)?nèi)容及結(jié)果

1.芯片上蛋白質(zhì)組學(xué)制備和交叉污染評(píng)估

與使用4-己基苯基氮磺酸鹽和正十二烷基-β-D-麥芽糖苷的表面活性劑輔助裂解管道法相比，直接裂解管道法鑒定的蛋白質(zhì)組數(shù)量增加了2倍（圖1C）。并且改善可能源于消化前胰蛋白酶對(duì)微通道的吸附，減少了非特異性蛋白質(zhì)吸附。芯片內(nèi)蛋白質(zhì)組學(xué)制備流程能夠高效實(shí)現(xiàn)蛋白質(zhì)提取，同時(shí)將交叉污染降低。直接裂解技術(shù)可在芯片平臺(tái)上實(shí)現(xiàn)高效且無(wú)偏倚的組織原位消化，為后續(xù)蛋白質(zhì)組分析提供了可靠的前處理基礎(chǔ)（圖1D）。

結(jié)論

該研究提出了一種名為PLATO（Parallel-flow Projection and Transfer Learning Across Omics data）的空間蛋白質(zhì)組學(xué)技術(shù)框架，相較于現(xiàn)有的LCM-MS聯(lián)用技術(shù)（如nanoPOTS、DVP和MASP等方法），PLATO通過(guò)創(chuàng)新的微流控并行采樣結(jié)合遷移學(xué)習(xí)算法（Flow2Spatial），成功克服了傳統(tǒng)方法在組織覆蓋范圍、通量和分辨率等方面的關(guān)鍵限制。該技術(shù)僅需約60次LC-MS/MS檢測(cè)即可從小鼠小腦組織中鑒定約3000種蛋白質(zhì)，實(shí)現(xiàn)了25 μm的高空間分辨率和全組織層面的蛋白質(zhì)組測(cè)繪，同時(shí)顯著降低了實(shí)驗(yàn)復(fù)雜度與成本。

盡管PLATO在空間蛋白質(zhì)組成像領(lǐng)域取得了重要突破，但仍存在若干需要改進(jìn)的方向：首先，當(dāng)前25 μm的分辨率尚未達(dá)到單細(xì)胞水平，可通過(guò)開(kāi)發(fā)更精密的微流控通道（如10 μm）或整合空間轉(zhuǎn)錄組數(shù)據(jù)進(jìn)行算法優(yōu)化；其次，需要更快速可靠的質(zhì)譜檢測(cè)系統(tǒng)以提升臨床適用性；最后，現(xiàn)有技術(shù)尚未涵蓋蛋白質(zhì)翻譯后修飾（PTMs）的分析，未來(lái)可通過(guò)在微流控工作流程中引入親和捕獲等富集步驟加以擴(kuò)展。

總體而言，PLATO技術(shù)通過(guò)將微流控高通量采樣與人工智能算法相結(jié)合，為理解生物組織中蛋白質(zhì)的空間調(diào)控機(jī)制提供了強(qiáng)有力的工具，其簡(jiǎn)便的操作流程和優(yōu)異的性能指標(biāo)使其在基礎(chǔ)研究和臨床轉(zhuǎn)化中都具有廣闊的應(yīng)用前景。

索萊寶產(chǎn)品亮點(diǎn)

相關(guān)產(chǎn)品

產(chǎn)品貨號(hào)	產(chǎn)品名稱(chēng)
K106603P	ActivAb^TMAnti-PDIA3 Polyclonal Antibody
K115507P	ActivAb^TMAnti-DCN Polyclonal Antibody
K007444P	ActivAb^TMAnti-DCN Polyclonal Antibody
K107441P	ActivAb^TMAnti-MYH11 Polyclonal Antibody
K008899P	ActivAb^TMAnti-MYH11 Polyclonal Antibody
G1121	改良蘇木素伊紅(HE) 染色試劑盒
G1140	Cole蘇木素染色液 (常規(guī)染色)
G1100	伊紅染色液 (HE染色)
G1862	HE分化液

返回列表