健全なシステムの高次元プロファイリングのためのシンプルでスケーラブルなプロテオミック画像

科学分野:

• 分子生物学
• バイオテクノロジー
• 神経科学

背景:

• 生物学的なスケールで 分子や解剖学的データを統合することは 重要な課題です
• 既存の方法はしばしば組織の整合性を保ち,マルチモダル分析を可能にするのに苦労します.

研究 の 目的:

• 生物学的組織のスケーラブルで統合された高次元フェノタイプ化のための新しい方法を導入する.
• 動物とヒトのサンプルにおける 分子と解剖学的特徴の 同時分析を可能にする.

主な方法:

• SWITCH (同期,均一,統合,組織保存,化学,耐熱) メソッドを開発した.
• SWITCHは,同期保存によって組織構造,バイオ分子,および抗原性を均一に確保します.
• 20回以上 マルチプレックスラベリングと画像処理を 単一の組織サンプルで 精密な共登録で可能にした.

主要な成果:

• 均一な探査器の浸透と染色が示され,同期したラベリング反応が示された.
• ヒトの皮質の組み合わせた タンパク質発現のプロフィール作成に成功しました
• マウスの脳の繊維経路の幾何学的な構造を 統合データセットで調べました

結論:

• SWITCHは,多様な生物サンプルをスケーラブルで高次元のフェノタイプ化するための堅牢な枠組みを提供します.
• この方法は分子と解剖学的データの統合分析を容易にし,生物学的理解を進める.
• このアプローチは 複雑な生物学的システムにおける 発見を加速させる見込みです