混合-DIA:智能数据采集集成针对性和发现蛋白质组学来分析单球体中的光信号

科学领域:

• 蛋白质组学是指蛋白质组学
• 质谱测量质量谱测量
• 细胞信号传输 细胞信号传输

背景情况:

• 蛋白组学对于理解细胞信号通路至关重要.
• 分析有限的样本数量对全面的蛋白质覆盖面构成挑战.
• 目前基于质谱 (MS) 的方法很难有效地覆盖所有监管酸化地点.

研究的目的:

• 开发一种基于高级质谱 (MS) 的战略,用于增强光蛋白质组学.
• 提高监管酸化地点的覆盖率,特别是在低输入样本中.
• 通过全面的蛋白质组分析,使强大的信号通路重构成为可能.

主要方法:

• 开发了一种混合数据独立获取 (DIA) 策略,整合了目标和发现蛋白质组学.
• 一个应用程序编程接口 (API) 动态地将DIA扫描与多重串联质谱 (MSx) 扫描的光的目标光进行间接.
• 重稳定同位素标记的基标准被用于对比针对性MS方法,如SureQuant.

主要成果:

• 混合DIA策略的定量准确性和灵敏度与最先进的目标MS方法相美.
• 混合DIA成功地分析了全球蛋白质组,并进行了有针对性的分析.
• 该方法在结肠癌多细胞球体中分析化疗剂的稳定性和灵敏性,并评估2D与3D培养的光信号差异.

结论:

• 混合DIA为全面的蛋白质组分析提供了强大的方法,特别是对于低输入样本.
• 这一策略通过改善监管酸化地点的覆盖率,提高了重建信号通路的能力.
• 混合DIA显示了生物医学应用的巨大潜力,包括癌症研究和药物反应评估.