一个微流体支持的样本准备的自动化工作流程,用于基于MS的免疫类药物
Xiaokang Li1,2,3, Hui Song Pak1,2,3, Florian Huber1,2,3
1Ludwig Institute for Cancer Research, University of Lausanne, Rue du Bugnon 25A, 1005 Lausanne, Switzerland.
Cell reports methods
|July 10, 2023
概括
这项研究引入了一种基于质谱学 (MS) 的新型低容量工作流,以增强从有限的临床样本中发现抗原. 精简的过程提高了测试灵敏度,并识别了成千上万的HLA-I受限制.
科学领域:
- 免疫学 免疫学 免疫学
- 分析化学 分析化学
- 生物化学 生物化学
背景情况:
- 基于质谱学 (MS) 的免疫学对抗原发现至关重要,具有临床意义.
- 目前的方法需要大量的样本,限制了临床样本分析.
- 识别HLA受限是了解免疫反应的关键.
研究的目的:
- 开发一种创新的,低样本量的工作流程,用于基于MS的免疫类药物.
- 为了提高HLA受限的识别的灵敏度和效率.
- 为了从稀疏的临床样本中进行免疫组分析.
主要方法:
- 一个单一的微流体平台,集成免疫亲和净化 (IP) 和C18清洁.
- 自动化液体处理和最小的样本转移,以简化处理.
- 数据独立获取 (DIA) 用于增强的并列MS光谱基测序.
主要成果:
- 从最小的细胞和组织样本中识别了超过4000和5000个HLA-I受限制的 (0.2百万个RA957细胞,5毫克黑色素瘤组织).
- 由于集成的微流体工作流程,证明了更高的测试灵敏度.
- 来自非正规蛋白质来源的多种免疫性瘤相关抗原和的发现.
结论:
- 开发的工作流程显著减少了对免疫类药物的样本体积要求.
- 这种方法为在稀疏样本中识别免疫组提供了强大的工具.
- 这种方法提高了临床应用的抗原发现能力.
