自动成像和直接从卵巢癌组织中识别蛋白质形式的自动成像和识别
John P McGee1, Pei Su1, Kenneth R Durbin2
1Departments of Molecular Biosciences, Chemistry, and the Feinberg School of Medicine, Northwestern University, Evanston, IL, USA.
Nature communications
|October 14, 2023
概括
我们开发了AutoPiMS,这是一种使用质谱法 (MS) 识别组织蛋白质的新方法. 这种技术提高了吞吐量和动态范围,使得在卵巢癌研究中更快,更全面的蛋白形状分析成为可能.
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
- 癌症生物学 癌症生物学
背景情况:
- 顶向下质谱法 (TDMS) 在组织蛋白形状识别方面面临吞吐量和动态范围的限制.
- 准确的蛋白形体鉴定对于理解复杂的生物过程和疾病机制至关重要.
研究的目的:
- 引入AutoPiMS,这是一个半自动化工作流程,用于直接从组织微环境中多重化,基于单离子MS的自上而下的协奏MS (MS2).
- 提高蛋白形体识别在复杂的生物样本 (如人类卵巢癌) 的速度和范围.
主要方法:
- 开发了AutoPiMS,这是一个工作流程,集成单离子MS和多重上下联动MS (MS2).
- 将AutoPiMS应用于人类卵巢癌组织部分,用于直接蛋白形状分析.
- 采用了多方面的蛋白质形状成像MS和兴趣区域的无标签量化.
- 使用20微米分辨率的多发性硬化成像 (MSI) 证实了这些发现.
主要成果:
- 通过MS2识别73种高达54kDa的蛋白质形式,每种蛋白质形式的速度不到1分钟.
- 使用无标签定量检测检测到大约1000种蛋白质形式.
- 在相同的患者样本中,在瘤和 stromal 区域之间发现了 303 种差异丰富的蛋白质形式.
- 确定了14个关键的蛋白形体特征,包括甲基化CRIP1形式,具有差异性的空间定位.
结论:
- 自动PiMS显著提高了组织蛋白形体识别的吞吐量和动态范围.
- 蛋白形签名揭示了卵巢癌中瘤和肌肉 compartments之间的关键差异.
- 支持蛋白质形式的空间生物学对于推进卵巢癌研究和理解疾病异质性至关重要.
更多相关视频
07:54Surface-enhanced Resonance Raman Scattering Nanoprobe Ratiometry for Detecting Microscopic Ovarian Cancer via Folate Receptor Targeting
Published on: March 25, 2019
8.2K
07:54Heterogeneity Mapping of Protein Expression in Tumors using Quantitative Immunofluorescence
Published on: October 25, 2011
18.7K
