一个基于PIXUL矩阵的高吞吐量工具箱,用于对冷和形式固的氨酸嵌入组织进行剖析

科学领域:

• 生物技术是生物技术.
• 基因组学就是基因组学.
• 蛋白质组学是指蛋白质组学.

背景情况:

• 大规模的多组学研究对于理解健康和疾病中的复杂生物系统至关重要.
• 质疑分子复杂性需要用于组织处理和多原子分析的综合系统.
• 在多原子研究中,固定甲嵌入式 (FFPE) 组织是有价值的,但往往具有挑战性.

研究的目的:

• 开发和验证一个集成系统 (MultiomicsTracks96) 用于高维的多原子分析.
• 为了比较由匹配的冷和FFPE小鼠器官生成的多原子数据.
• 评估多原子数据层在蛋白质原子资料上的预测能力.

主要方法:

• 开发一个集成的工作流程:CryoGrid用于组织采样,PIXUL用于分析剂制备,Matrix用于96孔板多原子分析.
• 从匹配的冷和FFPE小鼠大脑,心脏,脏和肝脏组织中生成8维的奥米克数据 (表观基因组,转录基因组,表转录基因组,蛋白质组).
• 应用Segway基因组细分算法对表观基因组资料和线性回归分析进行蛋白质组预测.

主要成果:

• 从匹配的冷和FFPE器官中获得的多原子数据之间观察到高相关性.
• 塞格威算法在两种组织类型中成功识别了器官特异性的超级增强剂.
• 综合的多原子数据显著改善了与单个原子层相比,蛋白质层的预测.

结论:

• MultiomicsTracks96系统提供了一个强大的平台,用于对冷和FFPE组织进行全面的多原子分析.
• FFPE组织适用于高维的多原子研究,产生与冷样本相比的数据.
• 整合多个omics层可以增强对分子调节的理解,并改善预测建模,特别是对于蛋白质数据.