人类脑瘤的深度地形蛋白质学
Simon Davis1,2, Connor Scott3, Janina Oetjen4
1Target Discovery Institute, Centre for Medicines Discovery, Nuffield Department of Medicine, University of Oxford, Roosevelt Drive, Oxford, OX3 7FZ, UK.
Nature communications
|November 24, 2023
概括
这项研究引入了一种用于高分辨率绘制组织中的蛋白质丰度的新方法. 它揭示了蛋白质的空间模式,有助于理解组织异质性和疾病病理学.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 空间生物学 空间生物学
- 生物病理学 生物病理学
背景情况:
- 细胞蛋白表达空间组织对于功能和疾病的理解至关重要.
- 需要量化,公正的技术来空间地图组织蛋白质组.
- 目前的方法缺乏在组织结构内定义分子表型的分辨率.
研究的目的:
- 开发和介绍一个工作流程的空间解析,组织的定量蛋白质组学.
- 为了生成组织片内蛋白质丰富度的高分辨率地图.
- 为了揭示不同的蛋白质丰度模式及其空间背景.
主要方法:
- 开发了一个空间解析的,组织的定量蛋白质组的工作流.
- 将工作流应用于多个分辨率 (高达40微米) 的人类非典型的形形瘤组织切片.
- 利用空间感知算法来无偏见地检测具有空间模式的蛋白质和通路.
主要成果:
- 通过组织切片生成数千种蛋白质丰度的地图.
- 鉴定出不同的蛋白质的空间丰度模式.
- 检测到的蛋白质和途径与组织异质性,细胞外基质和接近血管的关系.
- 确定PYGL,ASPH和CD45作为瘤边界的空间标记.
- 揭示了免疫反应驱动的,在细胞外瘤基质内的空间组织的蛋白质网络.
结论:
- 证明了组织异质性的空间意识深度蛋白质表型.
- 该工作流重新定义了分子层面对组织生物学和病理学的理解.
- 这种方法使复杂组织结构的详细分子表征成为可能.
更多相关视频
11:49Quantitative Proteomics Workflow using Multiple Reaction Monitoring Based Detection of Proteins from Human Brain Tissue
Published on: August 28, 2021
4.5K
10:37Deep Proteome Profiling by Isobaric Labeling, Extensive Liquid Chromatography, Mass Spectrometry, and Software-assisted Quantification
Published on: November 15, 2017
12.0K
