自动化的单细胞蛋白质组学提供了足够的蛋白质组深度,可以研究超越细胞类型分类的复杂生物学
Claudia Ctortecka1, Natalie M Clark1, Brian Boyle1
1Broad Institute of MIT and Harvard, 415 Main Street, 02142 Cambridge, MA, USA.
bioRxiv : the preprint server for biology
|February 8, 2024
概括
一个新的自动化工作流通过结合cellenONE,Evosep One和timsTOF Ultra MS.来增强单细胞蛋白质组学 (SCP). 这种方法可重复地识别每个细胞的数千种蛋白质,使得更深入的生物学见解成为可能.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 细胞生物学 细胞生物学
- 质谱测量质量谱测量
背景情况:
- 单细胞蛋白质组学 (SCP) 对于理解细胞异质性至关重要,但在可再生量化和蛋白质组深度方面面临挑战.
- 现有的方法难以识别每个细胞中的数千种蛋白质,而这些蛋白质的深度足以进行复杂的生物分析.
研究的目的:
- 开发和验证一个全自动化,高通量单细胞蛋白质组学工作流.
- 为了提高单细胞中的蛋白质识别和量化可重复性.
主要方法:
- 使用一个配送皮卡升机器人 (cellenONE) 和一个专用的proteoCHIP EVO 96用于自动化样品准备.
- 将proteoCHIP与Evosep One染色学系统集成,用于在线淡化和分离.
- 使用Bruker timsTOF超级质谱仪器进行高灵敏度检测.
主要成果:
- 每个单个HEK-293T细胞的多达4000个蛋白质的可重复识别,无需手动处理或匹配运行.
- 与标准液体染色体相比,蛋白质识别得到了两倍的改善,使用Evosep One分离.
- 成功分析了数百个脂多糖扰的THP-1细胞,识别了关键的信号蛋白.
结论:
- 这种先进的SCP工作流为单细胞提供了前所未有的蛋白质组深度.
- 蛋白质芯片EVO 96和timsTOF Ultra的组合使得研究复杂的生物现象能够超越细胞类型的分类.
- 该方法为高通量单细胞蛋白质组分析提供了强大且可重复的解决方案.
