预测与瘤异质性相关的蛋白质通路,通过将空间脂管学和蛋白质学相关联:干燥蛋白质学概念
Laurine Lagache1, Yanis Zirem1, Émilie Le Rhun2
1Univ.Lille, Inserm, CHU Lille, U1192 - Proteomics Inflammatory Response Mass Spectrometry- PRISM, Lille, France.
Molecular & cellular proteomics : MCP
|December 7, 2024
概括
干式蛋白质组学使用矩阵辅助激光脱离/电离 (MALDI) 质谱成像 (MSI) 来连接脂质和蛋白质. 这种方法可以从像老鼠大脑和人类质母细胞瘤这样的组织中的脂质特征中预测生物学途径和蛋白质关联.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 利皮多米克 (Lipidomics) 是一种消化剂.
- 质谱仪成像成像 质谱仪成像
背景情况:
- 使用MALDI MSI从脂质数据中预测蛋白质定位和功能是具有挑战性的.
- 空间奥米克分析提供了一种方法,可以将不同生物尺度上的分子数据联系起来.
- 了解像质母细胞瘤这样的疾病中的组织异质性需要综合分子分析.
研究的目的:
- 引入和验证"干蛋白学",一种从MALDI MSI脂质数据中预测蛋白质关联和生物通路的方法.
- 根据脂质特征开发一种用于识别组织亚群及其相关蛋白质通路的预测模型.
- 将干燥蛋白质组学应用于大鼠大脑和人类质母细胞瘤组织,以进行空间分子表征.
主要方法:
- 矩阵辅助激光脱/离子化质谱成像 (MALDI MSI) 在连续的组织切片上进行.
- 无监督聚类应用到omics数据以识别空间组织亚群.
- 开发了一种预测模型,以基于脂质特征识别聚类,并预测相关蛋白质通路.
主要成果:
- 干式蛋白质组学成功地在包括小脑在内的大鼠大脑组织中识别了多样化的亚群.
- 该方法应用于人类质母细胞瘤,揭示了与患者预后相关的脂质-蛋白质关联.
- 针对缺乏脂质成像数据的质母细胞瘤病例,开发了一种基于蛋白质的分类模型.
结论:
- 干式蛋白质组学为整合来自MALDI MSI的脂质和蛋白质数据提供了一个新的框架.
- 这种方法可以根据空间脂质特征预测生物通路和蛋白质功能.
- 该方法对表征组织异质性和识别复杂疾病中的预后生物标志物充满希望.


