挑战Astral质量分析仪以前所未有的准确度量化每单细胞多达5300个蛋白质,以揭示细胞异质性
相关实验视频
Updated: Aug 12, 2026

12:25
Counting Proteins in Single Cells with Addressable Droplet Microarrays
Published on: July 6, 2018
8.5K
Julia A Bubis1, Tabiwang N Arrey2, Eugen Damoc2
1Research Institute of Molecular Pathology (IMP), Vienna BioCenter, Vienna, Austria. julia.bubis@imp.ac.at.
Nature methods
|January 17, 2025
概括
这项研究增强了单细胞蛋白质组学,实现了更大的蛋白质组深度和最小细胞样本的准确量化. 这种新方法可以识别成千上万种蛋白质,从而实现详细的细胞分析和人类胚胎细胞系的分化.
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
- 生物化学 生化学
背景情况:
- 单细胞蛋白质组学在蛋白质组深度和定量准确性方面面临限制.
- 超低的输入量挑战了当前的蛋白质组学分析.
研究的目的:
- 在单细胞蛋白质组学中显著改善蛋白质组覆盖范围和定量性能.
- 为了准确量化超低输入量,以便进行详细的细胞分析.
主要方法:
- 针对增强蛋白质识别的定制图书馆的开发.
- 使用两种蛋白质组混合物优化量化参数.
- 将工作流应用于A549细胞和人类胚胎细胞系.
主要成果:
- 从250 pg的HeLa细胞中识别了多达7,400个蛋白质组,在高吞吐量时.
- 在单细胞输入级别上成功确定二倍变化差异.
- 每个单个A549细胞的蛋白质组覆盖范围为1,801至>5,300个.
- 区分人类胚胎细胞系 (表皮细胞和皮细胞类细胞).
结论:
- 增强的单细胞蛋白质组学工作流克服了以前的深度和量化限制.
- 该方法允许研究细胞大小和细胞周期阶段依赖性.
- 单细胞蛋白质组学可以识别早期人类发育中的生物学相关差异,与转录基因数据保持一致.

