对CSF蛋白质组学分析方法的比较评估
Aastha Aastha1,2, Leonardo Jose Monteiro De Macedo Filho3, Michael Woolman2
1Department of Medical Biophysics, University of Toronto, Toronto, Canada.
Clinical proteomics
|November 29, 2025
概括
选择正确的脑脊液 (CSF) 蛋白质组工作流程对于大脑病理学研究至关重要. 这项研究对五种方法进行了基准评估,显示没有一种方法适合所有需求,强调基于特定研究目标的工作流选择.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 生物标志物发现发现
- 神经瘤学神经瘤学
背景情况:
- 脑脊液 (CSF) 对于理解大脑病理学至关重要.
- 在CSF蛋白质组学中的挑战包括样本复杂性和工作流的优化.
- 对于CSF蛋白质组学的现有实验室工作流程具有明显的优势.
研究的目的:
- 为了对五种直角样本准备策略进行CSF蛋白质组学的基准测试.
- 确定最适合于神经瘤学中CSF分析的工作流程.
- 为选择CSF蛋白质组学方法提供一个比较框架.
主要方法:
- 五种CSF样本准备策略的基准测试:MStern,ProteographTM纳米颗粒丰富 (Seer),N-糖捕获 (N-Gp) 和两个细胞外囊 (EV) 分数 (P20-EV,P150-EV).
- 使用82个LC-MS/MS实验对19名中枢神经系统淋巴瘤患者的CSF进行分析.
- 对每个方法的蛋白质组深度,偏差和生物利基丰富度的评估.
主要成果:
- 在所有方法中检测到超过38000种独特的和3000种蛋白质.
- 赛尔产生了最高的蛋白质深度 (约17000个),其次是P20-EV (约9000).
- 每种方法都突出了不同的生物:P20-EVs (线粒体),N-Gp (溶解体/血膜) 和Seer (核).
结论:
- 没有单一的CSF蛋白质组学工作流是普遍最佳的;选择取决于样本量,成本和研究问题.
- 该比较框架有助于研究人员将CSF蛋白质组学策略与神经瘤学目标相匹配.
- 优化的工作流选择可以加速将CSF生物标志物的转化为临床试验.


