|
空间蛋白质组学简介
空间蛋白质组学(Spatial Proteomics)是一种研究蛋白质在细胞和组织中的空间分布和定位的技术,它通过高分辨率成像技术与质谱分析,可精准定位和定量蛋白质在生物体内的具体位置。空间蛋白质组学在传统蛋白质组学主要关注蛋白质整体表达水平的研究范畴上加入了蛋白质的定位信息,这一技术不仅可揭示蛋白质在细胞内不同区域(如细胞膜、细胞核、细胞质等)的分布和功能,还可作为疾病诊断、药物靶点发现及生物系统时空调控机制研究的重要工具。
目前空间蛋白质组技术原理主要分为基于荧光的多重成像技术(Co-detection by indexing, CODEX)、基于组织成像质谱流式技术(Imaging mass cytometry, IMC)和基于激光捕获显微切割(Laser capture microdissection, LCM)三种技术,其中基于LCM的空间蛋白质组技术可获得更高深度的全蛋白质组信息,且可对更高精度和更小尺寸的感兴趣组织区域或细胞进行切取,经过优化的超微量样本无损提取并酶切蛋白为肽段,进而使用高灵敏度质谱分析蛋白在不同空间位置的表达特征,助于研究人员进行进一步的研究分析。
空间蛋白质组学实验步骤
组织切片:收集新鲜组织样本,制备成包埋组织块或组织切片,如石蜡包埋组织、OCT包埋组织、FFPE切片、冷冻切片等。 切片染色:染色进行病理形态学观察,以精确定位病变形态、微环境和目标细胞群。染色方法,如HE染色、IHC、IF等。 显微切割:在显微镜下识别组织结构和感兴趣的区域,并对感兴趣的区域(Region of Interest,ROI)做精确标记,然后使用LCM系统精确切割这些区域。
样品处理:从组织切片中提取蛋白质并酶解消化成肽段,为质谱上机做准备。
质谱上机:样品于质谱仪进行检测。
数据采集:收集质谱数据,使用专业的蛋白质组数据分析软件如Spectronaut进行处理和分析,获取肽段和蛋白质的鉴定、定量等信息
生信分析:对获得的数据进行通路富集等生信分析。
近年,空间蛋白质组学不仅是一个重要的科研领域,也是一个充满应用前景的技术领域,其发展对于解决医学和生物学中的多个关键问题具有重要意义。如发表在Nature genetics 的 宫颈鳞状细胞癌的多组学分析确定了具有生物学和临床相关性的细胞生态系统;发表在Cell reports 的 深层空间蛋白质组学揭示了与 COVID-19 相关的严重肺损伤的区域特异性特征。以下我们这两篇国人佳作为例,以期带来科研思路的启发。
1. Nature genetics|宫颈鳞状细胞癌的多组学分析确定了具有生物学和临床相关性的细胞生态系统
由于宫颈鳞状细胞癌(CSCC)对免疫检查点阻断的反应有限,肿瘤的三种状态(上皮-细胞角蛋白、上皮-免疫(Epi-imm)和上皮衰老)再现了鳞状细胞癌分化的不同阶段,也表现出不同的肿瘤免疫微环境(TIME),因而在该研究中,作者进行了一项包括单细胞RNA测序,空间转录组学和空间蛋白质组学的多组学分析,系统地分析了CSCC肿瘤内表达异质性及其与TIME的双向相互作用。
2023年11月华中科技大学同济医学院附属同济医院在《Nature Genetics》期刊发布题为"Multiomic analysis of cervical squamous cell carcinoma identifies cellular ecosystems with biological and clinical relevance"的文章,通过单细胞RNA测序,空间转录组学和空间蛋白质组学的多组学分析,揭示了FABP5在TGFβ信号通路中的功能,及其在肿瘤与CAF相互作用中的重要性。
为全面了解CSCC的生态系统,作者首先利用scRNA-seq对来自14个未经治疗的肿瘤患者和从3个健康供体获得的正常宫颈样本进行检测及分析,共获得了163880个细胞,构建了包括14种主要细胞类型的50种次要细胞类型的细胞图谱,发现20168个恶性鳞状细胞表现出明显的瘤间异质性聚集,通过对恶性细胞进行非负矩阵分解(NMF)分析,作者确定了8种可反映不同肿瘤内表达异质性共同模式的肿瘤程序(MP),并从其中鉴定出3种可代表鳞状细胞分化不同阶段的MP(MP6、MP7、MP8),MP6、MP7表现出与TIME明显的相关性,其中MP6肿瘤细胞表现出与角化过程相关的基因表达模式,而MP7肿瘤细胞则与免疫细胞浸润和IFN信号传导相关。 为在空间分辨率上进一步评估MP6、MP7和免疫细胞浸润间的关系,作者通过15个CSCC原发肿瘤样本进行空间转录组,绘制CSCC肿瘤内表达异质性的高分辨空间图谱,发现MP6和MP7在肿瘤中的空间分布是不同的,这表明它们在肿瘤微环境中可能扮演不同的角色,也揭示了免疫细胞(如CD4+ T细胞和CD8+ T细胞)在肿瘤组织中的空间分布模式,这些模式与肿瘤免疫表型(TIPs)相关。研究MP6和MP7与免疫细胞浸润的相关性,发现MP7区域表现出更高的免疫细胞邻域得分,而MP6区域则表现出与免疫细胞邻域的负相关性,则MP7与免疫细胞邻域呈现正相关,而MP6则呈现负相关。此外空间转录组学数据表明,MP6区域周围的CAF表现出更高水平的免疫抑制性CAF(癌症相关成纤维细胞)标志物,这可能与TGFβ信号通路的激活有关;MP7区域的肿瘤细胞表现出与抗原呈递、免疫反应和免疫抑制分子相关的基因高表达,这表明MP7与免疫激活状态密切相关。
空间蛋白质组学提供了肿瘤微环境中蛋白质表达的空间分布信息,这对于理解肿瘤生物学和免疫微环境的复杂性至关重要。为了验证及补充转录组数据,作者对手术中获得的新鲜肿瘤组织样本做了空间蛋白质组学分析,发现MP6和MP7在蛋白质表达上存在显著差异,这些差异可能与它们的生物学功能和对治疗的响应有关,而MP6区域的肿瘤细胞中TGFβ信号通路的激活可能与免疫抑制微环境的形成有关,与免疫抑制性CAF相关的特定蛋白质表达模式在MP6区域周围聚集,可能通过TGFβ信号通路与肿瘤细胞相互作用;空间蛋白质组学数据支持FABP5在维持MP6状态中的关键作用,并揭示了FABP5在TGFβ信号通路中的功能,及其在肿瘤与CAF相互作用中的重要性。
此外作者通过空间转录组学和空间蛋白质组学数据分析,发现TGFβ信号通路在MP6肿瘤区域的活性增强,这可能与免疫抑制微环境的形成有关。
2. Cell reports|深层空间蛋白质组学揭示了与 COVID-19 相关的严重肺损伤的区域特异性特征
新型冠状病毒2(SARS-CoV-2)主要攻击肺部,导致异质性组织病理学的变化。但目前对于COVID-19相关肺损伤的蛋白质基础及其空间分辨率的全面了解仍不足,为了深入理解COVID-19相关的肺损伤机制,需要在空间分辨率下全面了解其蛋白质基础。
2024年2月南方科技大学在《Nature Genetics》期刊发布题为"Deep spatial proteomics reveals region-specific features of severe COVID-19-related pulmonary injury"的文章,通过空间蛋白质组学技术构建了COVID-19肺损伤的区域分辨蛋白质图谱,揭示了与COVID-19相关的严重肺损伤的区域特异性特征。
在新型冠状病毒大爆发后,有研究利用单细胞RNA测序(scRNA-seq)和数字空间分析(DSP)描绘了COVID-19进展期间肺部病理的高分辨率转录组图谱,实现了显著转录深度和通量。也发现病毒感染改变的细胞机制和生物过程主要由蛋白质控制,而不是RNA。因此有研究小组通过分析COVID-19患者尸检的全局蛋白质组为COVID-19的发病机制提供蛋白质水平的见解,这些研究主要集中在整体蛋白质组的变化,为进一步了解COVID-19相关多器官损伤和衰竭的潜在机制,需要对COVID-19尸检标本中肺病理学的空间蛋白质组景观进行全面表征。作者对来自11名COVID-19患者和3名非COVID-19个体的尸检中的肺泡上皮细胞(AE)、支气管上皮细胞(BE)、血管(VE)这3种关键的肺组织样本进行了空间蛋白质组学研究,还研究了COVID-19肺部其他四种标志性病理改变的蛋白质组学,包括细支气管粘液塞(BMP)、肺纤维化(PF)、空域炎症(ASI)和增生性肺泡2型细胞(HAT2s)。
作者定量到了10075个蛋白质,经分析发现这些蛋白质存在区域特异性蛋白质失调,如在COVID-19患者的肺泡上皮、支气管上皮和血管等关键肺结构中识别出与非COVID-19对照组相比一系列的蛋白质和途径的失调。此外在支气管粘液栓、肺纤维化、空气间隙炎症和肺泡II型细胞等COVID-19肺部病变中,发现了细胞类型和功能标记物的区域特异性富集,在多个区域检测到与病毒进入和炎症反应相关蛋白质表达的增加,表明这些蛋白质可能是潜在的治疗靶点。该项研究通过深度空间蛋白质组学技术揭示了COVID-19相关严重肺损伤的区域特异性蛋白质失调和功能标记物的富集,为理解COVID-19引起的肺功能障碍提供了新的分子层面见解,并为潜在治疗靶点的识别提供了宝贵资源。
空间蛋白质组学作为一种前沿技术,在科学研究中有着重要作用及意义,如通过蛋白质在细胞或组织中的精确位置和功能信息揭示蛋白质的亚细胞定位和功能、通过揭示蛋白质在病变组织中的空间分布变化深入理解疾病机制、通过分析患者特定组织中的蛋白质表达推动个性化医疗的发展、通过提供更精细的组织器官结构信息以帮助构建更准确的组织器官空间图谱等。空间蛋白质组学不仅推动了生命科学的研究,也为未来的医学治疗提供了新的可能性。牟合生物可提供成熟的空间蛋白质组学技术服务,欢迎各位老师咨询了解。
相关产品
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2025-2-13 02:25
Powered by ScienceNet.cn
Copyright © 2007-2025 中国科学报社