由哥本哈根大学和马克斯·普朗克生物化学研究所的研究人员领导的一个团队开发了一种空间蛋白质组学工作流程，该工作流程结合了激光显微解剖和基于质谱的蛋白质分析。
中描述的一项研究上周出版于自然生物技术vwin德赢ac米兰合作该方法允许在保留空间信息的同时，对少量细胞中的数千种蛋白质进行表征。这项研究的第一作者、哥本哈根大学诺和诺德基金会蛋白质研究中心的副教授安德里亚斯·蒙德(Andreas Mund)说，它可能被证明对各种目的都有用，从对疾病过程和癌症等疾病的细胞异质性的基础研究，到临床病理学。
这种方法被称为深度视觉蛋白质组学(deep visual proteomics, DVP)，它使用基于人工智能的图像分析来识别感兴趣的细胞或细胞区域，然后通过自动激光显微解剖将其切割出来。然后使用马克斯·普朗克实验室和哥本哈根大学研究员马蒂亚斯·曼恩(该研究的资深作者)开发的单细胞蛋白质组学样本准备和质谱工作流程来分析这些样本。
近年来，空间蛋白质组学领域呈现爆炸式增长，Akoya Biosciences、Standard BioTools(原Fluidigm)和Ionpath等公司向市场推出了能够以单细胞分辨率测量组织样本中数十种蛋白质的平台。DVP方法扩展了这种空间分析，使其能够观察数千种蛋白质，使研究人员能够将细胞的深入功能特征与空间信息结合起来。
Mund说，他与现有的空间蛋白质组学平台进行了广泛的合作，使用它们来识别细胞表型，并观察它们在感兴趣的组织中的空间排列。
“然后问题就变成了，我们现在如何从功能上描述这些不同的人群?”他说。“我们如何获得这些细胞的分子特征?”
DVP没有使用蛋白质组学数据来定义细胞表型，而是使用传统的染色和基于人工智能的图像分析来识别感兴趣的表型，然后对这些细胞进行深入的质谱分析，以收集功能信息。
“我们改变了顺序，”蒙德说。
他指出，许多技术必须结合在一起才能实现工作流。为了开发基于人工智能的工具来识别细胞表型，研究人员基于现有的人工智能方法来分离细胞核和细胞质组分，使用合成显微镜图像来生成训练工具所需的数据集。
他们还必须开发一种接口，使激光显微解剖显微镜能够自动切除组织部分和感兴趣的细胞特征，这些特征是由他们基于人工智能的扫描显微镜图像分析识别出来的。
在切除后，对感兴趣的细胞进行处理，使用之前的极小样本量的协议由曼恩实验室开发并使用Bruker的timsTOF SCP上的PASEF质谱工作流程进行分析，这是该公司timsTOF系统的一个版本，可用于非常小样本量的高灵敏度分析，直至单个细胞。布鲁克开发了这个系统合作与曼恩实验室合作，并在一年前将其商业化。
虽然该系统能够在单细胞水平上进行测量，但Mund说，研究人员通常在每种表型上使用大约100个细胞，“因为这是我们开始看到强大表型的时候。”
他说:“你要确保表现型不仅仅是一种准备工作的产物或其他东西。”“你想看到一些强大而有代表性的东西。”
蒙德说，自动激光解剖系统每小时可以切割大约1200个细胞，或处理大约12个样品的材料。根据质谱分析中使用的液相色谱梯度的长度，研究人员每天每个质谱可以分析大约12个样品。
在自然生物技术在研究中，他们使用该系统来观察与黑色素瘤进展相关的细胞变化，分析几种不同的、空间分解的细胞表型的蛋白质组，并确定与疾病发展相关的免疫信号和细胞代谢的变化。
蒙德说，曼恩实验室的很大一部分人目前正在研究DVP项目，“因为它有巨大的潜力”。
他说:“我们正在将其应用于你能想象到的几乎所有疾病，在这些疾病中，异质性和空间背景都很重要。”他补充说，该小组已经与不同医院的病理学家建立了合作关系，探索使用这种方法。
“我们提供了病理学家已经在做的事情的延伸，”蒙德说。“我们通过显微镜观察，我们制作图像，然后我们有人工智能部分和数字病理学，现在许多医院都在使用。然后，我们要做的额外步骤是，一旦我们识别出感兴趣的细胞，我们就会把它们切除，然后把这个额外的无偏倚分析放在上面。”
他说:“现在还为时尚早，但参与的人都非常兴奋。”“我们收到了大量的请求。”
Lise Mette Rahbek Gjerdrum是西兰大学医院和哥本哈根大学医院的研究人员和病理学家自然生物技术vwin德赢ac米兰合作她说，她和她的同事已经在使用该系统来帮助指导一个特别复杂病例的淋巴瘤患者的治疗。
该患者在同一淋巴结中有两种亚型淋巴瘤，Gjerdrum和她的同事正在使用DVP平台来确定它们是否有克隆相关性。Gjerdrum说，这是一个具有直接临床后果的问题。如果淋巴瘤有关联，病人需要骨髓移植，但如果没有关联，她可以接受标准化疗。
Gjerdrum指出，就临床问题而言，这是一个罕见的问题。她说，更一般地说，她设想这个平台可以用于研究癌症患者的肿瘤异质性，能够测量不同癌细胞群中的数千种蛋白质，可能会让研究人员和临床医生更细致地观察构成患者癌症的各种克隆的活动。
她目前正在利用该平台研究淋巴瘤中肿瘤微环境中肿瘤细胞与炎症细胞之间的相互作用，以及淋巴瘤细胞在疾病从早期向晚期转移过程中发生的蛋白质组学变化。
“这太棒了，”斯坦福大学教授加里·诺兰(Garry Nolan)说，他是空间组学领域的领导者，也是Akoya生物科学公司的联合创始人。“这种基于发现的科学将帮助人们瞄准反映某种需要控制的疾病状态的重要蛋白质。”
他补充说:“我认为，特别是开放蛋白质组学方法，就像基因组学一样，有助于我们更好地理解机制。”
诺兰没有参与DVP的工作，他建议理想的下一步是将这种方法包装成更精简的工作流程，例如将成像和激光捕获结合在一台仪器中。
“这就是取得进步的方式，”他说。“你把完全不同的东西组合在一起，表明它是有用的，然后有人认为值得把它放在一个包里。”
除了Bruker timsTOF SCP质谱仪外，DVP的研究人员还使用蔡司显微镜和滑动扫描仪进行组织成像，并使用徕卡激光显微解剖系统切除感兴趣的细胞。
Mund说，他认为整个工作流程都有改进的空间，从显微镜硬件到质谱样品准备和分析，再到数据分析和处理步骤。
“我们有一个可行的渠道，但我们不想止步于此，”他说。“我们希望改进每一步，最终拥有一个非常强大和稳定的管道，可以用于临床。”