蛋白質組學

                                                                                                            北京青蓮百奧生物科技有限公司

                                                                                                            蛋白質診療標志物發現創新平臺

                                                                                                            服務咨詢熱線

                                                                                                            010-53395839

                                                                                                            蛋白質組學,糖基化蛋白質組學,多組學聯合分析
                                                                                                            您當前的位置 ： 首 頁 > 新聞動態 > 行業資訊

                                                                                                            新聞動態News

                                                                                                            新聞資訊News

                                                                                                            熱門關鍵詞Keywords

                                                                                                            聯系我們Contact Us

                                                                                                            北京青蓮百奧生物科技有限公司

                                                                                                            固話：010-53395839

                                                                                                            郵箱：service@qinglianbio.com

                                                                                                            網址：www.convenience-store-shelving.com

                                                                                                            地址：北京市海淀區永捷南路2號院1號樓 中關村科學城·鄉創中心

                                                                                                            「青蓮百奧聚焦」單細胞蛋白質組學助力細胞異質性解析

                                                                                                            2021-05-25 00:00:00
                                                                                                            次
                                                                                                            微信圖片_20210525160550.jpg

                                                                                                            細胞是生命體的小組成單位，遺傳及外部環境等因素使單個細胞異質性廣泛存在于眾多生物體中。傳統的生物學實驗獲得的結果是大量細胞的平均測量值，因此在單細胞層面開展研究對于理解細胞的生長發育以及疾病的診斷與治療至關重要。蛋白質作為生命活動的主要承擔者，可以為其提供更為直接且更有價值的表型信息，因此成為單細胞研究的熱點目標。

                                                                                                            2021年1月27日，美國東北大學的Nikolai Slavov教授團隊在Genome Biology期刊上在線發表了題為“Single-cell proteomic and transcriptomic analysis of macrophage heterogeneity using SCoPE2”的研究論文，該研究采用Minimal ProteOmic sample Preparation (mPOP)樣本處理和TMT標記方法，優化了單細胞蛋白質組（SCoPE-MS)的實驗流程，進而對單個哺乳動物細胞進行質譜分析，量化細胞分化過程中的單細胞蛋白質豐度和異質性。


                                                                                                            圖片1.png


                                                                                                            液相質譜聯用儀已經能夠準確、高特異性和高通量地定量大樣本中的蛋白質，但它在單細胞中的應用還處于起步階段。為了將這些強大的質譜技術應用于單細胞分析，該研究開發了單細胞蛋白質組學質譜(SCoPE-MS)技術。SCoPE-MS引入了使用等壓載體的概念，它有三個重要的作用：(1)減少樣品損失；(2)在MS1掃描過程中增強離子的可檢測性；(3)提供碎片離子以用于肽段序列鑒定。通過將這一概念與MS兼容細胞裂解相結合，建立了應用多重LC-ESI-MS/MS定量單個細胞蛋白質的可行性。



                                                                                                            實驗流程

                                                                                                            SCoPE2的總體工作流程如下圖所示。單個細胞被分離在單獨的孔中，進行裂解，并將其蛋白質消化成肽。來自每個單個細胞的肽串聯質譜標簽(TMT)共價標記，因此，具有相同序列(和質量)的標記肽在MS1掃描中顯示為相同m/z的峰，質譜儀器會將這些峰分離并將其進一步碎裂。除了產生有助于肽段鑒定的片段外，碎片還產生報告離子(RI)，其豐度反映相應樣本(單細胞)中的蛋白質豐度。


                                                                                                            圖片2.png




                                                                                                            實驗結果

                                                                                                            SCoPE2相對于SCOPE-MS的主要進展


                                                                                                            一、自動化和微型化細胞裂解

                                                                                                            SCoPE2不是通過聚焦聲波裂解來裂解細胞，而是通過少的蛋白質樣品制備（mPOP）裂解細胞。mPOP使用冷凍-加熱循環，可在純水中有效地提取蛋白質，從而避免了MS分析之前的樣本損失。mPOP允許在多孔板中制備樣品，從而可以與PCR熱循環儀和液體分配器并行處理多個樣品。這種對SCoPE-MS的改進使SCoPE2能夠將裂解體積減少10倍，從10μl減少到1μl，將耗材和設備的成本降低100倍以上，并通過并行處理將樣品制備的通量提高100倍以上。


                                                                                                            二、提高通量并改善定量

                                                                                                            SCoPE2引入了更短的NLC梯度，這允許每單位時間分析更多細胞。此外，采用了更窄的分離窗口（0.7 Th）改善離子分離，從而改善了定量。


                                                                                                            三、系統參數優化

                                                                                                            主要是利用他們同時開發的DO-MS：質譜法的數據驅動優化。


                                                                                                            四、增強的肽段序列鑒定

                                                                                                            同時也通過他們組之前開發的DART-ID去做蛋白肽段的鑒定的優化，這樣更加準確的知道每條肽段所對應的蛋白。



                                                                                                            SCoPE2用于細胞分群
                                                                                                            高通量單細胞測量通常用于識別和分類不同細胞。因此，研究人員測試SCoPE2數據執行這種分類的能力。主成分分析(PCA)，PCA使用所有3042種定量的蛋白將細胞分成兩個基本離散的簇，這兩個簇占數據總方差的29%。對不同細胞進行顏色編碼表明，這些簇對應于單核細胞和巨噬細胞（如圖1a）。為了評估我們是否可以根據單核細胞和巨噬細胞相關蛋白的豐度來劃分細胞類型，我們通過分析單核細胞和巨噬細胞大量樣本所確定的差異顯著的蛋白質豐度的中位數對每個細胞進行了顏色編碼（圖1b）。得到的結果與它們的細胞類型一致，從而支持了SCoPE2數據可用于對細胞類型進行分類。


                                                                                                            圖片3.png

                                                                                                            圖1. 通過主成分分析識別不同細胞簇



                                                                                                            單細胞蛋白質和RNA數據的聯合分析

                                                                                                            為了研究RNA和蛋白質水平上的相似和不同，研究人員比較了scRNA-seq和SCoPE2數據的相關性。根據RNA和蛋白質數據集的公共主成分(CPC 1)對單細胞和cluster 1基因(蛋白和RNA變化趨勢相同的基因)進行排序，證實了大多數基因表現出相似的RNA和蛋白質圖譜。通過對這些基因的基因集富集分析確定了許多生物學功能，包括抗原呈遞、細胞粘附、細胞增殖和蛋白質合成等。研究人員還使用Conos生成了一個整合所有分析細胞的聯合圖，并將它們投影到同一組軸上，如圖2d-f。分析顯示，在蛋白和RNA水平上都能將兩種細胞（單核細胞和巨噬細胞）區分開，但是蛋白的數據更加緊湊，而轉錄組數據更加分散。這也暗示了RNA水平的檢測其生物學和技術變異性更大。

                                                                                                            圖片4.png

                                                                                                            圖2. 單細胞RNA和蛋白質數據的聯合分析


                                                                                                            結論

                                                                                                            SCoPE2提高了單細胞蛋白質質譜分析的可及性、通量和準確性。這些改進使我們能夠描述骨髓細胞分化過程中出現的異質性，并探索調控相互作用。所描述的方法學是通用的，可廣泛應用于推動描述性單細胞研究向分子機制的定量探索方向發展。



                                                                                                            單細胞的蛋白組和轉錄組聯合解析巨噬細胞的異質性

                                                                                                            Single-cell proteomic and transcriptomic analysis of macrophage heterogeneity

                                                                                                            期刊名稱：Genome Biology

                                                                                                            IF：10.806

                                                                                                            技術策略：單細胞蛋白質組學


                                                                                                            青蓮百奧在單細胞蛋白質組學方面有著豐富的項目經驗，目前已能夠實現對50-200個細胞進行蛋白質組學分析。另外還可提供一站式蛋白質組學、代謝組學、轉錄組學、多組學聯合分析等科研服務。青蓮百奧在質譜檢測方面經驗豐富，擁有國際質譜平臺，海歸坐鎮專業生信分析團隊，助您在科研道路上乘風破浪，沖擊高水平文章。更多技術服務敬請來電咨詢：010-53395839。


                                                                                                            標簽

                                                                                                            0
                                                                                                            單細胞
                                                                                                            本文網址：http://www.convenience-store-shelving.com/news/547.html

                                                                                                            最近瀏覽：

                                                                                                            相關產品

                                                                                                            相關新聞

                                                                                                            北京青蓮百奧生物科技有限公司

                                                                                                            固話：010-53395839
                                                                                                            郵箱：service@qinglianbio.com
                                                                                                            地址：北京市海淀永捷南路2號院1號樓 中關村科學城·鄉創中心


                                                                                                            Copyright ? 北京青蓮百奧生物科技有限公司
                                                                                                            京ICP備17052224號-1
                                                                                                            主要從事于蛋白質組學,糖基化蛋白質組學,多組學聯合分析, 歡迎來電咨詢！
                                                                                                            Powered by 祥云平臺 服務支持：賽偶時代

                                                                                                            掃一掃，關注我們
                                                                                                            91久久另类重口变态