空间蛋白质组技术方案
在现代生物研究中,了解空间异质性的蛋白质分布与表达对揭示生物机制至关重要。空间蛋白组技术通过高分辨率描绘组织切片中蛋白质的空间分布,帮助理解蛋白质在组织微环境中的变化。
平台核心优势
精准取样、高效样品制备、高通量质谱采集与深度数据分析的完整解决方案
高灵敏高通量前处理
超微量样本处理
自动化快速前处理 (2-3小时)
96孔板高通量样本处理
"0"损耗设计:一管完成组织/细胞到上机肽段
尖端色谱质谱技术
最新平台实现高精度检测
Aurora 3系列色谱柱高效分离
timsTOF HT/Ultra 或 Astral质谱仪
短梯度(8/15min)满足高通量需求
DIA全息采集增加低丰度蛋白鉴定
深度数据分析平台
从数据到生物学洞见
空间区域蛋白分布特征分析
空间Clusters特异性marker识别
功能富集与生物学通路解析
异质性分布可视化呈现
空间蛋白质组研究方案
四种研究维度定向解决方案
技术性能与数据表现
稳定可靠的检测性能支持高质量研究
基于激光显微微切割(LCM)的空间蛋白组鉴定深度
50×50μm区域
人脑转移瘤冷冻切片
100×100μm区域
小鼠胎盘石蜡包埋切片
200×200μm区域
人脑转移瘤冷冻切片
空间蛋白质组实验技术流程

空间蛋白质组切割方案

空间蛋白质组生信分析流程
上文方案中提到,基于LCM的空间蛋白组分为两种情况,一种是切割感兴趣区域(ROI),比如癌和癌旁这种不同的病理区域,通过蛋白质组比较不同组别ROI的蛋白表达差异,这种情况的生信分析内容如下所示:

另一种是选取一个相对较大的肿瘤微环境区域,对整个微环境进行全息网格点切割,比如100个网格点,每个网格点100×100μm,这种情况可以分析整个微环境蛋白空间表达特征,其生信分析内容如下所示:

蛋白量化质控
鉴定统计与分布特征
空间相似性分析
区域间同质性与异质性
表达聚类识别
Marker蛋白空间特征分析
功能通路解析
区域生物学状态与机制探索
成功应用案例
国际期刊发表的空间蛋白质组研究成果
Deep topographic proteomics of a human brain tumour - Nature Communications (2023)
384个肿瘤微区域网格分析揭示空间异质性
研究亮点
该研究采用激光捕获显微切割(LCM)技术和质谱分析,在三个不同空间分辨率上对人类脑肿瘤进行了深入研究:
识别肿瘤实体、肿瘤/非肿瘤边界、免疫细胞浸润区、血管周围等区域的蛋白表达特征
揭示肿瘤组织蛋白质的空间异质性分布模式
在细胞水平描绘微环境的蛋白表达精细结构

Spatial region-resolved proteome map reveals mechanism of COVID-19-associated heart injury - Cell Reports (2022)
心脏4个解剖区域的微血管与心肌特异蛋白分析
研究发现
从28名非COVID-19患者(对照)和17名COVID-19患者的心脏四个解剖区域(左/右心房和心室)获取了47个心肌微区域和34个微血管区域样本:
建立心肌和微血管的区域分辨蛋白质组图谱
发现左心房的心肌和微血管最易受病毒影响
在特定心脏区域观察到分子功能障碍
为COVID-19心血管疾病治疗提供新方向
