深度空間蛋白組與 GeoMx DSP在空間組學研究中的應用
讓我們一起了解下【精準聚焦目標空間區(qū)域的轉錄組和蛋白質組一站式解決方案】吧！
空間組學研究日新月異，由于單一組學能獲得的信息具有片面性，不能滿足科研工作者們想要獲得組織中全面分子生物學信息的需求，空間多組學聯合研究開始發(fā)展起來。在這里，SBC提供了空間轉錄組+空間蛋白質組一站式解決方案。
首先，利用GeoMx DSP空間轉錄組技術和深度空間蛋白組獲得空間轉錄組和蛋白質組的表達譜，這兩種技術聯合使用有以下2個優(yōu)點：
1.兩種技術都需要在組織切片上選擇感興趣區(qū)域（ROI）進行實驗，因此可以從連續(xù)切片中選擇垂直方向上相同的ROI檢測轉錄組和蛋白質組，保證了檢測區(qū)域的一致性；
2.GeoMx DSP設計的轉錄組檢測panel幾乎包含了所有的蛋白編碼基因，與深度空間蛋白組的非靶向蛋白質組數據聯合分析，能夠無偏向性地獲得編碼基因轉錄組和蛋白質組表達信息。
其次，在兩種組學數據的聯合分析過程中，得益于兩種組學數據的無偏向性，我們可以分析：
1.分析基因在mRNA和蛋白質的表達相關性，并篩選相關性較高的基因作為關鍵靶點；
2.整合轉錄組和蛋白質組的功能富集分析結果，確認表型形成過程中的關鍵信號通路；
3.兩種組學聯合可更全面地篩選診斷、分型、預后基因標志物；
4.分析轉錄因子——靶基因調控網絡，鑒定重要調控因子。
最后，利用靶向驗證技術，如IHC、IF、mIF技術，在組織切片中對鑒定到的關鍵基因表達水平進行原位靶向驗證，使多組學研究結果更加完整。
詳細了解下SBC深度空間蛋白組吧
蛋白質作為功能分子，在生命活動中起到非常關鍵的作用。解析蛋白質在組織中的空間表達分布信息，更精準地比較不同組織微結構中的蛋白表達差異和功能差異，為我們空間組學研究添磚加瓦。激光捕獲顯微切割（Laser capture microdissection，LCM）+高靈敏度4D質譜技術（timsTOF Pro），是空間非靶向蛋白質組分析的技術。該技術首先使用LCM技術將組織切片（冷凍切片、FFPE）中ROI進行切割捕獲，然后提取ROI中的蛋白質，用4D液質技術進行非靶向蛋白質組分析，是空間非靶向蛋白質組研究的不二利器，且無需抗體。
1、深度空間蛋白組技術介紹
▶ LCM技術
LCM是在不破壞組織結構，保存要捕獲的細胞和其周圍組織形態(tài)完整的情況下，利用精確聚焦的UV激光，直接在冰凍或FFPE組織切片上進行切割，從而獲得目的區(qū)域組織樣品，用于后續(xù)實驗及分析的技術。該技術提供了溫和，無污染且高效的樣品收集方法，包括在分離期間和分離后的任何步驟進行全面的目視檢查。切割時可根據研究目的選擇任意的大小和靈活的形狀，是空間蛋白質組研究精準捕獲感興趣組織區(qū)域的優(yōu)秀工具。
工作原理（J Genet Genomics. 2023 Aug 4;S1673-8527(23)00163-7）
▶ timsTOF Pro技術
雖然LCM技術可以幫助我們精準獲取目標組織區(qū)域樣品，但這種樣品中蛋白質含量普遍較低，因此需要使用高靈敏度和分辨率的質譜儀器進行蛋白質組學檢測。
引入雙TIMS/PASEF® (Parallel Accumulation - Serial Fragmentation平行累積串行碎裂)分離技術的timsTOF Pro平臺使得蛋白質組學進入了4D蛋白質組學新時代。離子淌度（mobility）大幅度提高了掃描速度和檢測靈敏度，以及蛋白鑒定的數量和覆蓋率。
2、技術優(yōu)勢
● LCM技術不會破壞組織結構，保證切割后組織形態(tài)完整；
● LCM技術切割時不會引入外源污染，對細胞溫和，避免降解；
● LCM技術可靈活切割任意形狀和大小的目標區(qū)域，精準高效；
● timsTOF Pro利用離子淌度在時間和空間進行聚焦，使靈敏度提高了20倍，對微量樣品（如LCM切割獲得的組織切片）適應性好；
● timsTOF Pro通過離子淌度維度的加入使峰容量增加了10倍，能鑒定到更多的蛋白；
● timsTOF Pro在任何速度下均能保持高分辨率和穩(wěn)定的性能；
● 利用液質技術進行空間蛋白質組非靶向檢測，可無偏分析目標組織區(qū)域的蛋白質組成。
3、樣本類型
● FFPE石蠟塊
● FFPE切片（膜切片）
● OCT包埋塊
● OCT切片（膜切片）
● 通過LCM收集到管中的微量樣品
4、深度空間蛋白組測試結果
SBC已開展的部分LCM檢測，結果展示如下：
由以上結果可以看出，在小于1mm2的切片組織區(qū)域中，依賴timsTOF Pro強大的微量蛋白檢測能力，能夠檢測到數千個蛋白質。更小的區(qū)域我們也同樣具有相關經驗。
5、技術流程
6、應用方向
● 鑒定不同表型區(qū)域的差異蛋白及生物學功能，探索關鍵靶點和機制；
● 篩選疾病診斷及預后的空間蛋白質標志物；
● 繪制組織器官的空間蛋白質組圖譜；
● 與空間轉錄組聯合分析，從空間水平解析基因在mRNA和蛋白質水平表達的相關性。
