癌症是如何產生的?細胞組成如何影響腫瘤惡性程度?這些問題非常具有挑戰性，但對了解疾病和找到正確的治愈方法至關重要。現在，由Matthias Mann教授領導的一個團隊開發了一種名為深度視覺蛋白質組學的突破性技術。這種方法為研究人員和臨床醫生提供了基於蛋白質的信息，以單細胞分辨率了解癌症。
癌症是如何產生的?細胞組成如何影響腫瘤惡性程度?這些問題非常具有挑戰性，但對了解疾病和找到正確的治愈方法至關重要。現在，由Matthias Mann教授領導的一個團隊開發了一種名為深度視覺蛋白質組學的突破性技術。這種方法為研究人員和臨床醫生提供了基於蛋白質的信息，以單細胞分辨率了解癌症。
近期研究“Deep Visual Proteomics defines single-cell identity and heterogeneity”發表在《Nature Biotechnology》雜誌上，證明了深度視覺蛋白質組學技術首次應用於癌細胞的潛力。該研究將腫瘤的視覺特征與深度分析技術相結合，以可視化與周圍健康細胞相鄰的畸變細胞中的蛋白質特征。這將使研究人員對疾病有前所未有的認識，並指導腫瘤學家製定診斷和治療的巧妙策略。
深度視覺蛋白質組學聯合四種技術
深度視覺蛋白質組學首次將四種不同技術的進展整合到一個單一的工作流程中：首先，先進的顯微鏡生成高分辨率的組織圖譜。其次，在通過高精度激光捕獲顯微切割收集單細胞之前，使用機器學習和人工智能(AI)算法從形狀、大小或蛋白質定位對細胞進行準確分類。然後，在分選正常或不同類型的病變細胞後，通過使用超高靈敏度質譜(MS)儀器從樣本中一次性檢測細胞群中存在的數千種蛋白質。最後，複雜的生物信息學分析生成蛋白質圖譜，提供了高度複雜疾病(如癌症)中蛋白質特征的空間分辨率。這類蛋白質景觀是臨床醫生更詳細地理解健康和疾病機製的有價值的工具。
“深度視覺蛋白質組學，可以成為醫院分子病理學的遊戲規則改變者。通過這種方法，我們用腫瘤細胞取組織樣本，並且可以在一分鍾的時間內鑒定成千上萬的蛋白質。這些蛋白質組學特征揭示了驅動腫瘤發展的機製，並直接從癌症患者活檢的單個組織切片中暴露新的治療靶標。”CPR副教授、Matthias Mann教授團隊一員Andreas Mund說：“它暴露了這些癌細胞內部分子的宇宙。”
臨床病理學的相關性
在新研究中，研究人員將深度視覺蛋白質組學應用於腺泡細胞癌和黑色素瘤患者的細胞。Lise Mette Rahbek Gjerdrum說：“這種獨特的方法結合了組織架構和針對選定細胞的數千種蛋白質的表達。它使研究人員能夠研究癌細胞與其周圍細胞之間的相互作用，對未來的臨床癌症治療具有重大意義。最近，我們利用深度視覺蛋白質組學診斷了一個高度複雜的臨床病例。”
利用深度視覺蛋白質組學可以更好地理解的不僅僅是癌症，該方法還可應用於其他疾病。研究的共同第一作者Fabian Coscia博士說：“例如，你可以分析神經細胞中的蛋白質，找出在阿爾茨海默症或帕金森症等神經退行性疾病中細胞究竟發生了什麼。”
“通過合並顯微鏡的力量、AI和基於超高靈敏度MS的蛋白質組學，我們開發了一種方法，對理解健康與疾病細胞的分子布線非常強大。這可以幫助醫生確定未來藥物和診斷的靶標，”Matthias Mann總結道。
我要跟帖copyright©醫學論壇網 版權所有，未經許可不得複製、轉載或鏡像
京ICP證120392號 京公網安備110105007198 京ICP備10215607號-1 （京）網藥械信息備字（2022）第00160號
