利用深層視覺蛋白質(zhì)組學(xué)，結(jié)合激光顯微切割、人工智能（AI）和質(zhì)譜分析進(jìn)行單細(xì)胞鑒別和細(xì)胞異質(zhì)性研究。
盡管可使用基于成像和質(zhì)譜的方法進(jìn)行空間蛋白質(zhì)組學(xué)研究，但是圖像與單細(xì)胞分辨率蛋白豐度測量值的關(guān)聯(lián)仍然是個巨大的挑戰(zhàn)。最近引入的一種方法，深層視覺蛋白質(zhì)組學(xué)（DVP），將細(xì)胞表型的人工智能圖像分析與自動化的單細(xì)胞或單核激光顯微切割及超高靈敏度的質(zhì)譜分析結(jié)合在了一起。DVP在保留空間背景的同時，將蛋白豐度與復(fù)雜的細(xì)胞或亞細(xì)胞表型關(guān)聯(lián)在一起。
閱讀完整文章：
A. Mund, F. Coscia, A. Kriston, R. Hollandi, F. Kovács, A.-D. Brunner, E. Migh, L. Schweizer, A. Santos, M. Bzorek, S. Naimy, L.M.Rahbek-Gjerdrum, B. Dyring-Andersen, J. Bulkescher, C. Lukas, M.A. Eckert, E. Lengyel, C. Gnann, E. Lundberg, P. Horvath, M. Mann:深層視覺蛋白質(zhì)組學(xué)定義單細(xì)胞的同一性和異質(zhì)性《Nature Biotechnology》（2022年）第40卷，1231–1240頁 DOI：10.1038/s41587-022-01302-5
關(guān)于本文章
單獨切除細(xì)胞培養(yǎng)物中的細(xì)胞核，使用已知且未表征蛋白定義的蛋白質(zhì)組學(xué)譜對不同的細(xì)胞狀態(tài)進(jìn)行分類。在存檔的原發(fā)性黑色素瘤組織中，DVP [1] 將空間分辨的蛋白質(zhì)組變化鑒別為正常的黑色素細(xì)胞轉(zhuǎn)化為wanquan侵襲性黑色素瘤，這揭示了隨著腫瘤進(jìn)展而以空間方式變化的路徑，如轉(zhuǎn)移性垂直生長中的mRNA剪接調(diào)節(jié)異常與干擾素信號和抗原呈遞降低同時進(jìn)行。DVP在組織背景中保留精密空間蛋白質(zhì)組學(xué)信息的能力對臨床樣本分子表達(dá)譜具有一定的意義。
在本研究中，細(xì)胞或細(xì)胞核使用LMD7激光顯微切割顯微鏡進(jìn)行切割，該顯微鏡經(jīng)過調(diào)整，適用于自動化的單細(xì)胞自動切割[1]。
圖1：A) 輸卵管上皮細(xì)胞激光顯微切割前在LMD7軟件中的輪廓對齊B) 激光顯微切割后的截圖。C) 單個輸卵管上皮細(xì)胞激光顯微切割后的384孔檢查。
視頻1：自動化LDM單細(xì)胞分離
References：
1.Automated Laser Microdissection for Proteome Analysis (Deep Visual Proteomics), Flyer, Leica Microsystems, 2022.
2.Rosenberger FA, Thielert M, Strauss MT, Ammar C, M?dler SC, Schweizer L, Metousis A, Skowronek P, Wahle M, Gote-Schniering J, Semenova A, Schiller HB, Rodriguez E, Nordmann TM, Mund A, Mann M: Spatial single-cell mass spectrometry defines zonation of the hepatocyte proteome, bioRxiv, 3. Dec 2022
