单细胞空间蛋白组，继空间转录组登nature methods 2024年度技术

摘要：2024年12月6日，业内具有新技术风向标的期刊Nature Methods在12月特刊中，将空间蛋白组评为2024年的年度技术。

2024年度技术：空间蛋白组

2024年12月6日，业内具有新技术风向标的期刊Nature Methods在12月特刊中，将空间蛋白组评为2024年的年度技术。

对于为何将空间蛋白组评为年度技术，编辑评论如下：

“我们选择空间蛋白质组学作为本年度的方法，因为它在揭示复杂组织结构中发挥了关键作用。空间蛋白质组学是一个涵盖广泛的免疫组织化学基础方法的总称，包括但不限于循环免疫荧光(cycIF)、索引共检测(CODEX)、迭代漂白扩展多重性(IBEX)、多重离子束成像(MIBI)和成像质谱细胞术(IMC)。这些方法可以用来生成组织和器官切片等样本的高多重图像，以了解它们的蛋白质组成和空间组织，是许多图谱项目的基础。我们还对一种称为深度视觉蛋白质组学(DVP)的新技术感到兴奋，该技术通过激光解剖复杂样本，并通过质谱分析单个分离的细胞，以保留它们的空间信息，从而创建空间蛋白质图谱。这种技术的一个主要优点是它不受可用抗体数量的限制，因此实现了更大的蛋白质组覆盖率。”

本次特刊包括一系列关于空间蛋白质组过去、现在和未来的评论。

第一篇文章，来自Bernd Bodenmiller，介绍了为什么蛋白质是生物研究中如此有趣的目标，并简要回顾了免疫荧光如何发展成为空间蛋白质组领域。

第二篇评论，来自Yuval Bussi和Leeat Keren，关注空间蛋白质组学的计算工具。

第三篇评论，来自Daniela Quail和Logan Walsh，讨论了空间蛋白质组学如何彻底改变癌症研究，从我们对组织组织和细胞-细胞相互作用的理解，到它如何塑造我们对免疫系统与肿瘤相互作用的思考。

第四篇评论，来自Thierry Nordmann、Andreas Mund和Matthias Mann，介绍了深度视觉蛋白质组学以及使用质谱探测发展或疾病过程中蛋白质组复杂性的好处。

最后一篇评论，来自Rong Fan，讨论了空间蛋白质组学在其他组学技术背景下的重要性，以及整合互补技术如空间转录组学和空间表观遗传学分析以获得对生物复杂性的更全面理解的重要性。

迈维产品介绍

迈维代谢于近期上线了集成多维度高精准细胞识别、高准确度原位切割、高回收率收集转移、以及高灵敏度样本前处理的空间可视化蛋白质组学检测服务。

■ ■ ■ ■ ■

迈维代谢空间蛋白组学检测流程

1. 组织切片

提前沟通后进行个性化切片，已经贴片的样本可用于染色预实验，用于检测的样本需要重新进行切片贴于正式空间膜片上。

2. 染色

基于AI智能识别成像系统扫描mIHC组织切片，通过荧光信号、细胞形态和内部结构精准判断细胞类型，在各种组织类型的切片上轻松实现microglia和astrocyte等多种细胞类型的高效准确区分及轮廓标注。

3. 激光显微切割

可实现单细胞分辨率（μm级别）的精准显微切割（LCM）。自动化全视野的成像系统、定位系统，并与切割系统整合为一体，实现自动化精准定位；主动收集策略实现100%单细胞LCM样本收集，样本损失率为0，确保了单细胞分辨率空间可视化蛋白质组学定性定量的准确性。

■ ■ ■ ■ ■

空间可视化蛋白质组目标细胞切割及回收检测流程

空间蛋白组应用案例

在空间蛋白组中深度视觉蛋白质组学(DVP)技术被评为年度技术之前，今年11月13日，南方科技大学理学院化学系田瑞军教授团队联合国内外团队就已经利用该技术在顶级学术期刊 Nature 发表题为“Clinical functional proteomics of intercellular signaling in pancreatic cancer”的研究论文。

研究对100个人类胰腺组织样本的膜蛋白质组进行了深入的研究，确定了细胞类型的起源，并鉴定了潜在的旁分泌串扰，特别是通过酪氨酸磷酸化介导的串扰。在基因工程PDAC小鼠模型中研究了胰腺肿瘤进展过程中的时间动力学。在功能上揭示了间质细胞和癌细胞之间由间质PDGFR-PTPN11-FOS信号轴介导的相互信号传导。此外研究了PDAC肿瘤中质膜蛋白的一般脱落机制，发现基质金属蛋白酶介导的AXL受体酪氨酸激酶外结构域的脱落为PDAC TME的细胞间信号调节提供了额外的维度。重要的是，脱落的AXL水平与淋巴结转移有潜在的相关性，抑制AXL脱落及其激酶活性在抑制癌细胞生长中显示出实质性的协同作用。综上所述，本研究提供了一种通用的临床功能蛋白质组学策略TMEPro，为更好地了解PDAC TME和促进发现新的诊断和治疗靶点提供了全面的资源。