复旦团队开发出高分辨率的空间蛋白质组学新方法

　　

复杂组织的空间蛋白质组分析对于研究生理和病理状态下的细胞功能至关重要。然而，传统的蛋白组学方法往往难以在保留空间信息的同时提供足够的覆盖度和分辨率。

为了解决这一问题，复旦大学等机构的研究人员开发出一种名为全景空间增强分辨率蛋白组学（PSERP）的新方法，能够快速定量分析整张组织切片中蛋白质的空间多样性，分辨率达到亚毫米级别。

这项研究成果于5月26日发表在《Journal of Hematology & Oncology》杂志上，有望在分子水平上加深对组织生物学和病理学的了解。

PSERP方法结合了组织膨胀、自动样本分割、胰蛋白酶消化和高通量蛋白组学分析。这种方法在时间效率方面进行了优化，大部分工作流程可在自动化工作站上完成。

在技术方面，研究人员采用了组织膨胀技术，在保留蛋白质定位的同时实现了组织的物理放大。随后，他们使用3D打印的切割工具将膨胀后的组织精确分割成数千个“体素”（voxels），每个体素的尺寸为2 mm x 2 mm。

这些体素被转移到96孔板中，并记录其空间坐标以保留位置信息。接下来通过胰蛋白酶消化提取出每个体素中的蛋白质，并通过数据独立采集（DIA）液相色谱-串联质谱（LC-MS/MS）进行高通量蛋白组学分析。

在原理验证研究中，研究人员通过对三种不同突变类型的胶质瘤样本进行测试，展示了PSERP在揭示肿瘤结构和异质性方面的潜力。

具体来说，他们对九个胶质瘤样本进行了空间蛋白组学分析，这些样本涵盖了三种不同的突变类型：IDH1野生型/EGFR突变型、IDH1突变型和IDH1/EGFR双野生型。通过PSERP方法，研究人员从单张切片中鉴定出超过10,000种蛋白质，揭示了肿瘤内恶性和非恶性区域的蛋白质组特征及其空间分布模式。

研究结果显示，恶性和非恶性肿瘤区域在蛋白质表达上存在显著差异。恶性区域的蛋白质组特征与肿瘤细胞的增殖和代谢途径密切相关，而非恶性区域则与免疫反应和代谢途径相关。此外，研究还发现，从肿瘤中心到边缘，蛋白质的表达模式呈现出动态变化。

为了进一步了解肿瘤生态系统，研究人员将PSERP数据与单细胞转录组学数据相结合。通过这种整合分析，他们不仅描绘了肿瘤内的细胞组成，还揭示了细胞间的通讯模式。研究发现，肿瘤微环境中的细胞间相互作用对肿瘤的生长和转移具有重要影响。

此外，PSERP还包括一个空间解析的肿瘤特异性多肽组鉴定流程。通过这一流程，研究人员能够鉴定出与肿瘤特异性突变相关的肽段，并分析其在不同基因型胶质瘤样本中的空间表达模式。这些肿瘤特异性肽段有望成为未来免疫治疗的潜在靶点。

在患者来源异种移植（PDX）小鼠模型中，研究人员验证了结合使用肿瘤特异性肽段的免疫疗法的有效性。结果表明，结合多种肿瘤特异性肽段的免疫疗法可以显著提高治疗效果，这为未来的个性化免疫治疗提供了新的思路。

综上，PSERP方法能够有效地揭示胶质瘤的空间异质性。通过对不同突变类型的胶质瘤样本进行分析，研究人员发现了恶性和非恶性区域之间的蛋白质组差异，并揭示了这些差异与肿瘤细胞的增殖、代谢和免疫反应等生物学过程的关系。

此外，PSERP方法还能够鉴定出与肿瘤特异性突变相关的肽段，这些肽段可能在未来的免疫治疗中发挥重要作用。

总的来说，PSERP方法的开发和应用为胶质瘤的研究提供了新的视角和工具，有助于深入了解肿瘤的分子机制，并为个性化治疗策略的开发提供了重要的依据。