关注公众号

关注公众号

手机扫码查看

手机查看

喜欢作者

打赏方式

微信支付微信支付
支付宝支付支付宝支付
×

Nature Protocols 快速重复地对肿瘤蛋白进行深度分析和定量

2018.7.20

  Broad研究所蛋白质组学平台的研究人员近日在《Nature Protocols》杂志上报道了一个经过优化的新流程,能够快速且重复地对肿瘤蛋白进行深度分析和定量。

  在过去十年中,基因组学研究已经系统绘制了人类癌症的遗传改变,但这些改变对蛋白质组的直接影响还知之甚少。NIH临床蛋白质组学肿瘤分析联盟(CPTAC)的蛋白组学研究表明,将蛋白质组和磷酸化蛋白质组数据与基因组数据相整合,才能改善癌症通路的鉴定。

  然而,实体瘤组织在组成上比细胞系要复杂得多,至少包含了上皮、基质和血液成分。人们需要更复杂且更耗时的方案来处理实体瘤组织,才能检测到低丰度的蛋白(如癌基因和肿瘤抑制因子)。为此,在液相色谱-串联质谱(LC-MS/MS)分析之前必须降低样品的复杂性。

  基于这个目的,Broad研究所蛋白质组学平台的研究人员近日在《Nature Protocols》杂志上报道了一个经过优化的新流程,能够快速且重复地对肿瘤蛋白进行深度分析和定量。

  “我们介绍了一个经过优化的流程,它是利用10标串联质谱标签(TMT)来进行多重分析和相对定量,从而对组织或细胞系实现整体的蛋白质组和磷酸化蛋白质组分析,”作者在文中写道。

  与4标iTRAQ方法相比,这种方法的通量高了3倍,且提高了实验室内部和实验室之间的重复性。三个独立的实验室对这个流程进行了测试,其中两个乳腺癌亚型来自异种移植模型。蛋白质组学分析显示出良好的深度,并且能够区分来源于肿瘤细胞的蛋白质。

  “在每个样品量化的10,000种蛋白质中,我们可以区分7,700种来源于肿瘤细胞的人类蛋白以及来源于周围基质和血液的3,100种小鼠蛋白,”研究人员报道。

  整个操作过程包括收集组织、肽处理、LC-MS/MS以及数据分析。10个样品的完整分析,包括样品处理和数据输出,可利用单台LC-MS/MS仪器在10天内完成。对于100个样品的分析,整个过程大约可在4个月内完成。

  研究人员指出,与过去的研究相比,这种经过改良的方法明显加快了研究步伐。之前,人们花了9个月的时间,才完成了100个样品的蛋白质组和磷酸化蛋白质组的定量和分析工作。

  “如今从实验室内部和实验室之间获得高质量、深度和可重复的数据,应该能够帮助人们将基于质谱的蛋白质组学分析与蛋白质组-基因组学数据相整合,从而获得新的生物学见解,”研究人员总结道。


推荐
热点排行
一周推荐
关闭