拜谱生物

400-820-8531
News center
拜谱生物
首页 > 拜谱生物 > 拜谱生物 > 最火款式发布公告 | 过高深层次FFPE核蛋白质含量组唤起沉睡子样本的“宝箱秘库”

新品发布 | 超高深度FFPE蛋白质组唤醒沉睡样本的“宝藏秘库”

发布时间:2024-08-14

背景图

福尔马林固定住和石蜡包埋(formalin-fixed and paraffin-embedded, FFPE)是临床组织保存的主要形式。据估计,全球有超过10亿个组织样本被保存在医院和生物样本库中,而其中大多数都是以FFPE形式储存的。对于某些类型的肿瘤组织,FFPE样品通常是唯一来源,这些样本可以为研究人员提供有关某些最罕见的癌症和其他疾病的重要信息。近年来,随着脱蜡技术的成熟和质谱仪器的发展,FFPE样本的科研价值得到充分开发,结合蛋白质组学技术的高分文献发表数量急速上涨。

因此,针对石蜡切成片模本的特征,拜谱生物对切开脱蜡、核蛋白导入、肽段酶解、上机测量等全流程进行优化,并结合全新一代Astral质谱平台高稳定性、高灵敏度、高通量、高深度的优势,在大队列样本中稳定实现8000+蛋白数量的检出,开启“非常高层次FFPE蛋白酶质组”鉴定新纪元!

设备介绍一下

很高程度FFPE血清质组研发的通常流程涉及:FFPE薄片脱蜡复水、血清质生成、肽段酶解、LC-MS/MS动态数据信息了解、动态数据信息系统库索引、动态数据信息动态数据信息了解和生信动态数据信息了解等。

图1 超多淬硬层FFPE血清质组的技木线路

实际数据信息

拜谱生物采用流行脱蜡策略(二甲苯法),通过添加去垢剂和还原剂后沸水孵育超声,在高温条件下打断亚甲桥,来降低FFPE样本中甲醛交联带来的影响,从而增强FFPE样本蛋白质提取。并结合全新一代Astral改变本质特征谱的平台进行质谱采集,对下机数据进行严格质控,得到的项目实测数据表明,大链表样表均动态平衡在8000之内的蛋白鉴定数量(图2)。另外,拜谱生物还提供优势生信浅析和特色化制定浅析,以全流程优质服务助力客户的项目研究。

图2 很高深度.FFPE蛋白酶质组活动测试统计数据

应用 装修案例

1.回首性探索

用例子:甲状腺囊癌 专著名稱:Risk stratification of papillary thyroid cancers using multidimensional machine learning 提出期刊论文:International Journal of Surgery,IF=15.3,202一年1一月份 新技术做法:DIA蛋白质组 样表种类:甲状腺囊癌FFPE样表和FNA活检样表 科学研究文章: 甲状腺囊癌(PTC)是最易见的内排泄恶变肺部良性肿瘤之中,兼具不一的隐患控制性平行。但是,PTC的动手术准备隐患控制性分析还是是全这个世界的个桃战。深入分析者在2013-2021采集而来了558名患有的肺部良性肿瘤确定FFPE子样品和活检FNA子样品,子样品分几组确定DIA血清酚类化合物析,共技术鉴定出5,774个与PTC关于的血清质,在许多血清中,有3种血清在建模方法中症状出为显著的pr,成分析PTC隐患控制性方面的的关键一定量指标值,选择回顾与展望性列队中274例FFPE子样品的血清质组学数剧和临床药理相关信息等多维表现,成立了个包涵16个局部变量的丝机借鉴建模方法,有利于促进PTC动手术准备隐患控制性分析,少无须要的动手术减轻过度紧张疗法。

图3 搭配机器设备学习成绩对PTC总结性实验序列实行风险存在等级

2.疾病诊断分型

应运事例:甲状腺癌 文章称谓:Proteomic analysis of archival breast cancer clinical specimens identifies biological subtypes with distinct survival outcomes 展现期刊论文:Nature Communications,IF=16.6,明年三月份 技術技术:血清组学 样品类:300例乳房癌检查病员的FFPE公司标本采集 探析方式: 乳房炎癌癌癌是欧洲中国女性高发期的是一种梭形细胞肿癌肿癌,总之乳房炎癌癌癌的基因组类物质类拿得了最新动态,但现在的医学测评和医治行为一般而言立于核胆固醇平均水平短信。由此,实验者对两大时段段乳房炎癌癌癌测试用户列队共300个FFPE开展标本采集来了切实的核胆固醇组学具体定性阐述,出现 在侵蚀性PAM50基因临床表现的肌底样(basal-like)病列中,产生多种生活期之间的关系突出的亚型(2号亚型和3号亚型),Kaplan-Meier生活的身材曲线和Forest多种多样量生活具体定性阐述结杲屏幕上显示,这多种核血清亚型在无重复发作生活期(RFS)和总生活期(OS)上会各有突出的之间的关系,其中的3号亚型是四种问题核血清亚型中继发性结杲最合适的而2号亚型则是很差。实验者对88例三阴乳房炎癌癌癌病列的具体定性阐述也验证了那样之间的关系的产生,为医学上乳房炎癌癌癌的有目的基因临床表现与医治具备保证。

图4 蛋白酶组学深入分析将乳房癌划分为3种皮肤疾病亚型(Karama A, et al., Nat Commun, 2022)

3.治疗靶点筛选

拜谱生物的例子:肠内道间质瘤 论文英文名称:Proteomic characterization identifies clinically relevant subgroups of gastrointestinal stromal tumors 刊发中文核心期刊:Gastroenterology,IF=29.4,202两年多1就在今年1月份 的方法的方法:蛋清酶组学、磷酸性反应蛋清酶组学 模板量的类型:193例一经方法的胃肠功能间质瘤FFPE模板量 探索文章: 肠管道间质瘤(GIST)是最喜欢见的肠管道间充质癌肿,具备着较高的转意率和重复发作率。探讨师对193例GIST朋友对其进行了一定量血清酶质组学和磷酸血清酶质组学分析一下。数据发展,各种不一模一样地点或各种不一模一样组建学阶段的GIST其碳原子特性具备着距离,在癌肿中高表答的血清酶在剪接体和缝隙连接方式中为显著含有,在磷硝化效果血清酶质组中都是一模一样发展,而在癌旁中上涨的血清酶在产生相关系网络表现通路中含有。相对 癌旁的磷硝化效果血清酶质组,含有行业与分析到的血清酶质各种不一模一样,是利用PKC和MAPK控制Rho血清酶网络表现转导,激发GTPase活力性和胃泌素-CREB网络表现行业。MAPK7被检测并在功用上被证明材料与GIST中的癌肿内部增值能力相关,SQSTM1表答增多会限制朋友对甲磺酸伊马替尼的效果。功用实践查证了SRSF3在有助于癌肿内部增值能力和造成 愈后不良现象中的效果。该探讨区分各种不一模一样地点肠管道间质瘤的菌物标志牌物,通过GIST癌肿疾患地点异质性来建立精细医治靶点。

图5 差异方位肠胃道间质瘤菌物图标物的特点(Sun MJ, et al., Gastroenterology, 2023)

4.多组学联合分析

拜谱生物真实案例:二级别的人群缭绕性胶质瘤 专著品牌:Proteomics separates adult-type diffuse high-grade gliomas in metabolic subgroups independent of 1p/19q codeletion and across IDH mutational status 文章发表期刊论文:Cell Reports Medicine,IF=14.3,202一年2月 技术性形式:核蛋白质组学、磷酸性反应核蛋白质组学、全遗传基因组甲基化和再拷贝数变种(CNV)分享 子样品类型的:IDH天然的型(IDHwt)胶质瘤、IDH甲基化型(IDHmut)胶质瘤以其非癌肿对比组的共44个FFPE子样品 探索方式: 一级别步入社会萦绕性胶质瘤是种恶性瘤瘤面中枢神经上皮恶性瘤肺部淋巴肿瘤,约占恶性瘤瘤原发性脑恶性瘤肺部淋巴肿瘤的80%,WTO现下的归类是基本概念IDH1/2突变性和1p/19q共欠缺情况。胶质瘤核核血清酶质组探究立于于完成最佳的病患分子结构上下分层和治愈方法靶点设别。探究者凭借全人类基因组甲基化讲解和复制数突变(CNV)讲解对大部分恶性瘤肺部淋巴肿瘤(表观)隐性基因学便用了研究方法。应用软件FFPE核核血清酶质组学和磷硝化作用核核血清酶质组学,共检验到5,724个核核血清酶质和5,21多个高置信度磷酸位点。多个学讲解反映IDHmut胶质瘤应该有两种类型亚型,它们的有不一样的的卡路里产生,基本上比1p/19q商品代码致使的差异性更强。便用以下三个单独的胶质瘤核核血清酶质组统计资料集便用效验后,核定了等亚组,并将IDHmut亚型与IDHwt胶质瘤中已搭建的原面中枢神经和金典/间充质亚型关联一起,对IDHmut胶质瘤病患的治愈方法有潜在性的的意议。

图6 FFPE几组学理论研究简析(Jakob MB, et al., Cell Rep Med, 2023)

送样最好

拜谱总结

石蜡切片作为医学中的常见样本,具有重要研究价值。针对石蜡切片样本的特性,拜谱生物推出全新混凝土泵送厚度FFPE胆固醇质组产品,多次不同样本测试均可实现单针8000+的血清检测。高深度的蛋白检出可以充分利用罕见疾病或肿瘤等FFPE样本,实现大列队范例展望性科研、慢性病测试深入分析、进行治疗靶点选择、几组学合作深入分析等丰富的研究应用!

学习医学文献 [1] Li YH, Wu F, Ge WG, et al. Risk stratification of papillary thyroid cancers using multidimensional machine learning. Int J Surg. 2023 Nov. 37916932. doi: 10.1097/JS9.0000000000000814. [2] Karama A, Gian LN, Sandra ES, et al. Proteomic analysis of archival breast cancer clinical specimens identifies biological subtypes with distinct survival outcomes. Nat Commun. 2022 Feb 16;13(1):896. doi: 10.1038/s41467-022-28524-0. [3] Sun MJ, Tong YX, Yuan W, et al. Proteomic characterization identifies clinically relevant subgroups of gastrointestinal stromal tumors. Gastroenterology. 2023 Nov 21:S0016-5085(23)05509-9. [4] Jakob MB, Nikolaus D, Martin M, et al. Proteomics separates adult-type diffuse high-grade gliomas in metabolic subgroups independent of 1p/19q codeletion and across IDH mutational status. Cell Rep Med. 2023 Jan 17;4(1):100877. doi: 10.1016/j.xcrm.2022.100877.
拜谱生物 拜谱生物 拜谱生物 拜谱生物 拜谱生物