拜谱生物

400-820-8531
News center
拜谱生物
首页 > 拜谱生物 > 拜谱生物 > 新款推出 | 超长厚度FFPE蛋清质组换醒沉睡子样本的“宝藏地图秘库”

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

福尔马林确定和石蜡包埋(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,针对石蜡切开模板的基本特性,拜谱生物对切块脱蜡、核蛋白导出、肽段酶解、上机测试软件等全流程进行优化,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“超宽深度1FFPE球营养素组”鉴定新纪元!

产品设备分享

超宽深度的FFPE血清质组的研究的主要步驟分为:FFPE切开脱蜡复水、血清质导入、肽段酶解、LC-MS/MS剖析、的数值库文件检索系统、的数值剖析和生信剖析等。

图1 超低深层次FFPE蛋清质组的方法路线规划

测试数据资料

拜谱生物采用发展趋势脱蜡策略性(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改变性能谱软件平台进行质谱采集,对下机数据进行严格质控,得到的项目实测数据表明,大序列范本均安稳在8000以下的蛋白鉴定数量(图2)。另外,拜谱生物还提供特色文化生信阐述和个性时尚化环保定制家具阐述,以全流程优质服务助力客户的项目研究。

图2 超长宽度FFPE蛋白酶质组項目测试大数据大数据

技术应用典例

1.集锦性深入分析

应用软件事例:甲状腺咪咪头癌 论文资料种类:Risk stratification of papillary thyroid cancers using multidimensional machine learning 提出论文期刊:International Journal of Surgery,IF=15.3,202一年16月 系统方案:DIA蛋白质组 子子样本量类型、:甲状腺囊癌FFPE子子样本量和FNA活检子子样本量 研究方案方式: 甲状腺奶头癌(PTC)是通种类的内的代谢恶变癌症之中,极具多种的危险因素存在含量。既使,PTC的术后危险因素存在估评己经是全市场的一名终极挑战。调查者在2013-2023年收录了558名的人的癌症进行FFPE样品和活检FNA样品,样品分几组进行DIA血清酚类化合物析,共亲子鉴定出5,774个与PTC涉及到的血清质,在这样血清中,有3种血清在建模 中情况出有明显的权重系数,将成为估评PTC危险因素存在的情况的关键性参考值指标图,会根据回望性序列中274例FFPE样品的血清质组学资料和临床检验内容等多维表现,组建好几回名主要包括18个变量名的产品借鉴建模 ,能够促进PTC术后危险因素存在估评,极大减少不能要的诊疗降低过快诊疗。

图3 运用机器人了解对PTC重温性论述序列开始风险性层次分割

2.疾病诊断分型

采用真实案例:乳房增生癌 专著名称大全:Proteomic analysis of archival breast cancer clinical specimens identifies biological subtypes with distinct survival outcomes 收录刊物:Nature Communications,IF=16.6,2023年三月 系统手段:血清组学 子样本种类:300例甲状腺癌检查病患者的FFPE组织化生物标本 科学研究介绍: 乳房癌是世界十大男性发病率的属于梭形细胞癌症癌症,虽说乳房癌的表观遗传酚类化合物类赢得了现况,但当今的监床测试方法和控制决策程序一般说来对于核高脂肪酸标准新信息。于是,探索者对好几个日期段乳房癌原因的人列队共300个FFPE微创手术标本采集参与了全面性的核高脂肪酸组学科学研究科学研究,表明在外侵性PAM50临床试验诊断的基低样(basal-like)住院病历中,会来源于两类求繁衍模式期对比比较突出的的亚型(2号亚型和3号亚型),Kaplan-Meier求繁衍模式身材曲线和Forest善变量求繁衍模式科学研究科学研究最终显视,这两类核脂肪酸亚型在无发作求繁衍模式期(RFS)和总求繁衍模式期(OS)上面都都有着比较突出的的对比,在这当中3号亚型是每种核脂肪酸亚型中愈后最终是最好的的而2号亚型则是较差。探索者对88例三呈阴性乳房癌住院病历的科学研究科学研究也得知了此类对比的会来源于,为监床上乳房癌的精准扶贫临床试验诊断与控制展示 遵循原则。

图4 蛋白酶组学剖析将乳房癌分为3种症状亚型(Karama A, et al., Nat Commun, 2022)

3.治疗靶点筛选

应该用案例分析:消化道道间质瘤 论文参考文献各称:Proteomic characterization identifies clinically relevant subgroups of gastrointestinal stromal tumors 文章发表学术期刊:Gastroenterology,IF=29.4,202四年1一月份 工艺具体方法:淀粉酶酶组学、磷酸性反应淀粉酶酶组学 模本方式:193例未作改善的胃直肠道间质瘤FFPE模本 探索信息内容: 胃消化道胃道间质瘤(GIST)是最经普遍的胃消化道胃道间充质恶性癌症,享有较高的改变率和二次发作率。科学研究方案人员管理对193例GIST病患对其进行了化学发光法血清质组学和磷酸血清质组学分析一下。最后反映出,各个部位或各个策划 学級別的GIST其碳原子的特征享有一定的差异,在恶性癌症中高传达的血清在剪接体和气隙连接方式中显著性丰度,在磷硝化角色血清质组中同样有同找到,而在癌旁中调整的血清在新陈代谢关于环路中丰度。就癌旁的磷硝化角色血清质组,丰度有效路经与观看到的血清质各个,是能够PKC和MAPK转换Rho血清无线卫星信号转导,提高GTPase抗逆性和胃泌素-CREB无线卫星信号有效路经。MAPK7被判定并在效果上被证明书与GIST中的恶性癌症細胞分裂繁殖相关联,SQSTM1传达添加会遏制病患对甲磺酸伊马替尼的现象。效果进行实验确认了SRSF3在增强恶性癌症細胞分裂繁殖和从而导致疗效较差中的角色。该科学研究方案分辨各个部位胃消化道胃道间质瘤的海洋生物logo物,原则GIST恶性癌症患上部位异质性来淘汰深度贫困调理靶点。

图5 不一样区域胃肠管道间质瘤生物学标志牌物显著特点(Sun MJ, et al., Gastroenterology, 2023)

4.多组学联合分析

操作案例分享:高等级别成年蔓延性胶质瘤 参考文献英文名称:Proteomics separates adult-type diffuse high-grade gliomas in metabolic subgroups independent of 1p/19q codeletion and across IDH mutational status 先生发表杂志期刊:Cell Reports Medicine,IF=14.3,202两年6月 科技措施:淀粉酶组学、磷过酸淀粉酶组学、全人类基因组甲基化和副本数变种(CNV)剖析 样表方式:IDH野山型(IDHwt)胶质瘤、IDH突然变化型(IDHmut)胶质瘤各类非良性肿瘤比较组的共4俩FFPE样表 研究方案资源: 最高级别成人小蔓延性胶质瘤一种恶劣精神系统上皮良性恶性肉瘤,约占恶劣原发性脑良性恶性肉瘤的80%,WTO现今的划分类别是来源于IDH1/2突变的和1p/19q共低下环境。胶质瘤球蛋清酶质组研发有帮助于完成很好的病患分子结构逐层和制疗靶点正常识别。研发者可能通过全人类基因组甲基化介绍和拷贝到数突变(CNV)介绍对很多良性恶性肉瘤(表观)基因遗传规律学对其开始了研究方法。运用FFPE球蛋清酶质组学和磷硝化作用球蛋清酶组学,共检查测量到5,724个球蛋清酶质和5,213个高置信度磷酸位点。几组学介绍反映出IDHmut胶质瘤可能包含不相同亚型,因此存在不相同的热量分解代谢,总体布局上比1p/19q数字引发的差距更具。在使用三种自由的胶质瘤球蛋清酶质组统计资料集对其开始效验后,证实了这种亚组,并将IDHmut亚型与IDHwt胶质瘤中已创立的原精神系统和非常经典/间充质亚型去联系起來,对IDHmut胶质瘤病患的制疗存在暗藏的目的意义。

图6 FFPE两组学探索简要(Jakob MB, et al., Cell Rep Med, 2023)

送样小编建议

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深层FFPE营养素质组产品,多次不同样本测试均可实现单针8000+的蛋白酶排除。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,实现大链表样品重温性论述、疫情鉴别诊断分几型、中药治疗靶点需求、多个学共同概述等丰富的研究应用!

参照专著 [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