“片”舟已过万重山 | “FFomic” · FFPE组织样本切片蛋白质组学检测技术
在一个有机生物体中，基因表达的主要环节包括转录和蛋白质合成，mRNA是基因表达的中间体，而蛋白质是实现基因功能的最终执行体。遗传信息按照中心法则，从DNA传递至蛋白水平，这一过程涉及大量的调控过程。
01
基因组与疾病的精准医疗
2005年，TCGA（The Cancer Genome Atlas）项目成立，并在此后的17年间收集了1.1万余例临床病例，包含了33种癌症及其亚型的临床冰冻组织样本，利用这些样本发布了肿瘤的基因组数据，同时这个项目也开创了由基因组引领的精准医学的时代。
由于遗传信息调控过程复杂而动态，因此基因水平的变化往往并不一定能够体现在蛋白水平。在实际临床疾病诊断中，有些癌症虽然基因层面变异显著，但上述基因在蛋白层面并不表达，基因变异并不能影响到疾病的进展，因此单纯的基因组检测结果很难直接体现患者的生理、病理状态。
TCGA项目结束后，为进一步转化癌症基因组图谱计划与国际癌症基因组协会（TCGA/ICGC）项目的研究结果，美国国家癌症研究所(National Cancer Institute, NCI)立即启动了CPTAC项目。CPTAC项目核心是在世界范围内全面开展肿瘤蛋白质组学研究工作。在既往TCGA研究项目和CPTAC项目的前导性研究的基础上，肿瘤蛋白质组学研究已经成为继肿瘤基因组学研究后的又一里程碑式的研究任务。
肿瘤基因组学TCGA计划
隶属于美国健康研究院的美国国家癌症研究所和国家人类基因组研究所发起了癌症基因组图谱（TCGA）计划。TCGA目的是得到一个全面的、多维的，针对多种癌症基因组的图谱，并进行系统分析，旨在找到所有致癌和抑癌基因的微小变异，了解癌症发生、发展的机制，在此基础上开发新的诊断和治疗方法和新型“预防癌症的策略”。
02
基于蛋白质组的精准医疗研究策略
2017年，临床蛋白质组学肿瘤分析联盟Clinical Proteomic Tumor Analysis Consortium, CPTAC通过对TCGA中已经分析过的同一队列的癌症患者进行蛋白质组学数据采集分析，将蛋白质组学与癌症的潜在的表型联系起来，推动了蛋白质组学在疾病精准医疗领域的发展。目前，CPTAC所延伸的蛋白基因组学（Proteogenomic）技术在已经在分析包括透明细胞肾细胞癌[1]、子宫内膜癌[2]、肺腺癌[3]等诸多癌症中得到了应用。
后基因组时代迅速发展的蛋白质组CPTAC计划
CPTAC整合了基因组和蛋白组的数据，旨在识别和描述肿瘤组织和正常组织中的全部蛋白，发掘可作为肿瘤生物标记的候选蛋白。研究包括寻找与疾病相关的单个蛋白、整体研究某种疾病引起的蛋白质表达或修饰水平的变化、利用蛋白质组寻找一些致病微生物引起的疾病的诊断标记和疫苗等。随着精准医疗时代的到来，蛋白质组学在药物研究、临床诊断和个性化治疗等方面将具有更为广阔的应用前景。
03
临床蛋白质组研究的技术挑战
蛋白质组学的持续火热为疾病精准医疗开辟了全新时代，但对于蛋白组学诊断技术最显著的影响因素为样本质量。FFPE（formalin-fixed and paraffin-embedded，FFPE）因其技术操作简单，所以在临床疾病诊疗中多采用此种方法保存患者的组织样本。
FFPE样本中的固定液甲醛具有羰基亲电性和较小的空间位阻，使其易于与核酸和蛋白质上自由的氨基反应生成不稳定的羟甲基加合物，然后再进一步与其他核酸或蛋白质反应，导致组织细胞中的蛋白质、核酸等分子发生相当广泛的分子交联，并且固定时间越长，交联程度越大。这种交联反应使FFPE组织内蛋白质的组检测和鉴定变得相当困难。这种甲醛固定限制了蛋白质的提取效率，并可能导致质蛋白质的额外修饰，最终影响质谱的鉴定[4]。
福尔马林固定对DNA、RNA和蛋白的影响
临床蛋白质组研究的目的是在蛋白的层面理解肿瘤，为临床医生提供诊断治疗的工具和方法，让病人获益。这就要求我们必须用FFPE的病理样本或者活检的样本作为分析的材料，改进检测方法，来提高临床诊断中的稳定性、准确性和时效性。
04
FFomic—基于FFPE样本的全新检测技术
为解决上述问题，爱谱蒂康TM推出了新一代FFPE组织切片高维度蛋白质组学检测技术 —— FFomic 。2018年，公司科研团队完成新一代FFPE组织切片样本的技术攻关，开发了一整套自主研发的次世代蛋白质组组学深度覆盖技术。应用这套技术，在预实验结果的基础上，仅需3 ~ 5张样本切片即可完成蛋白质的深度检测。
基于FFPE切片实现目标检测区域的划分
病理检测中，可将FFPE组织块切片、脱蜡后进行HE染色、免疫组化、Fish等检测。iProteomeTM检测服务仅需组织切片的“白片”，不需任何脱蜡、染色等操作。
爱谱蒂康TM对FFPE样本蛋白质检测跨108动态范围，包含高丰度蛋白和低丰度蛋白，单针样本检测FFomic技术蛋白定量覆盖5000 ~ 8000个基因产物。此外，基于FFomic技术的样本制备方法还可以兼容对蛋白质翻译后修饰组和转录组的检测和鉴定，最终实现FFPE样本的高维度多组学分析。基于这项突破性FFomic技术，现已打造出为客户量身定做的学术及科研领域优质的多组学检测服务。
FFomic技术实现FFPE样本蛋白质超高的定量覆盖检测
单针样本检测FFomic技术蛋白定量覆盖度5000 ~ 8000个基因产物（FDR<1%，Unique peptide>1）。Matthias Mann最新一项研究中FASP、RapiGest、TFE等三种技术处理后FFPE多样本蛋白鉴定数目[5]与FFomic技术单样本蛋白定量结果比较
综上，通过FFomic技术可以实现完全不亚于新鲜样本的多组学检测和鉴定能力，拓展了临床FFPE组织切片的多组学分析的研究应用场景。临床上，长期保存的FFPE样本受多因素的影响，会导致样本质量降低，使常规的样本处理技术无法对这类样本进行蛋白组学和蛋白质翻译后修饰组学的检测，这大大限制了客户研究进程。
FFomic技术的应用，避免了由于长期保存造成的样本质量低，常规方法无法检测，造成的检测队列不一致的情况，大大拓宽了临床队列研究中的样本类型及来源，使针对罕见疾病、10年以上长期随访、多中心来源等冰冻组织样本难以获取的病例，开展队列级别的多组学检测、鉴定和深度覆盖成为可能。应用FFomic技术，弥补了FFPE样本蛋白质组、转录组、翻译后修饰组检测成功率低、效果差的缺陷，其鉴定水平与常规冰冻组织样本检测无显著差异。
讲到这里，想必各位Researcher对于这项研究已有所了解~ !那么如何利用FFPE样本多组学分析打动众多顶刊Reviewer？欲知后事如何，请各位评审官持续关注~，我们下期详解！
参考文献
[1] Clark DJ, Dhanasekaran SM, Petralia F, et al.; Clinical Proteomic Tumor Analysis Consortium. Integrated Proteogenomic Characterization of Clear Cell Renal Cell Carcinoma. Cell. 2019 Oct 31;179(4):964-983.e31. doi: 10.1016/j.cell.2019.10.007. Erratum in: Cell. 2020 Jan 9;180(1):207. PMID: 31675502; PMCID: PMC7331093.
[2] Dou Y, Kawaler EA, Cui Zhou D, et al.; Clinical Proteomic Tumor Analysis Consortium. Proteogenomic Characterization of Endometrial Carcinoma. Cell. 2020 Feb 20;180(4):729-748.e26. doi: 10.1016/j.cell.2020.01.026. Epub 2020 Feb 13. PMID: 32059776; PMCID: PMC7233456.
[3] Gillette MA, Satpathy S, Cao S, et al.; Clinical Proteomic Tumor Analysis Consortium. Proteogenomic Characterization Reveals Therapeutic Vulnerabilities in Lung Adenocarcinoma. Cell. 2020 Jul 9;182(1):200-225.e35. doi: 10.1016/j.cell.2020.06.013. PMID: 32649874; PMCID: PMC7373300.
[4] Hoffman EA, Frey BL, Smith LM, Auble DT. Formaldehyde crosslinking: a tool for the study of chromatin complexes. The Journal of Biological Chemistry. 2015 Oct;290(44):26404-26411. DOI: 10.1074/jbc. r115.651679. PMID: 26354429; PMCID: PMC4646298.
[5] Coscia F, Doll S, Bech JM, Schweizer L, Mund A, Lengyel E, Lindebjerg J, Madsen GI, Moreira JM, Mann M. A streamlined mass spectrometry-based proteomics workflow for large-scale FFPE tissue analysis. J Pathol. 2020 May;251(1):100-112. doi: 10.1002/path.5420. PMID: 32154592.
咨询
我们尊重知识产权，如您认为本平台所载文章、图片、视频等内容侵犯您的合法权益，请您及时联系我们，我们将依据相关法律法规、平台规则予以处理。
关键字
- 193
- 点赞
- 复制链接
- 举报
