中国基因网您的位置:首页 >企业新闻 >

SpatialOMx如何在疾病研究中提供新的见解

在接受Bruker Daltonics公司用途披露经理香农·科尼特博士(Shannon Cornett Ph.D.)的采访时,他讨论了MALDI的使用,并在对这种疾病的研究中获得了更深层次的洞察力。

首先,我们必须认识到疾病是一个细胞过程,组织的原位分析为细胞内发生的分子变化提供了最直接和最敏感的途径。

对血液、唾液或尿液等生物液体的分析至少具有侵入性,但由于健康细胞产物的稀释和干扰,发现特定于患病细胞的生物分子可能会变得复杂。

使用空间导向的分子工具,如SpatialOMx,使研究人员能够直接研究组织中分子起源的变化。

肺腺癌的H&E氧化物斑点。(图片来源:David A. Litman/Shutterstock.com)

SpatialOMx驱动的MALDI是一种无标签书写技术,使研究人员能够在原位可视化广泛的区域特定分子图像。与基于抗体的成像技术不同,SpatialOMx可以产生成百上千的分子图像,将代谢产物与蛋白质结合起来,对疾病的途径进行更全面的研究。

目前商业单细胞分辨率近似于SpatialOMx系统。在常规的20µm/pixel分辨率下,科学家可以生成各种各样的合成帽的信息,并且这些信息对于特定的细胞束是非常具体的。这提供了一个更深入的分子洞察力的现有技术,限于相对较少的组成。

在分子分析中,癌症活检通常分为诱变组织和非诱变组织。然而,细胞组织的组成要复杂得多,它由许多不同的细胞表型组成,每一种表型都是独特的生化过程。当所有的表型都被提取到一个或两个溶液中进行分子分析时,关键分子指标可能会丢失。

SpatialOMx为细胞束提供特定的分子指纹。许多已发表的初步研究表明,单分子指纹可以区分细胞表型,通常是在组织学无法区分表型的情况下。在其他情况下。SpatialOMx的数据提供了对疾病附近或远处地区发生的生化变化的非常具体的洞见。

研究人员还可以使用SpatialOMx来研究分子组织学如何与临床结果相关,以更好地理解分子路径。组织学上,两个活检可能有非常相似的特征,但是分子,可能有几种不同的表型,这在文献中已经展示过了。

其他临床研究人员正在研究建立分子指纹与患者病史比较分类库的可行性。如果成功,分子分析可以通过向病理中添加更具体的分子成分来帮助改善诊断和预后结果。

病理学家使用许多技术来分析组织。最常见的一种是组织学染色,它已经作为一种诊断工具使用了100多年。在这里,组织的一部分被非特异性染料染色,病理学家在显微镜下检查染色的组织部分,并根据细胞形态在水平尺度上的比较做出诊断。在许多情况下,由于过程的主观性质,组织学不能提供通畅的诊断。

第二种方法,染色(IHC)免疫组化,也很常见。使用hci,组织的一部分暴露在一种已知疾病标志物蛋白的抗体标签上。病理诊断是基于抗体标签的目视分析。

IHC的性质要求了解与发现工作流不兼容的特定目标蛋白。相比之下,SpatialOMx在没有分子标签的情况下,可以看到更广泛的代谢产物、脂质和蛋白质谱。

下载:马尔迪图像投影的质谱癌症生物标志物的发现。

由SpatialOMx驱动的MALDI是由Bruker timsTOF的flex训练仪器支持的。有了我们独特的双源,客户现在可以无缝地结合来自LC-MS Omics和MALDI的图像投影结果,以获得前所未有的特异性和敏感性。

MALDI的图像投影将研究人员带到具有所需分子表型的细胞区域,以便对LC-MS进行更具体的分析,以进行真正的SpatialOMx分析。

如果你回顾一下过去20年使用质谱法进行临床研究的范围,那么组学(蛋白质组学、代谢组学、脂质组学)的las "技术变得越来越流行和强大。

这些研究通常涉及临床样本的队列,每个队列都是由LC-MS/MS数据提取和分析的。然后对其进行检查,以确定队列中的分子差异或与原始样本活检状态相关的变化。

传统组学分析的优点之一是提取过程可以从组织标本中提取大量的材料。然而,在单一溶液中提取异质组织会使人对任何单个细胞表型的分子贡献视而不见,使人无法将分子表达的任何变化追溯到细胞起源。

小鼠视网膜以微米10的缩放方式测量脂质。刻度条表示µm 100 (Ctredit图像:Bruker Daltonics和Jeffrey Spraggins,博士,Vanderbilt大学质谱研究中心)

一些初步研究结合了不同的仪器,使用LC-MS分析和MALDI图像投影来检查组织队列。随着timsTOF flex培训的引入,我们的客户现在有了一个集成的MALDI和LC-MS图像投影平台。

在实践中,我们使用MALDI图像投影来确定MALDI图像投影数据中单个细胞表型的情况,然后将这些空间坐标用于LC-MS/MS的微提取和分析。

组织学提供了一定程度的细胞选择性,但也有许多已发表的例子表明,组织学无法区分细胞表型,但从马尔迪图像中提取的分子特征已被证明可以区分。由SpatialOMx驱动的MALDI在确定特定细胞表型和研究它们之间的分子差异方面提供了最高程度的选择性和特异性。

在制药行业中,SpatialOMx有两种明显的用途。第一个是在临床前试验中测量剂量治疗成分的丰度和分布。

在给动物注射药物后,SpatialOMx能否帮助确定药物成分分布在何处,以及它是否指向正确的器官或患病细胞?该技术还提供了一种直接的药物代谢监测分布方式。

当我们知道我们正在寻找的外壳时,瞄准SpatialOMx是可能的。如果我们能发现成分,图像就能揭示器官或动物本身最丰富的位置,这些分布可能与来自其他图像投影模式的信息相关。通常,测试成分的代谢物也反映在相同的测量中。

与传统的全体瞄准空间放射自显影相比,它具有独特的优势。在肠体放射自显影中,对试验动物进行药物放射性成分的剂量,然后对其进行放射性位点分析。通常,分子特异性较低,以确定发现的放射性同位素是附着在药物分子上,还是附着在完整的药物代谢产物上。

其次,产生和处理放射性成分的成本和时间可能非常高,因为这些测量将在药物发现管道的后期进行。相比之下,有针对性地测量SpatialOMx只需要几个小时,操作成本低得多,信息内容也深得多。

量化每个组织区域的成分含量也很重要。LC-MS是一种用于定量提取组织的标准工具。测量得到的成分只有一定量,假设它均匀地分布在整个组织中。不可能确定原始组织分支内的任何分布。有了指向的SpatialOMx,可以量化每个像素内的复合分布。

次要SpatialOMx分析的一个优势是衡量metabilitos地图创作和生产全数还包含许多其他的分布地图内生的组织、分析untargeted或发现药物药效学。

如上所述,timsTOF的flex格式是一个良好的timsTOF与MALDI高速源。因此,从基本的角度来看,良好的timsTOF只能支持LC-MS,而timsTOF的flex格式只能支持LC-MS和MALDI的图像投影。此外,重要的是要注意,timsTOF的flex培训需要在LC-MS或MALDI分析之间进行非机械或基于断路器配置的更改。

对于一个可能已经有一个良好的时机的实验室来说,它很可能是为了进行蛋白质组学或代谢组学而购买的。有时会对组织样本的提取物进行测量,有时可能会使用原始的液体样本。

对于那些计划分析组织活检的研究人员来说,了解常见技术的局限性是很重要的,这些技术是否涉及组织的均质化和组织切片的提取,或者是在组织学引导的微提取之后进行的。如前所述,这些方法要么完全丢失了空间信息,要么缺乏针对特定细胞分子表型的特异性。

TimsTOF的flex训练,结合LC-MS和MALDI的能力,使SpatialOMx驱动的MALDI能够提供更大的细胞特异性来进行LC-MS的提取和分析。

预测变化的最重要领域将是利用马尔代夫驱动的SpatialOMx将整个空间组件集成到信息分子管道中的能力。文献表明,分子表型可能比组织学本身更具特异性和选择性,使用SpatialOMx可以使研究人员充分利用更高的特异性。

在Bruker,我们为客户提供更快的技术,提供更高的灵敏度和提高空间分辨率。纳入技术比如timsTOF放置的flex培训以提高很大程度上正在做什么因为如果你现在传统工作流proteomics或metabolomics来确定分子改变,之后是一种自然聚集有这种能力MALDI-conducida分子民众理解正在发生的这些变化。通过提供新的创新解决方案,我们使研究人员能够选择更有回报的路线。

MALDI在timsTOF的flex培训中领导了SpatialOMx

Dale Shannon Cornett,博士,乔治亚大学,1993年,Bruker, 1994年加入应用科学家,2002年成为MALDI benchtop系统的产品总监。然后他去了范德比尔特大学(Vanderbilt university)担任生物化学研究助理教授,与理查德·卡普里奥利(Richard Caprioli)教授合作,在当时新兴的图像投影质谱学领域开发新工具和方法。

Shannon在2009年重组了Bruker Daltonics,以支持图像投影产品,现在负责美洲和亚太地区的ms图像投影业务。他继续在范德比尔特担任生物化学研究助理教授。

请注意:这里讨论的产品仅供研究使用。它们不被批准用于临床诊断程序。

赞助内容策略:News-Medical.net发布的文章和相关内容可能来自于我们现有的商业关系,前提是这些内容为News-Medical的核心编辑理念增加了价值。网站旨在教育和告知对医学研究、科学、医疗器械和治疗感兴趣的网站访问者。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。