高分辨率空間質(zhì)譜蛋白質(zhì)組學平臺PLATO的技術優(yōu)勢與應用
空間蛋白質(zhì)組學
空間蛋白質(zhì)組學能夠在傳統(tǒng)蛋白質(zhì)組學提供豐富分子信息的基礎上，進一步揭示分子在細胞或組織中的空間分布，對于系統(tǒng)性地理解生物功能、疾病機制和治療效果至關重要�！禢ature Methods》選擇空間蛋白質(zhì)組學作為2024年度方法[1]，也反映了行業(yè)對這項技術應用前景的關注和認可�，F(xiàn)有質(zhì)譜空間蛋白質(zhì)組學技術主要包括基于MALDI的質(zhì)譜成像、激光顯微切割和膨脹水凝膠放大后切割等。其中，質(zhì)譜成像可檢測蛋白種類有限，后兩種方法的成本和質(zhì)譜檢測通量要求高，使得其在研究中的廣泛應用受限。
2025年2月，中國科學院動物研究所趙方慶團隊聯(lián)合國家蛋白質(zhì)科學中心（北京）王貴賓在Cell雜志上發(fā)表了題為“High-resolution spatially resolved proteomics of complex tissues based on microfluidics and transfer learning”的研究論文[2]，該研究整合微流控技術、微量蛋白質(zhì)組學檢測技術和人工智能深度學習算法，開發(fā)出一種全新的高分辨率和高通量空間質(zhì)譜蛋白質(zhì)組學平臺PLATO，能夠?qū)崿F(xiàn)對整個組織切片中數(shù)千種蛋白質(zhì)的精確映射。
01技術創(chuàng)新與優(yōu)勢
1.1 基于微流控的創(chuàng)新性高通量原位蛋白采樣技術
獲得3張組織的連續(xù)切片，中間切片用于組織學染色或空間代謝/轉(zhuǎn)錄組學生成參考組學數(shù)據(jù)，而第一、三片則在不同角度下進行基于微流控芯片的平行流蛋白質(zhì)組分析。切片在芯片上進行消化，每個微通道中的肽段被抽出、收集，并進行LC-MS/MS定量分析。每個角度的測量稱為平行流投影。
1.2 高穩(wěn)定性和準確性的微量蛋白質(zhì)組學質(zhì)譜檢測
高定量準確性、高通量和高穩(wěn)定性的微量蛋白質(zhì)組學檢測是支持空間蛋白質(zhì)表達圖譜重構(gòu)的基礎條件。本研究利用Q Exactive HF質(zhì)譜儀DIA采集模式進行檢測，以每日40個樣本的高通量實現(xiàn)了微量樣本的可靠和可重復定量。
獲得3張組織的連續(xù)切片，中間切片用于組織學染色或空間代謝/轉(zhuǎn)錄組學生成參考組學數(shù)據(jù)，而第一、三片則在不同角度下進行基于微流控芯片的平行流蛋白質(zhì)組分析。切片在芯片上進行消化，每個微通道中的肽段被抽出、收集，并進行LC-MS/MS定量分析。每個角度的測量稱為平行流投影。
1.2 高穩(wěn)定性和準確性的微量蛋白質(zhì)組學質(zhì)譜檢測
高定量準確性、高通量和高穩(wěn)定性的微量蛋白質(zhì)組學檢測是支持空間蛋白質(zhì)表達圖譜重構(gòu)的基礎條件。本研究利用Q Exactive HF質(zhì)譜儀DIA采集模式進行檢測，以每日40個樣本的高通量實現(xiàn)了微量樣本的可靠和可重復定量。
1.3 基于深度學習的創(chuàng)新型空間重構(gòu)算法
本研究開發(fā)了一種基于遷移學習的算法Flow2Spatial，可根據(jù)中間切片的圖像或空間代謝/轉(zhuǎn)錄組結(jié)果，和兩組平行流投影值重建出高分辨率的原始蛋白質(zhì)空間分布。通過采用這種策略，可顯著減少切片數(shù)量和測量次數(shù)，降低連續(xù)切片引入的異質(zhì)性，節(jié)省樣品制備和測量的時間和成本。
02PLATO平臺亮點
PLATO平臺能夠以極高的空間分辨率（25 μm）對組織切片中的蛋白質(zhì)進行定位和定量分析。這意味著研究人員可以清晰地看到蛋白質(zhì)在不同細胞和組織區(qū)域中的分布情況，從而更好地理解其生物功能。
2.2 廣泛的組織兼容性
無論是小鼠、大鼠還是人類組織，PLATO都能完美兼容。其強大的適應能力使得研究人員能夠在各種生物樣本中進行高效的蛋白質(zhì)組學研究。
2.3 乳腺癌研究中的應用
在乳腺癌研究中，PLATO展示了其強大的應用潛力。通過對乳腺癌組織的高分辨率蛋白質(zhì)映射，PLATO能夠識別出不同的腫瘤亞型，并發(fā)現(xiàn)關鍵的失調(diào)蛋白質(zhì)，為腫瘤的診斷和治療提供了新的思路。
03總結(jié)與展望
中國科學院動物研究所博士后胡倍瑜、博士后何睿喬、博士研究生龐琨及國家蛋白質(zhì)科學中心（北京）王貴賓為該研究的共同第一作者，中國科學院動物研究所趙方慶研究員和冀培豐副研究員為該研究的通訊作者。
專家訪談
趙方慶 研究員
中國科學院動物研究所
Q1如何解決微流控芯片上樣本量少導致蛋白檢測數(shù)目不足的問題？
答：這是一個關鍵挑戰(zhàn)，微量蛋白質(zhì)的檢測一直是難點，尤其是在微流控芯片體系下，樣本損失是一個不可忽視的問題。為此，我們與國家蛋白質(zhì)科學中心的專家緊密合作，針對樣本制備流程進行了系統(tǒng)優(yōu)化。具體而言，我們改進了消化液體系，調(diào)整了酶解時間，優(yōu)化了色譜梯度，并對質(zhì)譜檢測條件進行了細致調(diào)整。這些優(yōu)化措施顯著提高了蛋白質(zhì)的檢測靈敏度和覆蓋度，有效解決了樣本量少導致的檢測不足問題。Q2Flow2Spatial算法在重建蛋白質(zhì)表達模式時，如何處理不同切片之間的異質(zhì)性？
答：這個問題需要從實驗和計算兩個層面來解決。實驗方面，我們采用了一種質(zhì)譜兼容的包埋劑，以盡可能保持組織切片的原始狀態(tài)，同時避免包埋劑對質(zhì)譜信號的抑制影響。計算方面，我們評估了多種圖像配準算法，并最終選擇了一款在實際應用中表現(xiàn)最優(yōu)的算法。通過實驗和計算的雙重優(yōu)化，我們有效降低了切片間的異質(zhì)性，提高了Flow2Spatial算法在蛋白表達模式重建中的準確性和穩(wěn)定性。Q3PLATO平臺在實際臨床應用中的前景如何？是否有計劃將該技術應用于其它類型的組織或疾病研究中？未來是否有進一步改進或擴展該平臺的計劃？
答：這個問題非常重要。PLATO平臺能夠在全組織切片水平精準解析蛋白質(zhì)的空間分布，為探索疾病的發(fā)生發(fā)展機制提供了全新的工具。未來，我們計劃進一步拓展該技術的應用領域，例如用于不同類型的腫瘤樣本，構(gòu)建更完整的空間蛋白組圖譜，助力腫瘤微環(huán)境研究。同時，我們也在持續(xù)優(yōu)化PLATO平臺，包括提升空間分辨率、增加可檢測蛋白數(shù)量，并進一步增強其與其他組學技術的兼容性，以拓寬其在生命科學和臨床研究中的應用前景。專家簡介
趙方慶，中國科學院動物研究所研究員、全國重點實驗室主任、國家杰出青年基金獲得者。
現(xiàn)任中國生物信息學會基因組信息學專委會主任、中國微生物學會微生物組專委會副主任、中國生物工程學會計算生物學與生物信息學專委會副主任、Briefings in Bioinformatics、Science Bulletin、Science China Life Sciences、Genomics, Proteomics & Bioinformatics等期刊副主編或編委。主要致力于建立數(shù)據(jù)與智能驅(qū)動的前沿組學技術，探索人體微生物與非編碼RNA的結(jié)構(gòu)組成與變化規(guī)律，以期解析它們與健康和疾病的關系。近年來，在Cell、Nature Biotechnology、Nature Methods、Nature Genetics、Nature Cell Biology、Nature Computational Science等刊物上發(fā)表通訊作者論文100余篇，其中十余篇入選ESI高被引論文。榮獲“中國科學院優(yōu)秀共產(chǎn)黨員”、“中央和國家機關四好黨員”，7次獲得“中國科學院優(yōu)秀導師獎”，3次獲得“中國科學院大學領雁獎章”， “中國科學院李佩教師奉獻獎”和“中國科學院朱李月華優(yōu)秀教師獎”等。
參考文獻：
[1] Method of the Year 2024: spatial proteomics. Nat Methods 21, 2195-2196 (2024).
[2] High-resolution spatially resolved proteomics of complex tissues based on microfluidics and transfer learning. Cell 188, 734-748 (2025).
[3] Enhanced sensitivity and scalability with a Chip-Tip workflow enables deep single-cell proteomics. Nat Methods (2025).
現(xiàn)任中國生物信息學會基因組信息學專委會主任、中國微生物學會微生物組專委會副主任、中國生物工程學會計算生物學與生物信息學專委會副主任、Briefings in Bioinformatics、Science Bulletin、Science China Life Sciences、Genomics, Proteomics & Bioinformatics等期刊副主編或編委。主要致力于建立數(shù)據(jù)與智能驅(qū)動的前沿組學技術，探索人體微生物與非編碼RNA的結(jié)構(gòu)組成與變化規(guī)律，以期解析它們與健康和疾病的關系。近年來，在Cell、Nature Biotechnology、Nature Methods、Nature Genetics、Nature Cell Biology、Nature Computational Science等刊物上發(fā)表通訊作者論文100余篇，其中十余篇入選ESI高被引論文。榮獲“中國科學院優(yōu)秀共產(chǎn)黨員”、“中央和國家機關四好黨員”，7次獲得“中國科學院優(yōu)秀導師獎”，3次獲得“中國科學院大學領雁獎章”， “中國科學院李佩教師奉獻獎”和“中國科學院朱李月華優(yōu)秀教師獎”等。
參考文獻：
[1] Method of the Year 2024: spatial proteomics. Nat Methods 21, 2195-2196 (2024).
[2] High-resolution spatially resolved proteomics of complex tissues based on microfluidics and transfer learning. Cell 188, 734-748 (2025).
[3] Enhanced sensitivity and scalability with a Chip-Tip workflow enables deep single-cell proteomics. Nat Methods (2025).
- 高分辨率空間質(zhì)譜蛋白質(zhì)組學平臺PLATO的技術優(yōu)勢與應用
- TGA-FTIR-GCMS聯(lián)用系統(tǒng)在多領域應用案例分享
- 賽默飛單桿質(zhì)譜用于紡織品中的AP和APnEO檢測
- 離子色譜-高分辨質(zhì)譜聯(lián)用技術用于分析血液中強極性毒物
- 重點日用消費品有害化學物質(zhì)高分辨質(zhì)譜譜庫的構(gòu)建及應用
- iCAP MSX ICP-MS助力石油化工行業(yè)不同沸程的典型樣品常規(guī)分析
- spICP-TOF-MS技術用于燃煤源磁鐵礦單納米顆粒多關鍵致毒組分甄別
- 在線CI-Orbitrap技術助力大氣中氣態(tài)含氧有機分子研究取得新進展
Copyright(C) 1998-2025 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：info@bio-equip.com