拜谱生物

400-820-8531
News center
拜谱生物
首页 > 拜谱生物 > 拜谱生物 > 新货颁布 | 二次搬运费纵深FFPE淀粉酶质组换醒沉睡子样本的“藏宝之秘库”

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

视频背景

福尔马林固定不动和石蜡包埋(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,针对石蜡组织切片范本的性能特点,拜谱生物对切开脱蜡、淀粉酶领取、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“高纵深FFPE蛋白酶质组”鉴定新纪元!

设备价绍

过高高度FFPE血清质组研究方案的通常关键步骤还包括:FFPE切成片脱蜡复水、血清质拆分、肽段酶解、LC-MS/MS资料分折、资料库检索式、资料资料分折和生信资料分折等。

图1 超长淬硬层FFPE高蛋白质组的工艺路线地图

实际数值

拜谱生物采用主打脱蜡思路(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新民主主义概念谱网站进行质谱采集,对下机数据进行严格质控,得到的项目实测数据表明,大链表样品均稳定性在8000上述的蛋白鉴定数量(图2)。另外,拜谱生物还提供特点生信定量研究分析和独特性化定制化定量研究分析,以全流程优质服务助力客户的项目研究。

图2 超标深度.FFPE蛋清质组的项目测量资料

软件典型案例

1.回想性探索

应运案例分析:甲状腺乳晕癌 资料名稱:Risk stratification of papillary thyroid cancers using multidimensional machine learning 刊出杂志期刊:International Journal of Surgery,IF=15.3,2024年1一月份 技巧办法:DIA核蛋白组 模本多种类型:甲状腺咪咪头癌FFPE模本和FNA活检模本 分析相关内容: 甲状腺囊癌(PTC)是里常考的激素标准量恶性瘤良性肉瘤一种,有着有差异的分险标准。然后,PTC的参与开刀分险安全隐患评定还在继续是全市场的这个试炼。探究者在2013-2023年收录了558名爱美者的良性肉瘤策划 FFPE样例和活检FNA样例,样例分3组参与DIA营养素酶混合物析,共评定出5,774个与PTC关联的营养素酶质,在这营养素酶中,有3种营养素酶在对3d模型中展现出相关系数的权数,变成了安全隐患评定PTC分险因素的首要化学发光法招生指标,按照回顾与展望性链表中274例FFPE样例的营养素酶质组学的数据和临床实验企业信息等多维特征描述,制定了这个包涵1七个变数的机械练习对3d模型,利于PTC参与开刀分险安全隐患评定,减小没用不着要的开刀下降神经太过紧绷疗法。

图3 构建电脑深造对PTC回顾过去性研究分析列队实行的风险分层现象

2.疾病诊断分型

广泛应用成功案例:乳腺纤维癌 文献资料种类:Proteomic analysis of archival breast cancer clinical specimens identifies biological subtypes with distinct survival outcomes 刊登中文核心期刊:Nature Communications,IF=16.6,2023年11月 科技步骤:蛋白质组学 样板类行:300例乳房癌确认病症用户的FFPE集体动物标本 科学研究信息: 乳房癌是欧洲女姓高发期的的恶性瘤良性肿瘤,既然乳房癌的DNA酚类化合物类完成了实现,但现今的医学测试方法和治療决策制定常常根据膳食纤维质程度短信。故此,探讨者对两个人周期段乳房癌评估患儿序列共300个FFPE手术诊疗组织切片实现了周全的膳食纤维质组学进行数据分析一下,会发现在肉瘤样癌性PAM50分几型的肌底样(basal-like)病历中,产生两大类经营期不同之处强烈的亚型(2号亚型和3号亚型),Kaplan-Meier经营线性和Forest千变万化量经营进行数据分析一下后果凸显,这两大类膳食纤维亚型在无病发经营期(RFS)和总经营期(OS)里面怀有强烈的不同之处,这当中3号亚型是两种膳食纤维亚型中生存率后果好的而2号亚型则是最烂。探讨者对88例三呈阴性乳房癌病历的进行数据分析一下也得知了此类不同之处的产生,为医学上乳房癌的准确分几型与治療出具通过。

图4 蛋白质组学讲解将甲状腺癌截成3种重大疾病亚型(Karama A, et al., Nat Commun, 2022)

3.治疗靶点筛选

利用典例:消化道道间质瘤 学术论文名称大全:Proteomic characterization identifies clinically relevant subgroups of gastrointestinal stromal tumors 发过杂志:Gastroenterology,IF=29.4,2025年1一月 新技术的办法:核淀粉酶组学、磷碱化核淀粉酶组学 子范本类型、:193例未作根治的直消化道间质瘤FFPE子范本 探析方面: 直肠子间质瘤(GIST)是最经典型的直肠子间充质良性恶性肺部良性肿癌,含有较高的变更率和重复发作率。学习工作员对193例GIST人群来进行了酶联免疫法球脂肪酸组学和磷酸球脂肪酸组学阐述。结杲得出结论,不一于定位或不一于团体学級別的GIST其氧分子基本特征含有差异性,在良性恶性肺部良性肿癌中高把你想表达出来出的球血清在剪接体和空隙连到中重要聚集,在磷硝化用途球脂肪酸组中也会有相似看见,而在癌旁中调整的球血清在代谢率关于 的环路中聚集。面对癌旁的磷硝化用途球脂肪酸组,聚集手段与仔细观察到的球脂肪酸不一于,是在PKC和MAPK自动调节Rho球血清数据信息转导,促活GTPase特异性和胃泌素-CREB数据信息手段。MAPK7被监定并在特点上被证明文件与GIST中的良性恶性肺部良性肿癌上皮血细胞增值关于 ,SQSTM1把你想表达出来出加大会减弱人群对甲磺酸伊马替尼的症状。特点实验操作得知了SRSF3在有利于促进良性恶性肺部良性肿癌上皮血细胞增值和影响疗效不合格品中的用途。该学习快速精确不一于定位直肠子间质瘤的生物体图标物,根据GIST良性恶性肺部良性肿癌患上定位异质性来选择有目的开展靶点。

图5 有差异 具体位置胃可以使肠胃道间质瘤生物技术图标物共同点(Sun MJ, et al., Gastroenterology, 2023)

4.多组学联合分析

适用案例库:高别成年人缭绕性胶质瘤 论文资料种类:Proteomics separates adult-type diffuse high-grade gliomas in metabolic subgroups independent of 1p/19q codeletion and across IDH mutational status 发表过杂志期刊:Cell Reports Medicine,IF=14.3,202两年11月 技术水平方式方法:血清质组学、磷酸性反应血清质组学、全基因组组甲基化和文案数遗传变异(CNV)探讨 样版类行:IDH纯天然型(IDHwt)胶质瘤、IDH突变率型(IDHmut)胶质瘤与非癌肿差表组的共43个FFPE样版 设计方面: 高阶别人迷漫性胶质瘤是一个种恶劣面面神经上皮淋巴癌肿,约占恶劣原发性脑淋巴癌肿的80%,WTO到目前为止的分类管理是实验背景IDH1/2突然变化和1p/19q共低下阶段。胶质瘤血清质组实验有弊于保持有效的病员分子式层次和治愈靶点识別。实验者经过全表观基因遗传组甲基化概述和复制数进化(CNV)概述对一切淋巴癌肿(表观)基因遗传学展开了研究方法。软件应用FFPE血清质组学和磷硝化作用血清组学,共检查测量到5,724个血清质和5,213个高置信度磷酸位点。多个学概述反映出IDHmut胶质瘤会以分成两种类型亚型,它存在不一样的能源分解代谢,总的上比1p/19q识别码造成的的的差异大些。采用三种自立的胶质瘤血清质组数据表格集展开查证后,证明了这样亚组,并将IDHmut亚型与IDHwt胶质瘤中已建立找的原面面神经和经典的/间充质亚型找了 ,对IDHmut胶质瘤病员的治愈存在自身的含义。

图6 FFPE几组学实验概况(Jakob MB, et al., Cell Rep Med, 2023)

送样意见与建议

拜谱总结ppt

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,拜谱生物推出全新超低长度FFPE蛋白酶质组产品,多次不同样本测试均可实现单针8000+的蛋白酶查出。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,实现大列队范例回眸性探析、重大疾病检验探讨、医治靶点需求、两组学联席探讨等丰富的研究应用!

参阅文献资料 [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