Автоматизированная визуализация протеоформ: прорыв в диагностике рака

Исследователи под руководством Нила Келлехера, доктора философии, профессора медицины, разработали автоматизированную технику для визуализации и идентификации протеоформ в ткани рака яичников. Результаты опубликованы в Nature Communications.

Техника AutoPiMS (Automated Proteoform Imaging Mass Spectrometry) обеспечивает максимальные на сегодняшний день скорость и точность для высокоразрешающей визуализации протеоформ — всех модифицированных версий белков в образце ткани. Она имеет широкий потенциал применения в онкодиагностике.

Большинство существующих методов визуализации белков в тканях не способны отображать именно протеоформы. Те же, что могут, делают это путем ионизации для масс-спектрометрии, что не позволяет понять их пространственное расположение в ткани.

Как работает AutoPiMS:

• Метод основан на более ранней разработке команды — PiMS (Proteoform Imaging Mass Spectrometry, 2022, Science Advances).
• Протеоформы извлекаются из ткани с помощью нанокапель.
• Происходит "взвешивание" (идентификация по массе) извлеченных протеоформ.
• Эти данные используются для построения изображений распределения протеоформ в сканируемой ткани.
• AutoPiMS добавляет к этому процессу вычислительный движок для автоматической идентификации и характеристики протеоформ в тонком срезе раковой ткани.

Ключевые результаты исследования:

• В образце ткани рака яичников человека было идентифицировано и охарактеризовано более 300 протеоформ.
• Техника картировала расположение специфических раковых белков в образце со скоростью одна минута на протеоформу.
• AutoPiMS смогла различить раковые и нераковые ткани одного и того же пациента.

"Мы показали, что можем локализовать не просто белки, а их множество протеоформ — это ультраспецифичные измерения в моей области протеомики", — заявил Нил Келлехер.

Техника будет доступна другим исследователям в области протеомики в Северо-Западном университете. В будущем команда планирует адаптировать AutoPiMS для использования в одноклеточной протеомике.

"Если мы сможем получать информацию о протеоформах на уровне одной клетки, у нас будут самые точные данные о белках в пространстве, времени и составе. Это станет конечной технологией, которая сделает анализ белков гораздо более точным", — отметил Келлехер. — "Прецизионная медицина требует прецизионной протеомики".