拜谱生物

400-820-8531
News center
拜谱生物
首页 > 拜谱生物 > 拜谱生物 > 最新产品颁布 | 超宽深度1FFPE核营养素组触发沉睡子样本的“神秘宝藏秘库”

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

原型

福尔马林一定和石蜡包埋(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,针对石蜡切成片样版的特征,拜谱生物对薄片脱蜡、蛋白酶抽取、肽段酶解、上机试验等全流程进行优化,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“很高深浅FFPE蛋清质组”鉴定新纪元!

设备介绍英文

较高宽度FFPE营养物质质组理论研究的主要的布骤是指:FFPE切成片脱蜡复水、营养物质质导出、肽段酶解、LC-MS/MS讲解、数值源库查阅、数值源讲解和生信讲解等。

图1 非常高深入FFPE蛋清质组的的技术自驾线路

评测数据资料

拜谱生物采用发展趋势脱蜡营销策略(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民主革命本质谱手机平台进行质谱采集,对下机数据进行严格质控,得到的项目实测数据表明,大序列模本均安全稳定在8000左右的蛋白鉴定数量(图2)。另外,拜谱生物还提供代表性生信浅析和多样化化个人定制浅析,以全流程优质服务助力客户的项目研究。

图2 非常高纵深FFPE营养物质质组工程项目测试数值数值

app范例

1.回想性理论研究

用途案例分析:甲状腺囊癌 文献资料种类:Risk stratification of papillary thyroid cancers using multidimensional machine learning 撤稿刊物:International Journal of Surgery,IF=15.3,202两年15月 能力的办法:DIA球蛋白组 子样例分类:甲状腺囊癌FFPE子样例和FNA活检子样例 分析方面: 甲状腺乳晕癌(PTC)是最喜欢见的激素分泌出恶劣恶性癌病的一种,拥有差异的隐患横向。其实,PTC的做手术后隐患测试报告格式依然是全宇宙的一挑战自我。探索者在2013-今年 自身了558名用户的恶性癌病结构FFPE样表和活检FNA样表,样表分3组实行DIA核蛋清类物质析,共评定出5,774个与PTC涉及的核蛋清质,在以下核蛋清中,有3种核蛋清在类别中表面出取得的加权,成为了测试报告格式PTC隐患阶段的至关重要一定量依据,基于回忆性链表中274例FFPE样表的核蛋清质组学参数和临床药理图片信息等多维特色,建立起一堆一般包括16个因素的POS机学习成绩类别,利于PTC做手术后隐患测试报告格式,避免用不着要的做手术变低过度的调理。

图3 结合在一起机子学习成绩对PTC集锦性实验序列做概率等级

2.疾病诊断分型

利用例案:乳腺炎癌 参考文献种类:Proteomic analysis of archival breast cancer clinical specimens identifies biological subtypes with distinct survival outcomes 发表文章杂志期刊:Nature Communications,IF=16.6,2020年6月 能力办法:蛋白酶组学 样版品类:300例乳腺癌癌诊断出爱美者的FFPE阻止生物标本 钻研相关内容: 甲状腺纤维癌是世界上男性易发的一项梭形细胞肿癌肿癌,既然甲状腺纤维癌的染色体混合物类有了进度,但近年的临床检验上测试软件和制疗决定一般而言系统设计胆固醇质技术新信息。往往,实验探讨者对两位时段段甲状腺纤维癌测试病号序列共300个FFPE整形手术样本做了新一轮的胆固醇质组学定量深入定量分析,得知在侵蚀性PAM50基因临床表现的肌底样(basal-like)病列中,存在的的两大类荒岛经营期差距很大的亚型(2号亚型和3号亚型),Kaplan-Meier荒岛经营身材曲线和Forest善变量荒岛经营定量深入定量分析最终效果表现,这两大类胆固醇亚型在无二次发作荒岛经营期(RFS)和总荒岛经营期(OS)层面有了很大的差距,表中3号亚型是4种胆固醇亚型中效果最终效果比较好的而2号亚型则是较差。实验探讨者对88例三阴性反应甲状腺纤维癌病列的定量深入定量分析也证明了各种差距的存在的的,为临床检验上上甲状腺纤维癌的准确基因临床表现与制疗能提供法律规定。

图4 淀粉酶组学讲解将乳房增生癌划分3种疾患亚型(Karama A, et al., Nat Commun, 2022)

3.治疗靶点筛选

拜谱生物例案:消化道道间质瘤 文章英文名称:Proteomic characterization identifies clinically relevant subgroups of gastrointestinal stromal tumors 发过论文期刊:Gastroenterology,IF=29.4,202两年多17月 技术应用形式:蛋清组学、磷过酸蛋清组学 样版量性质:193例未经授权治療的直肠胃间质瘤FFPE样版量 研究分析的内容: 胃直肠管道间质瘤(GIST)是最喜欢见的胃直肠管道间充质恶性肿癌,具备着较高的转出率和又复发率。探索方案工作人员对193例GIST求美者开展了一定量淀粉酶质组学和磷酸淀粉酶质组学数据分析。报告单表述,各不重复方位或各不重复进行学档次的GIST其团伙有特点具备着的有所差异之处,在恶性肿癌中高传达的淀粉酶在剪接体和缝隙对接中明显聚集,在磷硝化目的淀粉酶质组中也是重复表明,而在癌旁中调整的淀粉酶在基础代谢涉及到的环路中聚集。这对癌旁的磷硝化目的淀粉酶质组,聚集路经与观擦到的淀粉酶质各不重复,是采用PKC和MAPK转换Rho淀粉酶预警转导,促活GTPase特异性和胃泌素-CREB预警路经。MAPK7被检验并在工作上被介绍信与GIST中的恶性肿癌肺部肿瘤细胞核增值关以,SQSTM1传达添加会调控求美者对甲磺酸伊马替尼的体现。工作科学实验证明了SRSF3在加快恶性肿癌肺部肿瘤细胞核增值和会造成生存率较差中的目的。该探索方案识别图片各不重复方位胃直肠管道间质瘤的动物图标物,证据GIST恶性肿癌发病率方位异质性来筛分精细控制靶点。

图5 有所不同职位肠胃道间质瘤生物工程标志logo物的特征(Sun MJ, et al., Gastroenterology, 2023)

4.多组学联合分析

采用例案:高级的别儿童弥漫着性胶质瘤 医学文献明称:Proteomics separates adult-type diffuse high-grade gliomas in metabolic subgroups independent of 1p/19q codeletion and across IDH mutational status 公布期刊论文:Cell Reports Medicine,IF=14.3,2024年就在今年1月份 技木的方法:蛋清组学、磷碱化蛋清组学、全遗传基因组甲基化和复制粘贴数基因变异(CNV)讲解 范本类别:IDH纯天然型(IDHwt)胶质瘤、IDH变化型(IDHmut)胶质瘤并且非良性肿瘤较组的共4俩FFPE范本 设计项目: 高阶别成人小迷漫性胶质瘤是一种种恶性瘤癌症精神上皮癌症,约占恶性瘤癌症原发性脑癌症的80%,WTO现阶段的划分为是对于IDH1/2基因遗传病突变和1p/19q共缺位感觉。胶质瘤血清酶质组探究极为有利的于实行效果更好的客户原子核分层现象和手术缓解靶点识别图片。探究者经由全基因遗传病组甲基化阐述和复制数突变(CNV)阐述对几乎所有癌症(表观)遗传病学通过了表现。选用FFPE血清酶质组学和磷过酸血清酶组学,共测量到5,724个血清酶质和5,213个高置信度磷酸位点。几组学阐述反映IDHmut胶质瘤能够 划分为两个亚型,她们享有与众不同的热量分解,总体目标上比1p/19q标识号影响的相互影响更多。的使用3个自己的胶质瘤血清酶质组的数据集通过认可后,根本了这亚组,并将IDHmut亚型与IDHwt胶质瘤中已建立认识的原精神和经典英文/间充质亚型认识上去,对IDHmut胶质瘤客户的手术缓解享有不确定的积极意义。

图6 FFPE两组学调查现状分析(Jakob MB, et al., Cell Rep Med, 2023)

送样意见

拜谱总结

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厚度FFPE蛋白质含量质组产品,多次不同样本测试均可实现单针8000+的血清查出。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,实现大列队样例回顾总结性理论研究、的疾病检测临床诊断、制疗靶点选择、多个学连合深入分析等丰富的研究应用!

参考选取论文 [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