--- title: "Cell Discovery｜易算产品助力国家蛋白质中心（北京）贺福初/秦伟捷团队空间蛋白组突破性研究" author: "omicsolution" account: "omicsolution" published_at: "2025-01-20T18:03:32+08:00" captured_at: "2026-08-26T17:20:58.578179+08:00" source_url: "https://mp.weixin.qq.com/s/7Ejtulc1YO21VSIUP0fSsg" --- # Cell Discovery｜易算产品助力国家蛋白质中心（北京）贺福初/秦伟捷团队空间蛋白组突破性研究 ![图片 1](images/001.gif) 关于文章 快马加鞭，2025年首篇易算产品引用文章精彩亮相！ 今天隆重介绍的是来自国家蛋白质科学中心（北京）贺福初/秦伟捷团队最新发表在《Cell Discovery》的研究“In-depth and high-throughput spatial proteomics for whole tissue slice profiling by deep learning-facilitated sparse sampling strategy”。研究者开发了一种针对厘米级全组织切片的空间解析和深度覆盖蛋白组方法（S4P），基于稀疏采样策略和断层重构，可以在保证空间分辨和检测深度的情况下将需分析的样本数量降低数十倍。S4P完美解决了完整组织切片在高空间分辨、合理样本通量、检测深度覆盖和方法可行性等方面的难题，生成了迄今为止最大的空间蛋白质组。该方法有望在生物过程、疾病进展和药物治疗中大规模研究蛋白质的空间变化，从而更好地理解生理和病理机制。 易算支持 在该研究中，易算有幸在样本前处理、数据采集和搜库，以及预处理环节提供了相关的产品支持，包括易肽Ex极微量试剂盒、Aurora色谱柱、Spectronaut软件和大队列上机质控分析。 ![图片 2](images/002.png) 当前空间蛋白质组研究面临的关键技术挑战：要想精确保留空间信息，就需要将整个切片切割为微米级大小，而随着空间分辨率的提高，需要分析的样本也成指数倍增加。以直径1 cm的圆形组织切片为例，要实现100 μm分辨率的全组织切片覆盖，需要约8000个样本，质谱要跑8000 ~ 10000 个小时以上，这在常规研究中是一项艰巨的任务。因此，该文章发展了一种全组织切片的稀疏采样策略用于空间蛋白质组学（S4P），在不牺牲空间分辨率和蛋白质组深度的情况下，大幅度提高分析通量。 研究方法 01. 如何在保证空间分辨的情况下减少样本通量？ 稀疏采样+图像重建 稀疏采样：作者制备了8张（A-H）小鼠脑组织冷冻切片，10μm厚，每张切片通过激光显微切割（LMD）微切割成26-28个连续平行条带，每个条带宽约300μm，相邻切片间条带切割方向旋转22.5度变化（第8张切片刚好旋转180°）。 图像重建：作者建立了一种深度学习模型（DeepS4P），使用多角度平行条带投影数据进行空间重建，生成二维蛋白质组丰度和分布信息。 ![图片 3](images/003.png) 采用S4P稀疏采样和图像重建进行全组织切片空间蛋白质组分析 研究共收集了200多例切割条带，S4P重建后空间分辨率约500 µm，相比传统“网格状”切割方法，作者开发的S4P策略使得样本分析数量降低一半。 02. 如何对上述大队列激光显微切割条带进行快速高灵敏蛋白前处理？易肽Ex极微量试剂盒 样本制备：针对上述200多例切割条带，易肽Ex极微量试剂盒有幸被用于样本制备。Ex试剂盒专为低至10ng蛋白样本制备而研发，从蛋白到洁净上机肽段仅需三步操作，2-3小时处理时长，可以为激光显微切割样本提供高效高灵敏的蛋白前处理方案。 ![图片 4](images/004.png) 文章样本制备方法提及易肽Ex极微量试剂盒 ![图片 5](images/005.png) 易肽-Micro微量蛋白组前处理试剂盒 易肽-Ex极微量蛋白组前处理试剂盒 易肽-Ultra空间蛋白组前处理试剂盒——超微量提取，永不止步 03. S4P质谱检测深度如何？大队列稳定性如何？减少分析通量和缩短机时如何？ 数据采集和分析：作者制定了严格的质控和随机化样本分析方案进行数据采集，易算生物有幸在色谱柱、搜库软件和上机质控分析提供了支持。文章采用高灵敏、高通量LC-MS方案：IonOpticks Aurora色谱柱 + timsTOF 质谱 + DIA全息采集 + Spectronaut软件。IonOpticks Aurora 色谱柱与timsTOF CaptiveSpray技术结合带来最佳的分离能力和出色的峰形；Spectronaut软件则为数据分析提供了强大的支持，谱图库DIA检索将鉴定量推向新高度；全方位多维度的质控分析帮助评估大队列样本多批实验和上机稳定性。 ![图片 6](images/006.png) 易算在S4P数据采集中的产品支持 单细胞如何上5000：IonOpticks Aurora3代助你起飞 Ionopticks Aurora 3 全新一代色谱柱 DIA全面拥抱AI：Spectronaut19助力directDIA成为蛋白质组学定量金标准 以下是S4P策略采集样本的质谱检测深度、稳定性以及减少分析通量和缩短机时方面的结果。 高深度、高稳定性结果：文章S4P方法共鉴定出 234,768个肽段与9318个独特蛋白质，每个切片鉴定的蛋白质数量高度一致，范围在9107到9228之间。所有切片中有超过96%的蛋白质交集，这为研究提供了稳定性与可靠性。 ![图片 7](images/007.png) ![图片 8](images/008.png) 整体蛋白鉴定深度和稳定性 蛋白质强度总和在大多数条带中均匀分布，少数边缘条带的低鉴定数量和低强度值可能是由于边缘效应导致的样本量较少或切割不均匀，但这些异常值不影响整体数据的质量。 质控稳定性结果：作者制定质控方案，每隔15-20例样本上一针质量控制（QC）样本，用于评价样品制备均一性和LC-MS仪器状态。结果显示，在整个数据采集过程中表现出高度稳定的蛋白质鉴定和定量（鉴定7583-8502种蛋白质，中位变异系数CV = 0.16，皮尔逊相关系数 > 0.93），并且分析了管家蛋白的定量分布也验证了样本制备和质谱上机稳定性。 ![图片 9](images/009.png) 质控样本和管家蛋白说明质谱分析稳定性 质谱机时的缩短：S4P基于稀疏采样策略和深度学习图像重建，仅需分析200例激光显微切割条带就生成了小鼠完整脑切片空间分辨蛋白组图谱，显著减少了分析通量和质谱机时，提高了研究的效率和通量，具体来看： - 500 µm空间分辨率：S4P在约200小时的质谱时间（timsTOF Pro2 1h）内完成了小鼠大脑整个组织切片的空间蛋白质组重建，而传统的“网格”样方法需要约400小时的质谱时间。 - 100 µm空间分辨率：S4P可以实现比“网格”样方法短15-20倍的质谱机时，同时保持约2000种蛋白质的蛋白质组覆盖度。 S4P数据分析及结论 01. S4P空间蛋白质组的准确定位 相似性矩阵揭示了不同蛋白质的全局空间异质性，已知位于不同解剖区域的蛋白质（如小脑的DAO、海马的PRRT1和大脑皮层的KCNH3）在图中被很好地分离，并且利用IHC验证了S4P重建的空间蛋白分布一致性。值得注意的是，S4P能够准确地定位海马、下丘脑、皮质和小脑等不同区域以及少突胶质细胞、小脑颗粒神经元、小胶质细胞和星形胶质细胞等不同细胞类型的marker蛋白。 ![图片 10](images/010.png) ![图片 11](images/011.png) 空间异质性分布和marker蛋白准确定位 02.功能异质性分布 S4P图谱显示关键生物过程和KEGG通路中蛋白质的空间分布，并得出以下结果和洞察： 区域特异性分布：通过功能富集揭示了参与脑发育、神经传递与信号传导相关蛋白质在大脑中的分布模式，揭示了它们在特定区域的活性，这对于理解大脑的区域特异性功能和疾病机制至关重要。 高覆盖率分布：S4P策略在多个通路中实现了高蛋白质组覆盖率，例如囊泡运输通路中SNARE相互作用达到了66%的覆盖率，GABAergic突触通路达到了59%的覆盖率，突触囊泡循环通路达到了53%的覆盖率。有助于深入研究这些通路在大脑中的作用。 多样化模式分布：突触囊泡循环通路中的蛋白质在大脑中的分布模式多样化，表明该通路可能在特定脑区通过复杂的调控机制被激活。 ![图片 12](images/012.png) 关键功能蛋白空间分布（以囊泡循环通路为例） 03.S4P空间蛋白组与空间转录组比较 该研究还将S4P空间蛋白组与空间转录组结果进行比较，结果发现 空间表达不一致性：mRNA和蛋白质在空间分布上存在显著差异，相关性范围为-0.47 ~ 0.62，强调了直接分析蛋白质表达和定位的重要性。 功能不一致性：对正相关、不相关和负相关的转录-蛋白对进行功能富集，发现参与分解代谢过程的mRNA与相应功能蛋白之间具有空间不一致性，进一步表明了S4P方法直接定位蛋白质在组织中的表达和定位的优势。 总结 S4P策略通过稀疏采样和计算辅助图像重建方法，在保证空间分辨率的情况下显著减少了样本通量。相比传统的“网格”样方法，S4P完美解决了完整组织切片在高空间分辨、合理样本通量、检测深度覆盖和方法可行性等方面的难题，尤其是S4P分析通量和质谱机时的降低，使得其在全组织切片的空间蛋白质组学分析中具有很高的实用价值。 本文共同通讯作者是国家蛋白质科学中心（北京）的秦伟捷研究员和贺福初院士，共同第一作者是清华大学与国家蛋白质科学中心（北京）联合培养博士秦日甜、马家铖。 易算支持 易算有幸在样本前处理、数据采集和分析以及预处理环节提供了相应的技术支持。 ![图片 13](images/013.png) 文章致谢了易算生物沈诚频博士提供的技术支持 继续学 Anal. Chem｜易算参与开发脑组织切片快速高灵敏磷酸化蛋白组+全蛋白组技术 易肽-Micro微量蛋白组前处理试剂盒 易肽-Ex极微量蛋白组前处理试剂盒 易肽-Ultra空间蛋白组前处理试剂盒——超微量提取，永不止步 蛋白质组自动化进行到底，易肽Auto150焕新升级 单细胞如何上5000：IonOpticks Aurora3代助你起飞 易算空间蛋白组设计和分析方案 关于我们 ![图片 14](images/014.png) ![图片 15](images/015.png)