欧米新品|Integral-Omics™️:微量样本多组学解决方案

文摘   2025-01-26 17:11   浙江  



生命科学研究是一项系统而繁琐的 “大工程”。随着新一代测序技术、高分辨质谱技术、多组学整合分析方法及数据库的发展,单个组学研究越来越有单丝不成线、独木不成林的趋势。
疾病复杂性源于生物分子的协同效应和复杂调控 [1, 2]。整合多组学分析的一个关键要求是从同一样本中提取各种生物分子 [3]。近年来,随着高通量技术的迅猛发展,在同一个生物样本采集多个组学数据集(如基因表达数据和代谢组数据)成为可能,人们对多组学数据集进行联合分析的关注日益增加。多组学联合分析可整合来自多个数据集的信息,从而有助于更深入地理解疾病的生物学基础。
与单组学研究相比,多组学研究能让研究人员更好地了解从疾病最初原因(遗传、环境或发育)到功能性后果或相关相互作用的信息流。以蛋白质组学(proteomics)为例,蛋白质组学研究常与转录组学及代谢组学等 “强强联合”,多维度获取和解析人类健康疾病数据,为科研人员探索疾病机制、发现新药物靶点和生物标志物提供综合视角。
然而,目前多组学研究需要耗费大量样本(表1),仅基因组、代谢组、脂质组三个组学就需要 300 mg 组织,而珍贵临床样本来源极为有限,使得微量样本在多组学研究道路上举步维艰。

表1 多组学分析所需的生物样本含量



西湖欧米「明星产品」
Integral-Omics 微量样本多组学解决方案




为克服目前多组学分析样本含量需求大这一限制,西湖欧米特推出 Integral-Omics™ 微量样本多组学分析解决方案。该方法可从低至 10 mg 新鲜(冰冻)组织/1×107-2×107细胞中连续提取代谢物、脂质、蛋白、磷酸化肽段、RNA、DNA,实现6种组学(代谢组学、脂质组学、蛋白质组学、磷酸化蛋白质组学、转录组学、全外显子测序)的检测及联合分析。

01


 产品特色 

连续提取带来灵活且高效的微量多组学分析


☆  均一性 

我们在液氮环境下将原始组织研磨成粉末,每 10 mg 分装在一个EP管中,进行后续的提取实验,保证了多组学样本来源的均一性,避免将一块组织一分为六所导致的各组学样本来源异质性问题。

☆  微量 

从 10 mg 组织中连续提取6种分子,用于6种组学分析,极大节省样本用量。
☆  多组学 (个性化灵活搭配)

可随机挑选6种以内的组学自由搭配,如蛋白+转录+代谢三组学,满足客户个性化多组学所需。



图1 连续提取带来灵活且高效的微量多组学分析

02

 技术路线 

连续提取策略

西湖欧米 Integral-Omics 采用了改良的双相萃取技术(MTBE/甲醇/DEPC水),随后通过温和的冰浴超声处理以释放生物分子,并进行连续提取。

图2 微量样本提取策略


03

 实测数据 

西湖欧米 Integral-Omics 实测数据

表2 小鼠肝脏组织 Integral-Omics 实测结果(10 mg组织/样)


04

 科研论文 

Integral-Omics 临床样本中的应用


参考文章:Integral-Omics: Serial Extraction and Profiling of Metabolome, Lipidome, Genome, Transcriptome, Whole Proteome and Phosphoproteome Using Biopsy Tissue,Integral-Omics:利用活检组织连续提取和分析代谢组、脂质组、基因组、转录组、全蛋白质组和磷酸化蛋白质组

期刊:Analytical Chemistry

研究目的:评估Integral-Omics在临床样本中的可行性

样本类型:六位结直肠癌(CRC)患者的肿瘤组织和配对正常邻近组织(NATs)

研究结果:研究人员共鉴定到1116 种代谢物,1920 种脂质,9257 个蛋白质,132537 个肽段和 40107 个磷酸化位点。转录组RIN/RQN 值在4.0到7.6之间,稍低于小鼠肝脏样本 ,这可能是因为临床样本采样和储存的复杂性。

研究结论:本研究证明了 Integral-Omics 能够有效地从临床活检组织样本中提取全面的分子数据,为深入理解铁死亡等关键调控途径提供了指导。

西湖欧米Intergral-Omics多组学联合分析

西湖欧米现已推出 Intergral-Omics 科研服务,助力广大科研人员微量样本多组学分析,各位老师若感兴趣,欢迎垂询。


西湖欧米多组学分析应用案例
 项目案例1 
CellProteomic and Metabolomic Characterization of COVID-19 Patient Sera [5] ,患者血清的蛋白质组学与代谢组学特征研究

• 样本类型:对照(健康)组(n=28)、疑似但实为普通流感组(n=25)、新冠感染轻症组(n=37)、新冠感染重症组(n=28),血清样本

• 研究方法:TMT蛋白组,靶向蛋白组;非靶代谢组,靶向代谢组

• 研究结果:研究人员通过构建多组学机器学习模型,筛选出含有22个蛋白质和7个代谢物的血液生物标志物组合,建立了可区分COVID-19重症和非重症患者的蛋白质和代谢分子模型,模型准确率在训练队列中为93.5%,2个独立验证队列准确率分别为70%和84.2%,这对新冠肺炎重症患者早期识别与治疗具有非常重要的意义。


 项目案例2 

ImmunityMulti-omics blood atlas reveals unique features of immune and platelet responses to SARS-CoV-2 Omicron breakthrough infection [6],多组学研究揭示新冠Omicron感染者的血液 “生态系统”


• 样本类型:来自SARS-CoV-2奥密克戎患者的超过1000个血细胞或血浆标本
• 研究方法:血浆蛋白组学和代谢组学、血小板转录组和蛋白组学、PBMC单细胞测序、B细胞受体和T细胞受体测序、PCR等
• 研究结果:应用多组学整合分析了奥密克戎毒株感染者的血液生态系统,获得了在多个疾病阶段的宿主反应动态,揭示出血液生态系统中的分子和细胞景观。


 项目案例3 

Cell DiscoveryIntegrated proteogenomic characterization of medullary thyroid carcinoma [7],甲状腺髓样癌的综合蛋白质基因组特征

• 样本类型:来自东方-甲状腺肿瘤专科联盟(OTTA)中五家中国三级医院的102名MTC患者;MTC肿瘤组织、正常对照组织、外周血
• 研究方法:外显子测序(102 pairs)、蛋白组学(102 tumors)和磷酸化蛋白组学(74 tumors)、转录组测序(101 tumors)和DNA甲基化芯片(78个tumors)
• 研究结果:通过整合WES、RNA-Seq和蛋白质组数据,研究人员确认了RET和RAS突变在MTC中的主导作用,并识别了可能的驱动变异(BRAF、NF1),这些变异与RET和RAS互斥。除了RET和RAS原癌基因外,该研究发现了两个新的肿瘤驱动基因BRAF和NF1。基于蛋白组学的分子分型表明,三个亚型在遗传驱动因素、表观遗传修饰图谱、临床病理因素和临床结局方面具有明显区别。预后分析发现TNC/TNXB 可作为 MTC 潜在的预后生物标志物。

 项目案例4 

MedCommIntegrated transcriptomics, proteomics, and functional analysis to characterize the tissue-specific small extracellular vesicle network of breast cancer [8],乳腺癌组织特异性小细胞外囊泡的转录组学、蛋白质组学和功能分析


• 样本类型:乳腺癌组织、正常乳腺组织和外周血标本;提取sEVs

• 研究方法:4D pulseDIA 蛋白组学,转录组学
• 研究结果:文章通过深入研究乳腺癌组织sEVs的转录组和蛋白质组,揭示了其在调控肿瘤微环境中的特定生物学功能,发现了与癌症关联的sEVs标志物,并证明了组织源性sEVs在免疫细胞和肿瘤细胞中具有更强的免疫刺激功能,同时提出了这些sEVs在乳腺癌早期诊断中的潜在临床应用。


参考文献

1. Ghaffari, S., et al., An integrated multi-omics approach to identify regulatory mechanisms in cancer metastatic processes. Genome Biology, 2021. 22(1).

2. Hasin, Y., M. Seldin, and A. Lusis, Multi-omics approaches to disease. Genome Biology, 2017. 18(1).

3. Mun, D.-G., et al., Proteogenomic Characterization of Human Early-Onset Gastric Cancer. Cancer Cell, 2019. 35(1): p. 111-124.e10.

4. Li, W., et al., Integral-Omics: Serial Extraction and Profiling of Metabolome, Lipidome, Genome, Transcriptome, Whole Proteome and Phosphoproteome Using Biopsy Tissue. Analytical Chemistry, 2025.

5. Shen, B., et al., Proteomic and Metabolomic Characterization of COVID-19 Patient Sera. Cell, 2020. 182(1): p. 59-72.e15.

6. Wang, H., et al., Multi-omics blood atlas reveals unique features of immune and platelet responses to SARS-CoV-2 Omicron breakthrough infection. Immunity, 2023. 56(6): p. 1410-1428.e8.

7. Shi, X., et al., Integrated proteogenomic characterization of medullary thyroid carcinoma. Cell Discovery, 2022. 8(1).

8. Shen, L., et al., Integrated transcriptomics, proteomics, and functional analysis to characterize the tissue‐specific small extracellular vesicle network of breast cancer. MedComm, 2023. 4(6).



往期回顾

 西湖欧米 Immunity 合作研究入选「2023年度中国血液学十大研究进展」

 Nature Methods 选出2024年度技术:空间蛋白质组学

 西湖欧米合作NC卵巢癌研究入选 Editors’ Highlights





西湖欧米是一家专注于AI赋能的微观世界数据公司,致力于多组学驱动的精准医学的转化落地,目前专注于基于蛋白质谱技术的疾病生物标记物IVD试剂盒的开发。

欧米的科研服务包括高深度血液蛋白质组学空间蛋白质组学微量组织蛋白质组学宏蛋白质组学等特色业务。截至目前,已和合作者在 CellImmunityCell DiscoveryMolecular CellCell ReportsNature CommunicationsCell Reports MedicineNature Protocols 等多种杂志上发表多篇高质量蛋白质组学相关的研究论文。


联 系 我 们 



service@westlakeomics.com

0571-86780630

扫描下方二维码

即可添加业务咨询微信



点击阅读原文,访问西湖欧米官网。

西湖欧米
新一代蛋白质谱临床转化应用
 最新文章