一管通!Integral-Omics:微小活检组织的六组学分析新方法

文摘   2025-01-24 10:02   浙江  

疾病的复杂性往往是不同生物分子之间相互作用的结果,而多组学(multiomics)分析有助于更深入地理解疾病的分子机制。现有的多组学研究通常需要将组织样本分成多个部分,分别提取不同类型的生物分子,但这种方法对小型活检样本(通常少于20 mg)并不适用。

尽管已有一些方法尝试通过联合提取代谢物、脂质、RNA、蛋白质等多种组学成分,但大多数方法依赖于商业试剂盒,或者需要专门的设备。尤其对于小于10 mg的活检样本,现有方法的应用十分有限。

2025年1月7日,西湖大学医学院 / 生命科学学院 / 西湖实验室 / 未来产业研究中心 / 西湖大学蛋白质组复杂科学实验室郭天南团队,联合上海交通大学医学院附属同仁医院 / 上海交通大学医学院虹桥国际医学研究院郑俊克团队,在 Analytical Chemistry 发表了新的研究论文,提出并验证了一个名为 Integral-Omics 的多组学提取工作流程。

图1 文章截图


「提纲挈领」


研究提出并验证了一个名为 Integral-Omics 的多组学提取工作流程,能够从仅 10 mg 的组织样本中顺序提取代谢物、脂质、基因组DNA、RNA、蛋白质和磷酸化肽段,实现代谢组、脂质组、基因组、转录组、蛋白质组和磷酸化蛋白质组的同步分析。

研究首先优化了脂质和代谢物的提取方法,确定了Matyash法作为最佳选择,因为它在提取效率、数据重复性和定量准确性上表现优异。通过与独立提取方法*和市售多组学提取试剂盒比较,Integral-Omics 在基因组和蛋白质组学层面均表现出了显著的优势,尤其是在蛋白质提取量和肽段鉴定数量上。

临床应用部分,研究人员应用 Integral-Omics  对结直肠癌患者的肿瘤及正常邻近组织进行多组学分析,成功鉴定出1116个代谢物、1920个脂质、9257个蛋白质及40,107个磷酸化位点,并通过富集分析揭示了肿瘤组织中铁死亡通路的抑制。

Integral-Omics 提供了一个高效、全面的分子分析平台,可以实现对同一块微小活检组织样品的六种组学的同步样品提取,具有广泛的应用潜力,特别是在临床癌症研究和治疗靶点探索中。

图2 图文摘要

* 独立提取方法(Independent extraction methods):在进行多组学分析时,单独提取每种组分(如代谢物、脂质、RNA、DNA、蛋白质等)的方法,而不是通过一个整体的工作流来同时提取所有这些组分。


01

Integral-Omics工作流程概述及原理


研究人员综合了多种已有的组学成分提取方法,用于提取代谢物、脂质、基因组DNA、RNA、蛋白质和磷酸化肽段。在设计了提取顺序并测试了试剂的兼容性后,最终开发出了这一新的工作流程。

首先使用改良版的Matyash法(MTBE/甲醇/DEPC水)提取代谢物和脂质,随后通过冰浴超声释放RNA和蛋白质,并使用苯酚/氯仿提取DNA。提取的上清液会分成两部分,用于 RNA 提取和蛋白质的胰蛋白酶消化。

通过与独立提取法和现有的多组学提取试剂盒进行对比,数据表明,Integral-Omics 的提取过程对各组学成分的分析结果影响较小,且所得数据与独立提取方法的结果相当。

图3 Integral-Omics 工作流程



02

代谢组学与脂质组学分析评估


研究人员评估了 Integral-Omics 流程中三种提取方法对代谢组和脂质组分析的效果,使用这三种提取方法(Folch法、Matyash法和MonoP法)分别提取了小鼠肝脏样本中的代谢物和脂质。
结果显示,三种方法提取的代谢物数量相似(993-999个),但MonoP法提取的脂质较少(1023个),而Folch法和Matyash法提取的脂质更多(分别为1139和1138个)。

此外,Matyash法在重复性方面表现最好,具有最低的组内方差和较高的定量一致性。因此,Matyash法在脂质和代谢物的提取中表现优异,既能保证识别数量,又能提供高重复性,成为三种共提取方法中的最佳选择。

图4 评估Integral-Omics流程中的代谢物和脂质提取部分



03

基因组学与转录组学分析评估


研究人员对比了不同的提取方法对基因组DNA和RNA提取的影响。首先,使用Folch、Matyash和MonoP法提取代谢物和脂质后,剩余的沉淀物被用于后续的DNA、RNA和蛋白质提取。

结果显示,Matyash法提取的DNA和RNA量与独立提取方法相比没有显著差异,且提取的DNA完整性良好,符合基因组测序的要求。

转录组分析表明,Matyash法提取的RNA与Trizol法相比,RNA产量和质量相当,尽管RNA完整性略低(RIN/RQN值略低于Trizol法),但仍满足转录组测序要求。

总体而言,Matyash法的 Integral-Omics 工作流程能够高效提取RNA,并且多组学提取过程对RNA的影响在可接受范围内。

图5 评估Integral-Omics流程中的DNA和RNA提取部分



04

蛋白质组学与磷酸化蛋白质组学分析评估


研究人员通过比较Folch、Matyash和MonoP三种脂质和代谢物提取方法,并结合冰浴超声法(IBS)、接触式超声波法(CUS)和压力循环技术(PCT)等三种独立蛋白提取方法,评估了不同方法对蛋白质组的影响。

结果显示,Folch法提取的肽段产量和鉴定数量最低,可能是由于其提取过程中的样品损失,因此不适合用于Integral-Omics工作流程。尽管Matyash法和MonoP法在蛋白质提取的肽段产量和鉴定数量上差异不大,但Matyash法在肽段鉴定数量和组内变异性上表现更佳,因此被选为 “最佳方法”。

与独立的蛋白提取方法相比,Matyash法在肽段产量(9.3%)和蛋白鉴定数量(4138个)上与CUS、PCT等方法相当,而其肽段总数(38,046个)明显高于IBS和CUS。此外,Matyash法在肽段和蛋白的组内变异性较低,Pearson相关分析表明Matyash法与CUS/PCT的蛋白检测有着强相关性(>0.90)。

在磷酸化蛋白质组分析中,Matyash方法共鉴定了24,263个磷酸化肽段,识别了18,084个独特的磷酸化位点,结果与以往研究一致,表明Matyash法在磷酸化蛋白质组学方面的高效性和准确性。

综上,Matyash法在蛋白质组和磷酸化蛋白质组分析中具备与独立提取方法相当的深度和准确性,是 Integral-Omics 工作流程中的理想选择。

图6 评估Integral-Omics流程中的蛋白质和磷酸化肽段提取部分


05

与多组学提取试剂盒的对比


研究人员对比了 Integral-Omics 工作流程与常见的Qiagen AllPrep DNA/RNA/Protein试剂盒(简称AllPrep法)在提取效果上的差异。

Integral-Omics 在提取基因组DNA和蛋白质方面表现出明显的优势,相较于AllPrep法和改良后的LM_AllPrep法(将Matyash法用于代谢物和脂质提取后再使用AllPrep法),Integral-Omics 提取的DNA和RNA产量明显更高,且RNA的质量(RIN/RQN)略低于独立的Trizol法,但仍符合RNA测序的要求。

进一步分析显示,尽管LM_AllPrep法在蛋白质提取上表现较差,但 Integral-Omics 在蛋白质组分析方面优于AllPrep和LM_AllPrep方法,显示出其在多组学分析中的全面性和优势。因此,Integral-Omics 在基因组学和蛋白质组学的提取效果上优于Qiagen AllPrep试剂盒,尤其在代谢物和脂质提取上表现更为出色。


06

Integral-Omics 在临床活检样本中的应用


为了评估 Integral-Omics 在临床样本中的应用,研究人员使用了来自六名结直肠癌(CRC)患者的肿瘤组织和匹配的正常邻近组织(NATs)进行分析。
研究人员从临床样本中成功提取了代谢物、脂质、基因组DNA、RNA、蛋白质和磷酸化蛋白质,分别鉴定了1116个代谢物、1920个脂质、9257个蛋白质、132,537个肽段和40,107个独特的磷酸化位点。提取的RNA样本的RIN/RQN值为4.0至7.6,稍低于小鼠肝脏样本,这可能与临床样本的取样和存储条件相关。检测到的转录本总数为92,900,涉及18,069个基因。
通过全外显子组测序(WES),研究人员还识别了数万个单核苷酸多态性(SNP)和插入缺失(indels),并揭示了与CRC相关的关键突变基因,如APC、TP53和KRAS,这与已有的结直肠癌研究一致。这些结果证明 Integral-Omics 能为临床样本提供高质量的组学数据。
通过多组学数据的对比,研究人员还发现肿瘤组织中55个代谢物、233个脂质、266个蛋白质、304个磷酸化肽段、1827个基因和2112个转录本上调;16个代谢物、170个脂质、343个蛋白质、211个磷酸化肽段、1770个基因和1994个转录本下调。
特别地,IPA富集分析揭示了结直肠癌相关的通路,如DNA甲基化、转录抑制、细胞自噬、AMPK信号通路和铁死亡(ferroptosis)信号通路。
研究还表明,结直肠癌肿瘤中铁死亡通路被抑制,这可能与肿瘤的生存和进展有关。研究人员识别出了与铁死亡相关的关键分子,如TF和FTH1。这些发现表明,结直肠癌肿瘤可能通过多个机制逃避铁死亡。

Integral-Omics 为微量组织样本提供了一种综合的组学分析工具。尽管在RNA完整性和提取效率上还存在一些挑战,但它为多组学研究提供了一个高效、无依赖商业试剂盒的新方法。
Integral-Omics 的灵活性、效率和数据质量使其成为疾病研究的有力工具,尤其在临床早期诊断和个性化治疗方面具有巨大的潜力。未来的工作将集中在进一步优化流程以缩短时间、探索更小样本的应用,并将该方法扩展到更广泛的生物学和临床研究领域。


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。

  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。

西湖欧米 Integral-Omics™ 微量样本提取策略


西湖欧米全新 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