Глубокий визуальный протеомик: новая технология для анализа рака на уровне отдельных клеток
Немецко-датская группа под руководством профессора Маттиаса Манна разработала прорывную технологию — глубокий визуальный протеомик. Этот метод позволяет исследователям и клиницистам получать белковый «отпечаток» для понимания рака с разрешением на уровне отдельных типов клеток. Технология опубликована в журнале Nature Biotechnology.
Белки — ключевые игроки в развитии многих болезней. Картирование белкового ландшафта помогает понять, почему опухоль развилась у конкретного пациента, каковы её уязвимости и какая стратегия лечения может быть наиболее эффективной.
Суть метода
Глубокий визуальный протеомик впервые объединяет четыре технологии в единый рабочий процесс:
- Передовая микроскопия создаёт высокодетализированные карты тканей.
- Алгоритмы машинного обучения и ИИ точно классифицируют клетки по форме, размеру или локализации белков.
- Высокоточная лазерная микродиссекция собирает отдельные клетки.
- Сверхчувствительная масс-спектрометрия (MS) детектирует тысячи белков в минимальном количестве образца.
Затем сложный биоинформатический анализ генерирует карты белков, предоставляя пространственное разрешение белковых сигнатур при таких сложных заболеваниях, как рак.
«Наша новая концепция может стать переломной для молекулярной патологии в больницах. Эти протеомные сигнатуры раскрывают механизмы, управляющие развитием опухоли, и непосредственно выявляют новые терапевтические мишени из одного среза биопсии пациента», — говорит Андреас Мунд, доцент CPR.
Применение и перспективы
В исследовании метод применили к клеткам пациентов с ацинозно-клеточной карциномой и меланомой.
«Этот уникальный метод объединяет архитектуру ткани с экспрессией тысяч белков, специфичных для отобранных клеток. Он позволяет исследовать взаимодействия между раковыми клетками и окружающими их клетками», — отмечает Лиз Метте Рахбек Йердрум, консультант и профессор.
Технология применима ко всем типам опухолей и может использоваться для анализа архивных биобанков пациентов с целью поиска новых мишеней для персонализированной терапии, даже для ранее устойчивых к лечению опухолей.
Метод также можно применять и к другим заболеваниям, например, для анализа белков в нервных клетках при нейродегенеративных болезнях, таких как Альцгеймер или Паркинсон.
«Объединив возможности микроскопии, ИИ и сверхчувствительного протеомика на основе MS, мы разработали мощный метод для понимания молекулярной организации здоровых и больных клеток. Это может помочь врачам идентифицировать мишени для будущих лекарств и диагностики», — заключает Маттиас Манн.