罗曼·费舍尔博士谈临床蛋白质组学

的Discovery蛋白质组学设备作为目标发现研究所质谱(MS)实验室的研究设施。

对用于检测药物靶点和疾病生物标志物的大规模临床蛋白质组学工作流程的需求正在增加。该设施提供实验设计，样品制备和先进的液相色谱-质谱(LC-MS)工作流程分析的建议，牛津大学的研究人员和国际合作者，以满足这一需求。

该设施由罗曼·费希尔博士他的研究方向是蛋白质组学的方法开发和工作流程优化，以提高从有限样本量中获得的结果。费舍尔最近参与了最全面的癌症蛋白质组之一的开发发表到目前为止。

188金宝搏备用Technology Networks采访了Fischer，以了解更多关于研究人员在临床蛋白质组学领域面临的挑战，以及4D蛋白质组学工作流程如何增强他的实验室的工作。

莫莉·坎贝尔(MC):在您看来，最近临床蛋白质组学领域最令人兴奋的突破是什么?

罗曼·费舍尔(RF):在技术方面，最大的突破之一肯定是能够以高通量和稳健的方式以100个/天或更多的样本进行鸟枪蛋白质组学。这标志着一个巨大的变化，是一个巨大的改进，在不久前是可能的。然而，我们需要意识到，这消除了一个瓶颈，并创造了其他几个瓶颈，例如大量生物样本的样本处理或数据分析。由于产量和稳健性的提高，我们一定会看到更多的临床研究使用蛋白质组学作为主要读数，这是一个早就应该出现的发展。

MC:请您多介绍一下贵公司在临床蛋白组学高通量样本处理方面的发展情况?

射频:我会把样本处理分成不同的子类别。首先是抽样本身，它可以在临床环境中引入很多变化。然后是样品设置，这可能需要将1000个样品从采样管转移到可用于液体处理平台的格式。这代表了一个新的瓶颈，因为它可能涉及打开1000个不同类型、不同ID系统的螺旋盖样管等。然后是MS的HT样品制备，这必须是可重复的，但也非常简单，具有成本效益，以实现自动化。每个类别都提供了多个挑战和流程，目前还没有完全标准化。

MC:你参与了一个最癌症蛋白质组学综合研究已经发布。是什么激发了你参与这个项目，你个人的一些亮点是什么?

射频:这项研究是纯粹的技术练习。我们是第一个用Orbitrap Fusion Lumos发表深层蛋白质组的人，这些数据是探索该仪器技术能力的副产品。从单个细胞系中生成近14000个蛋白质深层蛋白质组当然很有趣，但我在这个数据中的重点是，由于序列覆盖率显著增加，我们可以将蛋白质组拆分为独特的蛋白质。之前已经用多种不同的酶成功地尝试过，但我们只使用了2种(Trypsin和Elastase)，只用了75小时的仪器时间就做到了。

MC:你在研究中主要采用什么技术，为什么?

射频:在我的实验室，我们主要关注基于MS的定量蛋白质组学。这包括使用SILAC, PRM, DIA, TMT, AQUA等。我们还在开发将激光捕获显微解剖与蛋白质组学相结合的方法，以获得组织内的空间和细胞类型分辨率。这要求我们开发自己的基于SP3的样品制备方法，但我们继续致力于从很少的材料最大化蛋白质组深度，同时在不影响检测到的蛋白质组深度的情况下将吞吐量提高到100个样品/天或更多。

MC:与3D蛋白质组学相比，基于TIMS和PASEF的4D蛋白质组学可以获得哪些额外的信息?为什么它对临床研究有益?

射频:许多DIA和图书馆方法都使用保留时间和质量作为匹配算法。这些技术可能会受到在复杂样品中具有相似保留时间的等压多肽的影响，这反过来又会导致不一致的蛋白质鉴定和比率压缩。离子迁移率作为分离的另一个维度的添加有效地消除了这个误差源。这使得在临床样本中有信心检测到更多的蛋白质，同时也缓解了蛋白质组学数据中的缺失值问题。有效地，使用TIMS/PASEF，我们可以在每个样本中识别和量化更多的蛋白质，这反过来又增加了检测患者样本中临床相关变化的机会。

MC:我们看到蛋白质组学进一步进入临床领域。目前存在哪些挑战阻碍了这一转变，我们如何克服它们?

射频:为了在临床领域取得成功，基于ms的蛋白质组学工作流程必须具有成本效益、稳健、简单和高通量。此外，我们还要进行样本处理、数据分析和解释。以上每一点都很大程度上依赖于标准化。我认为我们已经开始解决一些技术障碍，但是目前可用的仪器——尽管它解决了一些瓶颈——仍然远远不够简单，无法与现有的(但有限的)技术(如ELISA)竞争。

另一个主要挑战是数据分析和解释。主要的数据分析(Protein ID和Quantitation)可以用蛮力计算来解决。然而，像“疾病vs.健康”这样的蛋白质组学数据的自动解释提供了一个巨大的挑战，需要先进的人工智能和深度学习算法。虽然许多实验室正在针对特定疾病进行研究，但我认为我们离真正的诊断蛋白质组学还有很长的路要走。

罗曼·费舍尔博士接受了科技网络科学作家莫莉·坎贝尔的采访。188金宝搏备用