空间可视化蛋白质组学

基于AI识别的空间可视化，实现同一张切片完成高精准度细胞识别和自动化导航切割；100%单细胞级样品收集，确保定性定量结果的准确性；高深度蛋白质组检测结果，0.1 mm2切片可检测6000+种蛋白质。

通过结合多色免疫荧光技术、激光显微切割技术、SISPROT样品前处理技术和高分辨率质谱技术，实现对同一张切片，既可进行多色免疫荧光染色标记特异性细胞亚群/功能区域，又可以通过单细胞分辨率的激光显微切割将目标亚群/区域切割下来进行高深度蛋白质组学定性定量分析。

高精准度细胞识别：通过多重免疫荧光和AI算法，可特异性地识别阳性细胞在组织切片上的空间分布。

个性化ROI区域圈选：灵活的ROI圈选，最大程度解析组织异质性的生物学意义。

高样品收集率：激光显微切割后样品的收集同样重要，贝普奥生物可实现几乎100%的样品收集，最大限度节省临床珍贵样品。

高深度蛋白质组定性定量：

 

通过对小鼠脾脏的FFPE切片进行免疫荧光染色，分别标记B细胞、T细胞，0.1 mm²均鉴定到7600+种蛋白质，PCA分析表明两个区域有明显差异，证明空间可视化蛋白质组学方案的有效性和高灵敏度。

参考文献

• Spatial-resolution cell type proteome profiling of cancer tissue by fully integrated proteomics technology, Anal. Chem., 2018, 90(9): 5879-5886.

• A fully integrated spintip-based approach for sensitive and quantitative profiling of region-resolved in vivo brain glycoproteome, Anal. Chem., 2019, 91(14): 9181-9189.

• Spatial proteome profiling by immunohistochemistry-based laser capture microdissection and data-independent acquisition proteomics, Anal. Chim. Acta., 2020, 1127: 140-148.

• Spatial proteomics for understanding the tissue microenvironment, Analyst, 2021, 146(12):3777-3798.

• Deep Visual Proteomics defines single-cell identity and heterogeneity,  Nat. Biotechnol., 2022, 40(8): 1231-1240.

• Unbiased spatial proteomics with single-cell resolution in tissues, Mol. Cell., 2022, 82(12):2335-2349.

• Multimodal single cell-resolved spatial proteomics reveals pancreatic tumor heterogeneity, bioRxiv, 2023, 565590.