西湖欧米合作文章集锦

2022-11-08 17:58:42, 西湖欧米wOmics 西湖欧米(杭州)生物科技有限公司


Part1 肿瘤


1. 人工智能定义基于蛋白质的甲状腺结节分类

杂志:Cell Discovery

参与单位:新加坡国家癌症中心、新加坡中央医院、中国人民解放军总医院、中国医科大学附属第一医院、杭州市第一人民医院、浙江大学医学院附属第一医院、浙江大学医学院附属第二医院、大连医科大学附属第二医院、浙江大学医学院附属邵逸夫医院、浙江省人民医院、广东省人民医院

文章概述:目前约有1/3的甲状腺结节为术前不确定结节。这部分患者通常行诊断学手术,手术结果正式绝大多数术前不确定性结节为良性,一旦患者切除甲状腺将面临终生服药。研究人员对1724个甲状腺结节的石蜡样本进行蛋白组学分析,构建了涵盖5种组织类型的甲状腺与甲状腺结节蛋白质组表达图谱。此外,研究者进一步通过遗传算法从中筛选出19个蛋白质特征,并构建了机器学习模型用以区分甲状腺结节的良恶性。

实验样本:甲状腺结节FFPE Punch样本(直径1 mm, 厚度0.5-1 mm, 重量约0.6-1.2 mg),甲状腺结节新鲜穿刺FNA样本

实验方法:蛋白组学(PCT-DIA)

过往解读:Cell Discovery | AI人工智能结合蛋白质组学辅助甲状腺结节良恶性判别

原文链接:

https://doi.org/10.1038/s41421-022-00442-x


2. 基于蛋白组分子分型结合单细胞测序挖掘肝内胆管癌亚型潜在的免疫治疗靶点

杂志:Cancer Immunology Research

参与单位:浙江大学医学院附属第一医院、南方医科大学南方医院、慕尼黑大学、浙江大学医学院儿童医院、西湖大学、西湖欧米等

文章概述:肝内胆管癌ICC是一种相对罕见但高度侵袭性的肿瘤,对化疗和免疫治疗反应不佳。ICC的全面分子表征对于开发新疗法至关重要。研究人员使用蛋白质组学数据在训练队列(N=110)中建立三种分子亚型,即染色质重塑、代谢和慢性炎症亚型不同ICC亚型,并在验证队列(N=41)中进一步验证,其中慢性炎症亚型与预后不良有关。scRNA-seq进一步鉴定了APOEC1QB+肿瘤巨噬细胞(TAM)亚型,该研究发现它可以通过诱导具有炎症特征的T细胞来重塑肿瘤免疫微环境,并导致 ICC 预后不良。

实验样本:原发肿瘤组织和血液样本,采集于2014年至2021年。肿瘤组织经福尔马林固定石蜡包埋,血样保存于液氮中,包括ICC 患者训练队列(N=110)和独立验证队列(N=41)

实验方法:蛋白组学(TMT)、全外显子测序(WES)和单细胞RNA测序(scRNA-seq)

过往解读:客户文章 | 多组学分析揭示肝内胆管癌的分子亚群和潜在的治疗靶点

原文链接:

https://doi.org/10.1158/2326-6066.CIR-21-1101


3. 通过对纵向宫颈样本中 HPV 整合和蛋白质组的综合分析揭示RAB2A 促进宫颈癌进展

杂志:Clinical and translational medicine

参与单位:中山大学、华中科技大学同济医学院同济医院、华中农业大学、西湖欧米、西湖大学、山东大学等

文章概述:迄今为止,还没有相关研究通过探讨组学的动态变化来研究驱动宫颈癌恶性转化过程的机制。本研究从个体进化的角度探讨了HPV在CIN发展为宫颈癌中的作用,以揭示与HPV诱导的致癌相关的潜在分子变化和机制。揭示了RAB2A可以作为HPV患者纵向监测和预后预测性生物标志物的潜能。

实验样本:20个宫颈样本(10个HPV正常宫颈上皮及其相应的CIN样本)新鲜冷冻组织

实验方法:蛋白质组(DIA)

原文链接:

https://doi.org/10.1002/ctm2.767


4. 基于计算机断层扫描数据的肝细胞癌分化术前评估的新型深度学习放射组学模型

杂志:Clinical and translational medicine

参与单位:浙江大学医学院附属第一医院医院、浙江大学、西湖大学、西湖欧米、宁波市北仑区人民医院、宁波市李惠利医院、巴西利亚大学等

文章概述:肝细胞癌(HCC)是最常见的恶性肿瘤之一,其发病率和死亡率分别居世界第7位和第3位。术前预测HCC病理分级对于改善HCC的预后分类是十分必要的。本研究开发了一个基于计算机断层扫描 (CT) 数据的深度学习放射组学模型,用于肝细胞癌 (HCC) 分化的术前评估(低与高级)并初步探讨了放射组学模型的生物学基础。该模型可以作为预测HCC分化的无创工具,也是首次通过放射组学特征和生物多组学变量之间的相关性初步解释HCC分化的放射组学预测模型的研究。

实验样本:(1)CT扫描数据:手术确诊的HCC患者(n = 1234)分为HCC患者来自浙江大学附属第一医院(n =1047), HCC患者来自宁波医学中心李惠利医院(n = 187)。其中1047名患者通过按 3:1 的比例分层抽样分为培训和内部验证队列,而其余187名患者构成独立测试队列;(2)多组学研究:69例患者的新鲜冷冻肿瘤组织样本

实验方法:蛋白组(PCT-DIA)、基因组、转录组

文章解读:文献解读 | 超大队列的肝细胞癌分化术前评估的深度学习放射组学模型

原文链接:

https://doi.org/10.1002/ctm2.570


5. 使用数据独立采集蛋白质组学和综合甲状腺组织光谱库对滤泡性甲状腺肿瘤进行分层

杂志:Molecular Oncology

参与单位:浙江大学、西湖大学、西湖欧米、约翰霍普金斯大学、大连医科大学第二医院、新加坡国家癌症中心、广东省医学科学院广东省人民医院、浙江大学医学院附属第一医院等

文章概述:甲状腺结节诊断的一个主要挑战是区分甲状腺滤泡腺瘤(FA) 和滤泡癌 (FTC)。本文构建了一个包括良性和恶性甲状腺结节以及健康甲状腺的组织特异性多肽谱图库,可用于靶向PRM和非靶向DIA的甲状腺蛋白质组学分析。该谱图库为甲状腺疾病的蛋白质组学探索提供了宝贵的资源和强有力的参考。

实验样本:(1)建库组织样本:四种常见的FFPE甲状腺结节组织病理学类型,结节性甲状腺肿(MNG, N = 42)、滤泡腺瘤(FA, N = 49)、滤泡癌(FTC, N = 33)和 乳头状癌 (PTC, N = 54),以及正常甲状腺组织(N = 10)。(2)验证集组织样本:三个 PTC 样本以及配对的癌旁组织。(3)临床应用验证样本,FA(N = 42)和FTC(N = 41)

实验方法:蛋白组学(DIA, PRM)

文章解读:文献解读 | DIA蛋白质组学结合甲状腺组织谱库辨别甲状腺滤泡腺瘤和滤泡癌

原文链接:

https://doi.org/10.1002/1878-0261.13198


6. 基于 DIA 的蛋白质组学将 IDH2 鉴定为慢性粒细胞白血病获得性耐药性的靶向调节剂

杂志:Molecular & Cellular Proteomics

参与单位:大连医科大学、西湖大学、西湖欧米等

文章概述:耐药性是慢性髓系白血病患者有效治疗的关键障碍。为了解对甲磺酸伊马替尼(IMA)和阿霉素(ADR)的潜在耐药机制,研究者使用基于PulseDIA的定量蛋白质组学来揭示耐药细胞中的蛋白质组变化。通过使用四种不同的DIA软件工具从数据集中鉴定和定量了来自98232肽的7082种蛋白质,以及Sirtuin信号通路在抗ADR和IMA抗性K562细胞中均显著富集。研究发现异柠檬酸脱氢酶(NADP(+))2可作为潜在的靶标,当用IMA和ADR治疗时,可以在治疗上利用来减轻K562细胞中的耐药性。

实验样本:来自K562细胞系的七种不同药物敏感性的21个样品

实验方法:蛋白组学(PulseDIA方法)

原文链接:

doi: 10.1016/j.mcpro.2021.100187


7. 蛋白组学筛选滤泡性甲状腺肿瘤良恶性分层标志物

杂志:Frontiers in Endocrinology

参与单位:浙江大学医学院附属第一医院、西湖大学、浙江大学、西湖欧米等

文章概述:甲状腺滤泡性肿瘤,如滤泡性甲状腺腺瘤 (FA)、滤泡性甲状腺癌 (FTC) 和滤泡亚型甲状腺乳头状癌 (FvPTC)的诊断仍然具有挑战性。本研究旨在通过蛋白质组学分析来探索这三种甲状腺肿瘤之间的分子差异。研究发现FTC和FA之间有287种差异调节蛋白,FvPTC和FA之间有303种,88种蛋白共同失调。本研究中发现的差异调节蛋白可以区分FA和FvPTC。此外,ANXA1是一种有前途的生物标志物,用于区分FvPTC与其他甲状腺肿瘤。

实验样本:FFPE 52例(18个FA,15个FTC和19个FvPTC标本)

实验方法:蛋白组学(PCT-DIA,PRM)

原文链接:

https://doi.org/10.3389/fendo.2022.85461


8. 用于靶向蛋白质组分析的前列腺癌组织特异性光谱库

杂志:Proteomics

参与单位:浙江大学、西湖大学、西湖欧米、浙江大学医学院附属第二医院等

文章概述:前列腺癌是全世界男性中最常见的癌症。研究者提供了一个全面的组织特异性光谱库,用于前列腺组织样品的靶向蛋白质组学分析。研究构建了一个包含108533个前体,84198个肽和9384个独特蛋白质的文库,且该文库在前列腺标本中的适用性得到了证明。

实验样本:前列腺活检组织

实验方法:蛋白组学(PCT-DIA)

原文链接:

https://doi.org/10.1002/pmic.202100147


9. 微流液相色谱结合扫描 SWATH 的优化及其在肝细胞癌组织中的应用

杂志:Journal of proteome research

参与单位:西湖大学、西湖欧米、上海科技大学等

文章概述:研究者提出了一个集成微流LC和扫描SWATH的最佳工作流程,可有效改善蛋白质鉴定和定量。研究总共定量了92334个肽和8516个蛋白质。除报道的生物标志物外,研究还发现了新的潜在肝癌生物标志物,如CST5,TP53,CEBPB和E2F4。

实验样本:31名肝细胞癌(HCC)患者的62例FFPE组织

实验方法:蛋白组学(SWATH)

原文链接:

https://doi.org/10.1021/acs.jproteome.2c00078


Part2 新冠肺炎


1. COVID-19尸检的多器官蛋白质组学景观

杂志:Cell

参与单位:华中科技大学同济医学院协和医院、西湖大学、西湖欧米、上海交通大学等

文章概述:COVID-19患者多器官损伤的分子病理学尚不清楚,研究描绘了COVID-19尸检的多器官蛋白质组学景观,发现COVID-19患者的肺部组织蛋白酶L1明显上调,且在多个器官中检测到全身性高炎症和葡萄糖以及脂肪酸代谢失调。本研究进一步加深了我们对新冠肺炎病理学生物学基础的理解。

实验样本:19例新冠去世患者的肺、脾、肝、心脏、肾脏、甲状腺和睾丸等七种器官的144个FFPE样本

实验方法:蛋白组学(TMT)

原文链接:

https://doi.org/10.1016/j.cell.2021.01.004


2. Omicron SARS-CoV-2 宿主反应的蛋白质组学特征

杂志:Cell Discovery

参与单位:浙江大学医学院附属杭州西溪医院、西湖大学、复旦大学华山医院、西湖欧米等

文章概述:研究借助深度分级TMT标记定量蛋白组学评估了受奥密克戎变异株感染的非重症患者的血液蛋白组特征,以及新冠疫苗接种对奥密克戎变异株感染发挥保护作用的分子特征。本研究显示,奥密克戎株与流感的宿主免疫反应存在显著差异,接种新冠疫苗可能是非重症奥密克戎株患者宿主验证反应降低的原因之一。

实验样本:奥密克戎患者 (N=17,其中15人有新冠病毒疫苗接种史);非奥密克戎新冠感染者 (N=7,未接种新冠疫苗);其他呼吸道病毒感染者 (N=29);新冠疫苗接种前的健康人样本 (n=14);新冠疫苗接种后的健康人样本 (n=12);去高丰度循环血液样本

实验方法:蛋白质组学(TMT)

文章解读:客户文章 | 深度TMT标记定量揭示奥密克戎感染宿主的血液蛋白组特征

原文链接:

https://doi.org/10.1038/s41421-022-00418-x


3. 随着 RNA 脱落时间延长,COVID-19 炎症增强并抑制适应性免疫

杂志:Cell Discovery

参与单位:温州中心医院、浙江省人民医院、西湖大学、西湖欧米、浙江大学、迪安诊断等

文章概述:本研究从时间角度纵向深度分析了新冠患者的血清蛋白质组和代谢组特征,发现新冠病毒RNA长时间脱落与肝脏X受体/视黄素X受体(LXR/RXR)通路抑制、多种代谢物大幅抑制、补体系统激活、细胞迁移抑制和病毒复制增强有关。此外,研究还建立了一个10个分子组成的(9种蛋白质和精氨酸)模型,可以预测病毒RNA的脱落时间。

实验样本:38名COVID-19患者(包含36例普通病例+2例重症)和35名非COVID-19患者的血清,痰拭子,全血样本

实验方法:蛋白质组学(TMT), 代谢组学

文章解读:客户文章 | 蛋白组学研究揭示新冠患者长阳机制

原文链接:

https://doi.org/10.1038/s41421-022-00441-y


4. 尿液的蛋白质组学和代谢组学分析揭示了 COVID-19 患者的免疫反应

杂志:Cell Reports

合作单位:浙江省台州医院、西湖大学、西湖欧米、中国科学院大学华美医院等;

文章概述:研究发现尿液中的蛋白质能有效地按严重程度对 COVID-19 病例进行分类。具体来说,在尿液中检测到 197 种细胞因子及其受体,而在血清中只检测到 124 种。尿液中 ESCRT 蛋白复合物的减少与可能性活跃的 SARS-CoV-2 复制有关。严重的 COVID-19 病例中尿液中 CXCL14 的下调与血液中的淋巴细胞数量呈正相关。综合多组学分析表明,先天免疫激活和炎症引发了 COVID-19 患者的肾脏损伤。

实验样本:对于蛋白质组学分析,收集了来自90名受试者的配对血清和尿液样本,其中包括23名健康供体,17名非COVID-19病例,39名非重症COVID-19患者和11名重症COVID-19患者。我们还收集了来自COVID-19患者的13份尿液样本作为测试队列。代谢组学分析,收集了来自27名健康供体的106份尿样,15例非COVID-19病例,44名非重症COVID-19患者和20名非重症COVID-19患者

实验方法:蛋白组学(TMT),代谢组学

文章解读:西湖大学郭天南团队发现识别COVID-19新冠病例严重程度的新依据,有望实现精准快速无创检测

原文链接:

https://doi.org/10.1016/j.celrep.2021.110271


5. 纵向测量的机器学习揭示了 11 种常规临床特征预测 COVID-19 的严重程度

杂志:Computational and structural biotechnology journal

参与单位:温州医学大学附属浙江省台州医院、西湖大学、西湖欧米、澳门大学等

文章概述:COVID-19的严重程度预测仍然是当前大流行的主要临床挑战之一。本研究构建了一个由11个常规临床因素组成的用于 COVID-19 严重程度预测的分类器,在发现集中实现了超过 98% 的准确率,在包含25名患者的独立队列中对模型的验证达到了80%的准确性。总体敏感性、特异性、阳性预测值(PPV)和阴性预测值(NPV)分别为0.70、0.99、0.93和0.93。

实验样本:144名COVID-19患者队列

实验方法:机器学习

原文链接:

https://doi.org/10.1016/j.csbj.2021.06.022


6. COVID-19 患者血清乳酸脱氢酶升高的蛋白质组学和代谢组学研究

杂志:Proteomics

参与单位:浙江省台州医学、西湖大学、西湖欧米、上海交通大学医学院等

文章概述:血清乳酸脱氢酶(LDH)已被确定为COVID-19的预后指标,然而其相关的分子机制仍知之甚少。研究根据血清LDH表达将14名患者的亚组分为高危和低风险组,并比较了其定量血清蛋白组和代谢组的差异。结果表明,高血清LDH的COVID-19患者表现出差异表达的血液凝固和免疫反应,包括急性炎症反应,血小板脱颗粒,补体级联反应,以及多种不同的代谢反应,包括脂质代谢,蛋白质泛素化和丙酮酸发酵。综上所述,本研究数据显示血清LDH水平与COVID-19的严重程度相关,血清LDH升高可能是炎症引起的缺氧和组织损伤的后果。

实验样本:新冠患者灭活血清样本

实验方法:蛋白组学(TMT)、代谢组学

原文链接:

https://doi.org/10.1002/pmic.202100002


7. 血清蛋白质组学监测 COVID-19 进展以补充 RT-PCR 检测的潜在用途

杂志:Journal of proteome research

参与单位:浙江省台州医院、西湖大学、西湖欧米等

文章概述:RT-PCR是诊断COVID-19的主要方法,也用于监测病程。然而,由于RNA不稳定,这种方法存在假阴性,并且对医生构成高风险。研究者发现可使用基于血清蛋白的机器学习模型来监测COVID-19进展的潜力,从而补充拭子RT-PCR测试。

实验样本:144名COVID-19患者中54名患者的275份灭活血清样本的蛋白质组

实验方法:蛋白质组(DIA)

原文链接:

https://pubs.acs.org/doi/10.1021/acs.jproteome.1c00525


  • 客服电话: 400-6699-117 转 1000
  • 京ICP备07018254号
  • 电信与信息服务业务经营许可证:京ICP证110310号
  • 京公网安备1101085018
  • 客服电话: 400-6699-117 转 1000
  • 京ICP备07018254号
  • 电信与信息服务业务经营许可证:京ICP证110310号
  • 京公网安备1101085018

Copyright ©2007-2023 ANTPEDIA, All Rights Reserved