空间蛋白质组研究必看！手把手教你ROI选区思路

空间蛋白质组学作为生命科学研究的革命性技术，极大地推动和颠覆了精准医学的研究模式，在理解细胞功能、信号转导及疾病机制展现了令人振奋的潜在前景。其应用成果多次发表在CNS顶刊（Nature | Matthias Mann：空间蛋白组发现致命皮肤病新疗法、Nature | 功能蛋白质组学揭示胰腺癌细胞间信号网络、Cell | 中科院动物所赵方庆/冀培丰发表空间蛋白质组学重磅新成果），并被国际权威期刊Nature Methods评选为2024年度技术。

空间蛋白质组学通过激光捕获显微切割（LCM）的联用，在保持组织空间坐标的前提下，将微量区域精准“抠”出并进行高深度质谱鉴定；其核心在于让蛋白信息与其原始微环境一一对应。因此，选区（ROI）成为决定数据质量与生物学解释力的“第一道闸门”——只有锁定最具功能异质性或病理代表性的微区，才能避免背景噪音稀释信号，使下游机制挖掘真正聚焦疾病发生的“关键现场”。

作为国内率先开发推出空间蛋白组学技术服务的公司，景杰生物基于创新性10X Proteomics平台LCM切割技术，提供“一站式”空间蛋白组学全流程服务，可实现高精度、高深度、高重复性的空间蛋白组分析。此外，景杰生物结合空间蛋白质组学的发展趋势，全球首发了空间磷酸化及全息空间蛋白质组学，为深入理解蛋白质的功能和调控机制，指导药物设计、疾病治疗等方面创造无限可能。

今天小编总结了4种基于LCM的空间蛋白质组学研究的选区策略，助你高效锁定并解析疾病核心区域的功能蛋白。

ROI选取策略	核心特征	区域选择前处理
病理特征切割	基于组织学差异划分出典型形态样本，如肿瘤区域、基质区域、核心区、边缘区、邻近正常区、纤维化区等	H&E染色、免疫染色
多组学整合	基于多组学进行数据整合，指导空间蛋白质组学特征切割	单细胞转录组、单细胞蛋白组、空间转录组等
分子标志物导航	基于特定生物标志物的空间分布，通过成像技术定位标志物差异表达区域	IHC染色、荧光染色
全息空间切割	基于LCM获取全样本的空间信息，无预设区域	H&E染色、免疫染色

策略1

基于病理特征

选区特点

病理特征能够精准定位并获取具有异质性组织的空间区域，提供“金标准”级标注，有效避免无关区域引入的背景噪声，从而直接解析组织异质性的空间特征。

案例分享：Nature 空间蛋白组解析卵巢癌转移机制
文章标题：Proteomics reveals NNMT as a master metabolic regulator of cancer-associated fibroblasts
概述：随着卵巢癌转移机制研究的不断深入，研究者聚焦于肿瘤本体及其附属基质微环境。为此，研究团队收集了11例卵巢癌患者的组织样本，并针对4种转移性肿瘤的肿瘤区域和基质区域进行LCM切割，共获得107份微量样本用于质谱分析。最终共鉴定6944种蛋白质，平均单样本检测深度达4942种。差异分析显示，烟酰胺N-甲基转移酶（NNMT）仅在基质区域呈现显著差异表达；后续验证实验进一步证实，基质NNMT 低表达患者的总体生存率显著优于高表达患者，提示NNMT介导的表观遗传调控可能参与卵巢癌转移进程。
全文解读链接：Nature主刊！卵巢癌及附近基质的大队列蛋白质组学分析

图1 基于病理学图像获取肿瘤区域和基质区域

策略2

多组学整合

选区特点

利用其他组学数据，在研究前期精准识别最具功能异质性的微区，从而指导空间蛋白质组学的区域切割，实现特定功能区域蛋白层面的内在机制挖掘。

案例分享：Nat Genet 宫颈鳞癌整合空间组学分析揭示肿瘤免疫微环境景观（景杰合作）
文章标题：Multiomic analysis of cervical squamous cell carcinoma identifies cellular ecosystems with biological and clinical relevance
概述：肿瘤组织内的细胞异质性和可塑性是肿瘤进展和肿瘤免疫微环境调节的基础，但其状态转化和调控机制尚不明确。因此，研究首先整合单细胞RNA测序、空间转录组学分析了宫颈鳞癌肿瘤组织的免疫空间特性，系统描绘宫颈鳞癌的免疫空间图谱，并确定了热免疫区域和冷免疫区域。随后，利用LCM切割获取了60个感兴趣区域（20个热免疫区域，40个冷免疫区域）进行蛋白质组学分析，结果进一步揭示了宫颈鳞癌中，冷免疫区内FABP5通过TGFβ信号通路重塑免疫微环境并介导免疫逃逸的分子机制。
全文解读链接：Nat Genet｜首篇宫颈鳞癌整合空间组学分析揭示肿瘤免疫微环境景观

图2 基于前期组学分析获取冷/热免疫区域

策略3

分子标志物导航

选区特点

利用分子标志物进行区域选择，可基于分子表型异质性，获取“功能上最相关”的细胞或微区，锁定动态或稀有状态。

案例分享：Cell Rep Med 空间蛋白质组学分析鉴定子宫内膜癌的疾病早期诊断标志
文章标题：In-depth proteomics analysis of sentinel lymph nodes from individuals with endometrial cancer
概述：前哨淋巴结（SLN）活检已成为皮肤黑色素瘤和乳腺癌成熟的标准检测方法，SLN状态同样可能是评估子宫内膜癌EC的一个主要预后因素。研究利用免疫组化检测，对子宫内膜组织进行P53免疫染色，并利用LCM切割共获取了24个区域样本（正常和I-III级癌症）进行蛋白质组学分析，确定了5种蛋白质差异表达和肿瘤等级之间具有相关性，这些生物标志物可在以后用于开发高灵敏的微创EC诊断方法。
全文解读链接：Cell Rep Med | 空间蛋白质组学分析鉴定子宫内膜癌的疾病早期诊断标志

图3 基于P53免疫染色获取不同分型区域

策略4

全息空间切割

选区特点

全息空间蛋白组可一次性还原组织样本三维、多尺度、动态变化的“分子宇宙”，直观解析各项功能蛋白在生理和疾病中的全貌。

案例分享：Nat Commun 全息空间蛋白质组学解析肿瘤微环境蛋白异质性
文章标题：Deep topographic proteomics of a human brain tumour
概述：肿瘤微环境在肿瘤发展过程中发挥关键作用，但目前缺乏整体全面的蛋白质组学分析。该研究利用LCM切割技术对一例人脑非典型畸胎样/横纹肌样瘤（AT/RT）进行三级分辨率（833 μm、350 μm、40 μm）网格化精准切割，针对386个组织样本进行了高通量LC-MS/MS，共定量了超5,000种蛋白质的空间分布，实现全息层面蛋白图谱解析，首次在无先验组织学信息下揭示了肿瘤边界、血管微环境及免疫细胞浸润区域的功能异质性，证实LCM驱动的空间蛋白质组学可系统解析肿瘤分子特征并指导精准治疗。
原文链接：https://pmc.ncbi.nlm.nih.gov/articles/PMC10673928/