文章題目:Deep MALDI-MS spatial omics guided by quantum cascadelaser mid-infrared imaging microscopy
發(fā)表期刊:NatureCommunications
研究單位:德國曼海姆應用科技大學儀器分析與生物分析研究所
研究技術(shù):激光面陣列紅外成像、MALDI質(zhì)譜成像
樣本類型:小鼠腎臟、小鼠大腦、小鼠脊髓等
2025年5月22日,由德國曼海姆應用科技大學儀器分析與生物分析研究所的Carsten Hopf教授帶領(lǐng)的研究團隊在《Nature Communications》上發(fā)表了題為Deep MALDI-MS spatial omics guided by quantum cascade laser mid-infrared imaging microscopy的論文。在這項研究中,研究團隊采用了布魯克的激光面陣列紅外成像光譜儀HYPERION II ILIM對小鼠腎臟、大腦和脊髓等組織進行了超快速成像,該成像技術(shù)可以非標記、無損地快速完成整塊切片組織的成像,同時還能達到低于1 µm的亞細胞級空間分辨率,這一技術(shù)可以快速鎖定切片組織的ROI區(qū)域,節(jié)省95%以上的質(zhì)譜數(shù)據(jù)采集時間。這項技術(shù)與質(zhì)譜成像技術(shù)的集合,很好的克服了質(zhì)譜成像數(shù)據(jù)采集速度慢的局限。在同樣的時間內(nèi),可以進行更多樣品的深度質(zhì)譜空間組學研究,為病理醫(yī)學相關(guān)領(lǐng)域的研究注入了新的活力。
1. 激光紅外成像快速鎖定目標測試區(qū)域,告別質(zhì)譜成像“全組織盲掃"
在空間組學研究中,高置信度的分子鑒定對于復雜生物學機制探索和空間生物標志物發(fā)現(xiàn)至關(guān)重要。然而,當前基于質(zhì)譜成像的空間組學技術(shù)必須在數(shù)據(jù)采集速度與生化分析深度之間做出妥協(xié)。本研究引入快速、免標記的激光面陣列紅外成像技術(shù),引導質(zhì)譜成像精準定位至微小目標區(qū)域,很好的解決了這一矛盾。
從下圖可以看出,激光面陣列紅外成像技術(shù)完成整片鼠腦組織切片的成像僅需10分鐘,并且空間分辨率高達5微米,通過對紅外光譜進行二階導運算,找出1466cm?1(CH?彎曲振動)和1742cm?1(C=O振動)這兩個特征峰來區(qū)分小腦纖維束(FT)和顆粒層(GL),從而將質(zhì)譜成像的目標測試區(qū)域鎖定在一更小區(qū)域,成功避免了“全組織盲掃"。以10微米的空間分辨率對確定的目標測試區(qū)域進行質(zhì)譜成像,用時7小時,相比于整片全掃,節(jié)省了大量測試時間。
圖1.激光面陣列紅外成像通過空間上的引導鎖定質(zhì)譜成像的數(shù)據(jù)采集區(qū)域
((i)基于量子級聯(lián)激光器的紅外成像顯微鏡概述,以及激光紅外成像引導質(zhì)譜成像的具體流程。(ii)通過對光譜吸光度值進行二階導運算,找出1466cm?1(CH?彎曲振動)和1742cm?1(C=O振動)這兩個特征峰來區(qū)分小腦纖維束(FT)和顆粒層(GL)。(iii)基于所選特征峰得到的分布圖像和目標測試區(qū)域定義。(iv)基于單波數(shù)(1656cm-1)得到的參考圖像。(v)基于所有高光譜數(shù)據(jù)集得到的圖像與基于1656cm-1單波數(shù)得到的參考圖像疊加顯示。(vi)通過iprm-PASEF對鎖定的小腦目標測試區(qū)域進行質(zhì)譜成像。)
2. 激光紅外成像快速精準鎖定微小測試區(qū)域,與耗時的免疫組化結(jié)果吻合
在體外3D類癌細胞模型的有氧糖酵解中,QCL-MIR 展現(xiàn)了強大的區(qū)分能力:在由成纖維細胞 (CCD-1137Sk) 和陽性全角蛋白克隆癌細胞 (HT-29) 組成的雙培養(yǎng)球體中,激光面陣列紅外成像技術(shù)通過1466 cm?1(CH?彎曲振動) 和1742 cm?1 (C=O 振動) 這兩個脂質(zhì)相關(guān)的紅外特征峰的分析,精準區(qū)分出成纖維細胞核心與癌細胞外層,與 MALDI 免疫組化結(jié)果吻合。后續(xù)的質(zhì)譜成像分析發(fā)現(xiàn):癌細胞中甘油磷脂 (PI 34:1) 含量更高,而成纖維細胞中溶解甘油磷脂(LPI 18:0) 含量更高,揭示了腫瘤微環(huán)境中脂質(zhì)代謝的差異化重塑。
圖2.CCD?1137Sk 成纖維細胞/HT-29 癌細胞共培養(yǎng) (BCF) 體系與單細胞成纖維細胞培養(yǎng) (MCF) 球體的多模態(tài)比較。
((i)使用波形蛋白抗體 (m/z 1230.84; 成纖維細胞) 和全角蛋白抗體 (m/z 1288.71; 癌癥) 抗體的多通道MALDI免疫組化質(zhì)譜成像圖 。質(zhì)量窗口±10ppm。(ii)球體切片的紅外成像圖 (脂質(zhì)特征峰1742 cm?1; 二階導),MALDI免疫組化聚類分析 (k = 2) 得出成纖維細胞核心輪廓 (青色,虛線)。(iii)m/z 835.54 (PI 34:1 [M-H]-; 成纖維細胞) 和m/z 599.32 (lyso-PI 18:0 1 [M-H]-; 癌癥) 質(zhì)譜成像圖。比例尺, 200 μm)
3.對腎小球進行測試,進一步驗證激光紅外成像鎖定目標測試區(qū)域的準確性
利用酰胺I帶和羰基振動之間1720 cm?1處的脂質(zhì)紅外特征峰 (一階導數(shù)) 的差異可以區(qū)分腎小球結(jié)構(gòu)和周圍的腎皮質(zhì)。從而可以將質(zhì)譜成像的數(shù)據(jù)采集時間減少95% (從整片腎臟組織的216,411個像素點降低至8483個像素點)。隨后可以將時間和精力重新聚焦到通過使用iprm-PASEF對鎖定的腎小球中的10種神經(jīng)節(jié)苷脂進行非常高置信度的鑒定。
圖3. (i) 通過ARSA?/?小鼠腎臟(1720 cm?1; 1階導數(shù))的激光紅外成像圖鎖定的腎小球圖像 (綠色輪廓線) 。(ii)激光紅外成像圖通過高亮的腎小球引導離子圖像
m/z 1151.71 (GM3 34:1;O2[M-H]-;質(zhì)量窗口±10 ppm) 。比例尺, 300 μm。
4.激光紅外成像鎖定單個目標細胞,以及在動物實驗中的應用實例
最后我們測試了激光紅外成像鎖定單個目標細胞的可行性。嘗試了用于運動神經(jīng)元疾病研究的冷凍小鼠脊髓切片的灰質(zhì),通過激光紅外成像成功鑒定了單個含有神經(jīng)元的細胞。不同的運動神經(jīng)元位置由磷脂酰肌醇PI 38:4的空間分布特征表征,并由H&E顯微照片驗證。
圖4. (i) 實驗性自身免疫性腦瘤小鼠脊髓(1722 cm?1; 一階導數(shù))與鎖定的運動神經(jīng)元細胞的激光紅外圖像(藍線)(ii)激光紅外成像引導離子圖像m/z 885.549 (PI 38:4[M-H]-;質(zhì)量窗口±10 ppm),突出顯示神經(jīng)元細胞。比例尺,200 μm。
為了驗證激光紅外成像在引導帶有iprm-PASEF技術(shù)的TIMS質(zhì)譜成進而推動生物醫(yī)學發(fā)現(xiàn)方向的潛力,我們研究了實驗性自身免疫性腦脊髓炎(EAE)(一種人類多發(fā)性硬化癥模型)引起的小鼠脊髓白質(zhì)在疾病高峰時的動態(tài)脂質(zhì)重塑。通過對1466 cm?1處的脂質(zhì)特征紅外特征峰進行二階求導分析,快速鎖定了小鼠脊髓的白質(zhì)病變區(qū)域,與 H&E 染色的病理結(jié)果高度一致,將測量時間縮短了20倍。
圖5.激光紅外成像引導 TIMS-MSI 分析實驗性自身免疫性腦脊髓炎(EAE)的小鼠脊髓白質(zhì)中的脂質(zhì)重塑。a、b (i) 健康對照組的(Ctrl, a)和實驗性自身免疫性腦脊髓炎 (EAE, b) 1466 cm?1的小鼠脊髓激光紅外圖像(二階導數(shù)),脊髓白質(zhì)中的包含(α -無病變)和(β1),(β2 -變)。比例尺,300 μm。a, b (ii)激光紅外成像引導PI 38:4 [M-H]-的質(zhì)譜成像。相比之下,對照組脊髓(a)的白質(zhì)比實驗性自身免疫性腦脊髓炎(b)的白質(zhì)區(qū)域更小。d 激光紅外成像引導離子成像I m/z 616.472 (CerP 34:1;O2[M-H]-) II m/z 687.545 (CerPE 36:1; O2 [M-H]-),和m / z 885.549 (PI 38:4 [M-H]-), 如(a, b)中含有(α),(β1)和(β2)。激光紅外圖像和H&E顯微照片供參考。比例尺, 75 μm。
H&E染色與激光紅外成像和質(zhì)譜成像相結(jié)合,提供了疾病高峰期對照組和實驗性自身免疫性脊髓炎在脊髓組織學和脂質(zhì)學變化的多角度視圖。I、II和PI 38:4的離子圖像顯示它們的離子強度顯著增加,因此可能在EAE病變區(qū)域內(nèi)積聚。
激光紅外顯微鏡LUMOS II ILIM
聯(lián)系我們
天津市金貝爾科技有限公司 公司地址:天津市高新區(qū)華苑產(chǎn)業(yè)園區(qū)海泰創(chuàng)新六路華鼎新區(qū)一號3號樓10層 技術(shù)支持:化工儀器網(wǎng)掃一掃 更多精彩
微信二維碼
網(wǎng)站二維碼