(资料图片仅供参考)

现在，一种被称为“深度视觉蛋白质组学 ”的突破性方法可能能够帮助改变这种状况。由哥本哈根大学领导的一个国际研究小组创造了这种技术，最近在顶级科学杂志《自然-生物技术》上发表的一项新研究中，该技术被应用于癌细胞。

“我们的新概念，即深度视觉蛋白质组学，可能成为医院分子病理学的一个‘游戏规则改变者’。通过这种方法，我们可以识别数以千计的蛋白质，并确定其中有多少蛋白质，”新研究的第一作者Andreas Mund解释说。

“我们通过取一个组织样本并分析其中的肿瘤细胞来做到这一点。这个蛋白质的‘清单’被称为蛋白质组。这些蛋白质组揭示了驱动肿瘤发展的机制，并从癌症患者活检的单个组织切片中直接暴露出新的治疗目标。”诺和诺德基金会蛋白质研究中心（CPR）副教授Andreas Mund说，他是Matthias Mann教授团队的一员，该团队在CPR和马克斯-普朗克生物化学研究所带头进行这项开发。

对病理学部门很重要

研究人员之所以对蛋白质如此感兴趣，是因为它们实际上是几乎所有疾病的一些最重要的“拼图”。蛋白质是细胞的重要组成成分。

“当我们的细胞内出了问题，我们生病时，你可以肯定蛋白质以各种不同的方式参与其中。正因为如此，绘制蛋白质图谱可以帮助我们确定为什么一个肿瘤会在一个特定的病人身上发展，该肿瘤有哪些弱点，以及什么治疗策略可能被证明是最有益的，”Matthias Mann说。

在这项新研究中，研究人员将“深度视觉蛋白质组学 ”应用于尖锐湿疣和黑色素瘤患者的细胞。这是与罗斯基勒西兰大学医院的研究人员合作完成的。

“这种独特的方法将组织结构与特定于选定细胞的数千种蛋白质的表达相结合。它使研究人员能够研究癌细胞和其周围细胞之间的相互作用，对未来的临床癌症治疗具有重大意义。最近，我们诊断了一个高度复杂的临床病例，其中有2个不同的成分和DVP分析的结果，”西兰大学医院病理学系和哥本哈根大学临床医学系的顾问和临床研究副教授Lise Mette Rahbek Gjerdrum说。

深度视觉蛋白质组学将四种不同技术的进展整合到一个工作流程中。首先，先进的显微镜产生了高分辨率的组织图。之后，在激光显微切割和单细胞采集之前，使用机器学习算法对细胞进行准确分类。然后，只是通过质谱分析特定类型的正常或患病细胞，绘制蛋白质图谱，并了解健康和疾病的机制。

“利用这项技术，我们可以有效地将显微镜下看到的细胞的生理特征与蛋白质的功能联系起来。这在以前是不可能的，我们非常相信这种方法可以应用于其他疾病，而不仅仅是癌症，”Andreas Mund说。

关键词： 新的改变游戏规则的方法暴露了癌症的弱点