Method Article

Un enfoque simplificado para la proteómica basada en espectrometría de masas utilizando regiones de tejido seleccionadas

DOI:

10.3791/68076

⸱

April 18th, 2025

 ,  ,  ,  ,  , 
1Department of Medical Science, School of Medicine, CHA University, 2Department of Proteomic Research, CHA Future Medicine Research Institute, 3Department of Pathology, Seoul National University Hospital

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Aquí, establecemos un método proteómico basado en espectrometría de masas utilizando regiones aisladas de interés en secciones de tejido fijadas en formol e incluidas en parafina. Este protocolo se utiliza para analizar el proteoma de áreas específicas de tejido en secciones de tejido archivadas fijadas en formol e incluidas en parafina.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La proteómica basada en espectrometría de masas (MS) permite un análisis exhaustivo del proteoma en una amplia gama de muestras biológicas, incluidas células, tejidos y fluidos corporales. Las secciones de tejido fijadas en formol e incluidas en parafina (FFPE), comúnmente utilizadas para el archivo a largo plazo, han surgido como recursos valiosos para los estudios proteómicos. Más allá de sus beneficios de almacenamiento, los investigadores pueden aislar regiones de interés (ROI) de regiones de tejido normal a través de esfuerzos de colaboración con patólogos. A pesar de este potencial, sigue faltando un enfoque simplificado para los experimentos proteómicos que abarque el aislamiento del ROI, la preparación de muestras proteómicas y el análisis de MS. En este protocolo, se presenta un flujo de trabajo integrado que combina la macrodisección de ROI, la preparación de muestras basada en trampeo de suspensión y el análisis de MS de alto rendimiento. A través de este enfoque, se macrodiseccionaron, recolectaron y analizaron las ROI de los tejidos FFPE de los pacientes, que consisten en neoplasias quísticas serosas benignas (SCN) y neoplasias mucinosas papilares intraductales precancerosas (IPMN) diagnosticadas por patólogos, lo que resultó en una alta cobertura de proteoma. Además, se identificaron con éxito las diferencias moleculares entre las dos neoplasias quísticas pancreáticas distintas, lo que demuestra la aplicabilidad de este enfoque para avanzar en la investigación proteómica con tejidos FFPE.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Durante décadas, los tejidos humanos extirpados quirúrgicamente se han archivado como bloques fijados en formol e incluidos en parafina (FFPE). Estos bloques de tejido conservan inicialmente la estructura tridimensional (3D) incrustada en la parafina. Posteriormente, los tejidos se cortan con micrótomos, se montan en portaobjetos y se tiñen, comúnmente con hematoxilina y eosina (HE) o inmunohistoquímica (IHQ), para facilitar el diagnóstico histopatológico por patólogos experimentados 1,2. Los tejidos FFPE ofrecen claras ventajas para el almacenamiento a largo plazo debido a la reticulación de proteínas inducida por la formalina, que detiene la actividad enzimática y proteolítica3. Debido a que apoyan la construcción de conjuntos de muestras grandes y bien archivados, los tejidos FFPE se han considerado como una piedra angular para el descubrimiento de biomarcadores en diversos campos, incluida la genómica 4,5,6,7.

Sin embargo, su aplicación en la proteómica basada en cromatografía líquida y espectrometría de masas (LC-MS) ha planteado históricamente desafíos. Una limitación clave es la reticulación de proteínas inducida por la formalina, que interfiere con la digestión tríptica, un paso crítico enel análisis global del proteoma. Además, la pequeña cantidad de proteína que se puede recuperar de los portaobjetos de tejido a menudo hace que los métodos convencionales de preparación de muestras no sean adecuados. A pesar de estos desafíos, los avances han demostrado que los enlaces cruzados de proteínas pueden revertirse a través de un tratamiento prolongado a alta temperatura 9,10,11. Al mismo tiempo, los métodos de preparación de muestras optimizados para muestras de proteínas de baja cantidad han ampliado el uso de tejidos FFPE en la investigación proteómica 12,13,14,15.

Una ventaja significativa del uso de portaobjetos de tejido FFPE en proteómica radica en su capacidad para permitir un análisis específico de la región. Los portaobjetos FFPE suelen contener tanto lesiones como tejido normal adyacente (ANT). El análisis indiscriminado de todo el tejido corre el riesgo de confundir los resultados debido a las firmas moleculares mixtas. Por el contrario, el aislamiento y el análisis de las regiones de interés (ROI) (lesiones frente a ANT) permiten una caracterización más precisa de las características moleculares específicas de las regiones patológicas. En consecuencia, los enfoques basados en FFPE se han vuelto cada vez más populares en los estudios de proteómica 16,17,18,19,20. A pesar de su creciente aplicación, un flujo de trabajo optimizado que describa todo el experimento proteómico paso a paso sigue siendo escaso. En particular, no se ha publicado un protocolo basado en vídeo.

En este estudio, se estableció un sólido flujo de trabajo proteómico basado en LC-MS diseñado para el perfil preciso de los cambios moleculares dentro de las regiones específicas de la lesión. Utilizando tejidos FFPE diagnosticados por dos patólogos, se macrodiseccionaron, recolectaron y analizaron las ROI de las neoplasias quísticas serosas benignas (NSQ) y las neoplasias mucinosas papilares intraductales precancerosas (IPMN). El protocolo incorpora una macrodisección de los ROI, una preparación de muestras basada en trampas de suspensión optimizada para entradas mínimas de proteínas y un análisis de adquisición independiente de datos (DIA)-MS de rango estrecho. Este método permitió la identificación de más de 9.000 proteínas de áreas de tejido de aproximadamente 1 cm², descifrando distintas firmas proteómicas asociadas con SCN e IPMN.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudio fue revisado y aprobado por la Junta de Revisión Institucional del Hospital Universitario Nacional de Seúl (IRB No. 1904-114-1028). Todos los participantes dieron su consentimiento informado por escrito para participar en el estudio. La información detallada sobre todos los materiales utilizados en este protocolo se presenta en la Tabla de Materiales.

1. Recuperación de antígenos tisulares FFPE para la preparación de muestras de proteómica

NOTA: Asegúrese de que los bisturíes y todos los materiales, como el tubo utilizado, sean estériles para evitar cualquier contaminación cruzada. Los protocolos de este estudio se pueden adaptar para cualquier tejido FFPE con pequeñas modificaciones en función de la configuración del laboratorio.

  1. Corte secciones de tejido FFPE de 10 μm de bloques de tejido FFPE de montaje completo y colóquelas en portaobjetos de vidrio.
    NOTA: En este estudio, se utilizó tejido FFPE de quiste pancreático humano (dos tipos diferentes de tejido quístico: SCN e IPMN) para la preparación de muestras proteómicas.
  2. Retire la cera de parafina del tejido FFPE (desparafinar) con dos lavados en xileno con precaución: uno durante 5 min y otro durante 2 min.
  3. Rehidratar el tejido a través de un lavado en serie con una mezcla de etanol graduado: 3 min cada uno en etanol al 100%, 85%, 70% y 50%, seguido de un enjuague con agua desionizada.
    NOTA: Asegúrese de que el xileno y el etanol se manipulen en una campana de gases químicos.

2. Extracción de proteínas tisulares FFPE

  1. Prepare un portaobjetos de tejido teñido con HE o IHQ en el que los patólogos indiquen el retorno de la inversión.
  2. Coloque el portaobjetos de tejido sin teñir y el portaobjetos de tejido teñido con la parte posterior enfrentada, alineándolos entre sí. Asegúrese de que el retorno de la inversión se observe a través del portaobjetos de vidrio.
  3. Elimine las regiones de tejido que no le interesen con el bisturí.
    NOTA: Si se debe analizar el tejido normal adyacente, recójalo en los otros tubos.
  4. Raspe las ROI de tejido hasta el centro del portaobjetos con el bisturí y transfiéralas a los tubos limpios de 1,5 ml de baja unión a proteínas.
  5. Añadir 180 μL de tampón de lisis de dodecil sulfato de sodio (SDS) (5 % SDS, 2 mM de tris (2-carboxietil)fosfina) [TCEP], 300 mM de pH 8,5 Tris-HCl en agua desionizada) a cada tubo.
    NOTA: Asegúrese de que el volumen de tampón de lisis sea suficiente para solubilizar el tejido durante la sonicación y suspender las proteínas extraídas. Un tampón insuficiente puede provocar una lisis tisular incompleta, mientras que un tampón excesivo puede diluir el lisado de proteínas.
  6. Realice la sonicación de la sonda a una amplitud del 20%, aplicando 10 ciclos de 5 s encendido y 5 s apagado.
  7. Incubar las muestras a 100 °C durante 3,5 h con 1.000 x g.
    NOTA: Realice la sonicación con agua de las muestras durante 1 minuto cada hora durante la incubación para una extracción eficiente de las proteínas.
  8. Después de la incubación, enfríe la muestra a temperatura ambiente (RT) durante 10 min. Centrifugar las muestras a 16.000 x g durante 10 min en RT para separar los restos de tejido del sobrenadante.
  9. Recoja el sobrenadante en un tubo limpio y etiquetado y guárdelo a -80 °C hasta su uso posterior.

3. Cuantificación de proteínas del lisado tisular FFPE

NOTA: La mayoría de los pasos del ensayo de ácido bicinconínico para la cuantificación de proteínas se basan en las instrucciones del fabricante con pequeñas modificaciones. Se recomienda que los reactivos se preparen de acuerdo con las directrices del fabricante.

  1. Preparar patrones de albúmina sérica bovina (BSA) de concentración variable diluyendo en serie la solución madre (2 mg/mL de BSA). Si es necesario, diluya las muestras con un factor de dilución de 20 o 40.
  2. Prepare el agua desionizada como blanco y el tampón de lisis SDS como control de muestra.
  3. Pipetea 9 μL de patrón, blanco, control de muestras y muestras al centro del pocillo de la microplaca.
  4. Añada 4 μL de solución de reactivo de compatibilidad a la muestra en cada pocillo.
  5. Cubra el plato y mezcle en un agitador de platos a velocidad media durante 1 min. A continuación, incubar la placa a 37 °C durante 15 min.
  6. Añada 260 μL del reactivo de trabajo BCA a cada pocillo y, a continuación, incube la placa a 37 °C durante 30 min.
  7. Enfríe el plato a RT durante 3 min.
  8. Mida la absorbancia de los pocillos a 562 nm en un lector de placas.
  9. Reste el valor de absorbancia de 562 nm del blanco del de todas las muestras y el control de muestras.
  10. Además, reste el valor de absorbancia de 562 nm del control de muestra sustraído en blanco del de todas las muestras.
  11. Traza y utiliza la curva estándar para determinar la concentración de proteínas de cada muestra.
    NOTA: Asegúrese de que los 200-250 μg estimados de proteínas se extraigan de tres portaobjetos de vidrio de tejidos FFPE, cada uno con un área aproximada de 1cm2.

4. Precipitación de acetona de proteínas

NOTA: Asegúrese de que se utilice un total de 100-300 μg de proteína para la precipitación de acetona y la digestión de proteínas basada en atrapamiento de suspensión.

  1. Coloque la muestra de proteína (correspondiente a 100-300 μg) en un tubo compatible con acetona.
  2. Añada acetona a -20 °C en un volumen cinco veces superior al volumen de la muestra en el tubo.
  3. Incubar la mezcla a -20 °C durante 18 h.
  4. Centrifugar el tubo a 16.000 x g durante 15 min.
  5. Deseche con cuidado el sobrenadante sin alterar la pelletza de proteína.
  6. Añadir 500 μL de acetona a -20 °C y repetir los pasos 4.4-4.5.
  7. Seque la muestra al aire.

5. Digestión de proteínas basada en atrapamiento de suspensión

NOTA: El procedimiento de digestión de proteínas basado en filtro de captura de suspensión se adaptó de las instrucciones del fabricante con pequeñas modificaciones.

  1. Preparar tampón de lisis de captura de suspensión (5 % SDS, 5 mM TCEP, 50 mM pH 8,5 TEAB en agua desionizada).
  2. Agregue 40 μL del tampón al tubo de muestra y haga un vórtice completo para disolver la pastilla de proteína secada al aire.
  3. Incubar la muestra a 100 °C con agitación a 1.000 x g durante 35 min.
  4. Añadir 10 μL del reactivo alquilante (100 mM de cloroacetamida [CAA] en bromuro de tetraetilamonio [TEAB] de 8,5 mM de pH 100 m) a la muestra.
  5. Incubar en RT con agitación a 300 x g durante 1 h.
  6. Prepare un acidificante (ácido trifluoroacético [TFA] al 10% en agua desionizada) con precaución. Asegúrese de que el TFA, un ácido fuerte, se manipule en una campana de gases químicos.
  7. Añadir 5 μL de acidificante a la muestra para lograr una concentración final de 1% de TFA (volumen final de la muestra: 55 μL).
  8. Compruebe el pH de la muestra con papel de pH. Asegúrese de que el pH sea inferior a 1.
  9. Añadir 350 μL de tampón de unión/lavado-1 (0,1 M, pH 8,5 TEAB en MeOH al 90%) a la muestra para atrapar las proteínas.
    NOTA: Evite el vórtice y la centrifugación durante el atrapamiento de proteínas (paso 5.9) para evitar la pérdida de muestra. Cantidades suficientes de proteína aseguran la formación de partículas de proteína coloidal visibles con una apariencia translúcida.
  10. Coloque la columna de captura de suspensión en un tubo de 2 ml y transfiera toda la muestra, incluido cualquier material insoluble, a la columna de captura de suspensión.
  11. Centrifugar la columna a 4.000 x g durante 50 s para atrapar las proteínas.
    NOTA: Asegúrese de que todas las muestras pasen a través de la columna; De lo contrario, repita la centrifugación hasta completar la filtración.
  12. Añadir 400 μL del tampón de lavado-2 (50 % CHCl3/50 % MeOH) a la columna, centrifugar a 4000 x g durante 50 s y desechar el flujo.
  13. Repita el paso 5.12 tres veces.
  14. Agregue 400 μL del tampón-1, centrifugue a 4000 x g durante 50 s y deseche el flujo.
  15. Repita el paso 5.14 tres veces.
  16. Centrifugar a 4000 x g durante 1,25 min para asegurar el paso completo del tampón-1.
  17. Transfiera la columna de captura de suspensión a un nuevo tubo de muestra para la digestión enzimática.
  18. Añadir 125 μL de tampón de digestión (0,16 μg/μL de tripsina/Lys-C en 50 mM pH 8,5 TEAB) a la columna de captura de suspensión y taparla para evitar la evaporación.
    NOTA: La relación tripsina/Lys-C debe ser de 1:10 (peso/peso). Asegure un mínimo de 10 μg de tripsina/Lys-C para una digestión efectiva.
  19. Incubar a 37 °C durante 18 h sin agitar.
  20. Prepare los siguientes tampones de elución: tampón-1 (50 mM pH 8,5 TEAB en agua desionizada), tampón-2 (0,2 % FA en agua desionizada) y tampón-3 (50 % acetonitrilo [ACN] en agua desionizada).
  21. Añadir 80 μL de tampón de elución-1 a la columna de atrapamiento de suspensión y centrifugar a 4000 x g durante 1,25 min.
  22. Repita el paso 5.20 con 80 μL de tampón de elución-2 y tampón-3.
  23. Agrupe los péptidos eluidos y transfiéralos a un tubo nuevo y limpio.

6. Cuantificación de péptidos

NOTA: La mayoría de los pasos del ensayo cuantitativo de péptidos colorimétricos están adaptados de las instrucciones del fabricante con pequeñas modificaciones. Se recomienda que los reactivos se preparen de acuerdo con las directrices del fabricante.

  1. Prepare una serie de patrones diluyendo en serie la solución madre del patrón (1 mg/mL). Si es necesario, diluya las muestras utilizando un factor de dilución de 4 o 5.
  2. Prepare el agua desionizada como blanco y una mezcla de tampón de elución 1, tampón 2 y tampón 3 en proporciones iguales como control de muestra.
  3. Coloque 20 μL de estándares, blanco, control de muestra y muestras en el centro de cada pocillo de microplaca.
  4. Añada 180 μL del reactivo de trabajo a cada pocillo y mezcle bien la placa en un agitador de placas durante 1 min.
  5. Cubra la placa e incube la placa a 37 °C durante 20 min.
  6. Deje que la placa se enfríe a RT durante 3 min.
  7. Mida la absorbancia de los pocillos a 480 nm utilizando un lector de placas.
  8. Reste el valor de absorbancia de 480 nm del blanco del de todas las muestras y el control de muestras.
  9. Además, reste el valor de absorbancia de 480 nm del control de muestra sustraído en blanco del de todas las muestras.
  10. Traza y utiliza la curva estándar para calcular la concentración de péptidos para cada muestra.

7. Análisis de cromatografía líquida-espectrometría de masas

  1. Después de la cuantificación de péptidos, liofilizar 20 μg de péptidos.
  2. Vuelva a disolver los péptidos en 40 μL de tampón acuoso (3 % de ACN en agua de ácido fórmico [FA] al 0,1 %) durante 10 min en un baño de sonicación. La concentración peptídica resultante será de 0,5 μg/μL.
  3. Centrifugar la muestra a 16.000 x g durante 60 minutos y transferir las muestras a viales para el análisis de MS.
  4. Inyecte 2 μL de cada muestra utilizando el muestreador automático del sistema nano LC-MS/MS.
  5. Separe los péptidos en una columna de fase reversa (0,075 mm de diámetro interno x 150 mm de columna, empaquetada con material C18 de 3 μm, utilizando un gradiente de 127 minutos de acetonitrilo al 5%-35% a 100 nL/min. Ionice los péptidos a través de una fuente de iones de nanospray y transfiéralos a un espectrómetro de masas basado en orbitrap.
  6. Analice los péptidos utilizando un método de adquisición independiente de los datos de rango estrecho21.
  7. Aplique la siguiente configuración de parámetros de MS: Rango MS m/z: 495-745, objetivo de resolución: 15000, Objetivo AGC: 3 x 10E6, Tiempo máximo de inyección: automático, Ventana MS/MS: Definido por el usuario (Archivo complementario 1), Objetivo de resolución: 45000, Objetivo AGC 3 x 10E6, Tiempo máximo de inyección: automático, Energía de colisión HCD: 22%, 26%, 30%.
    NOTA: Se recomienda realizar un control de calidad inicial del instrumento mediante el análisis de muestras estándar antes del análisis. Utilice el software de adquisición de datos MS para configurar los parámetros (consulte la Tabla de materiales).

8. Análisis de datos para la búsqueda de proteómica

NOTA: Para la búsqueda proteómica de datos brutos de MS, se utilizaron herramientas de código abierto para convertir el formato de datos LC-MS y realizar la búsqueda de proteoma (consulte la Tabla de materiales). Los parámetros utilizados para el análisis de los datos se detallan en el Fichero Complementario 2. Para obtener instrucciones básicas de uso de las herramientas de código abierto, consulte el enlace incluido en la Tabla de materiales.

  1. Convierta los archivos de espectro MS/MS sin procesar (*.raw) obtenidos de LC-MS al formato *.mzML utilizando software de código abierto.
  2. Utilice los archivos sin procesar convertidos en formato (*.mzML) como entrada para que un motor de búsqueda de código abierto realice la búsqueda del proteoma.
  3. Iniciar la búsqueda proteómica en función de los parámetros especificados en el Fichero Complementario 2.

9. Análisis estadístico

NOTA: Para el análisis estadístico para identificar proteínas expresadas diferencialmente, se utilizó una herramienta de código abierto para realizar el análisis univariado (por ejemplo, la prueba t de Student; consulte la Tabla de materiales). Se recomienda consultar las instrucciones básicas de uso de la herramienta de código abierto a través del enlace proporcionado en la Tabla de materiales.

  1. Importe la lista de proteínas identificadas (*.txt) en la herramienta de código abierto.
  2. Clasifique las muestras en grupos. Para este estudio se designaron dos grupos: SCN e IPMN.
  3. Realice la transformación del registro2 de los valores de abundancia para ajustar la distribución de datos para aproximarse a la distribución normal.
  4. Aplique un paso de filtrado para eliminar las proteínas con valores faltantes. En este estudio, se requirió un mínimo de dos valores válidos en cada grupo para la inclusión.
  5. Imputar los valores faltantes utilizando un enfoque basado en la distribución normal para generar una lista completa de proteínas cuantificadas para el análisis univariante posterior.
  6. Realizar una prueba t de Student para identificar las proteínas expresadas diferencialmente entre los dos grupos. En este estudio se aplicó la corrección de la tasa de falsos descubrimientos (FDR) de Benjamini-Hochberg.
  7. Extraiga las proteínas expresadas diferencialmente que satisfagan los siguientes criterios: Benjamini-Hochberg FDR < 0.05 y |fold- change| ≥ 2.

10. Análisis bioinformático

NOTA: Se utilizó una herramienta bioinformática comercial para el análisis de sobrerrepresentación (por ejemplo, análisis de la vía del ingenio, consulte la Tabla de materiales). Antes de utilizar esta herramienta, se recomienda consultar las instrucciones del fabricante.

  1. Importe la lista de DEP (*.txt) en la herramienta comercial.
  2. Iniciar un análisis central para llevar a cabo un análisis de sobrerrepresentación.
  3. Exporte vías canónicas significativas enriquecidas a partir de los DEP utilizando la prueba exacta de Fisher (valor p ajustado < 0,05). Identificar las vías de interés que son relevantes para la investigación.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La preparación de muestras de proteómica basada en filtro de captura de suspensión establecida, combinada con la cuantificación sin marcadores mediante la adquisición independiente de datos de un solo disparo, se aplicó a tejidos FFPE quísticos pancreáticos (Figura 1). Se logró un aislamiento preciso del ROI durante el procesamiento de tejidos FFPE en diferentes tejidos FFPE quísticos pancreáticos (Figura 2A), lo que resultó en la adquisición de cromatogramas ió...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este protocolo describe un método proteómico rápido y eficiente que utiliza ROIs aislados de secciones de tejido FFPE montadas en portaobjetos de vidrio para el diagnóstico patológico. Cuando la intervención quirúrgica es ventajosa, las neoplasias sólidas, como los cánceres y los quistes, se resecan quirúrgicamente y se conservan para su evaluación patológica. Para el almacenamiento a largo plazo, los tejidos se fijan en formol y se incrustan en parafina (FFPE). A continuación, los bloqu...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los autores no tienen ningún conflicto de intereses que declarar

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Todas las figuras de este artículo fueron creadas con BioRender (http://www.biorender.com). Este trabajo fue apoyado por una beca de la Fundación Nacional de Investigación de Corea (NRF) (Subvención No. RS-2023-00253403 y RS-2024-00454407).

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
0,1% FA en ACN (grado LC-MS)Fisher ChemicalLS120-212
0,1% FA en agua (grado LC-MS)Fisher ChemicalLS118-4
0,5M TCEPThermo Scientific77720
10% SDSInvitrogen2679093
1M TEAB (pH 8,5)Sigma-Aldrich102545001
1M Tris-cl (pH 8,5)Centrífuga BIOSOLUTIONBTO21
A-14CAcetona167709
(grado HPLC)Fisher ScientificA949-4
ACN (grado HPLC)J.T.Baker9017-88
CHCl3 (grado HPLC)Thermo Scientific022920.k2
Papel CRADVANTEC70406001
DIA-NN versión 1.9 Código abierto https://github.com/vdemichev/DiaNNMotor de búsqueda de proteómica 
Lector de microplacas EPOCH2Agilent 
EtanolMERCK K50505283836
FA (grado LC-MS)Fisher ChemicalA117-50
Análisis de vías de ingenio (IPA)QIAGEN830018Herramienta de bioinformática
Liofilizador (SRF110R+trampa de vapeo)Thermo ScientificSRF-110-115
MeOH (grado HPLC)MERCKUN1230
Kit de ensayo de proteína BCA en microplaca-Agente reductor compatibleThermo Scientific23252
MSConvert Código abierto http://proteowizard.sourceforge.net/tools.shtmlsoftware de transformación de datos MS
Orbitrap Exploris 480Thermo ScientificMA10813CMS
PepMAP RSLC C18 columna de separación Thermo ScientificES903
Perseushttps://cox-labs.github.io/coxdocs/perseus_instructions.htmlde código abiertoHerramienta estadística
PIERCE cloroacetamida Formato sin pesajeThermo ScientificA39270
PIERCE Ensayo de péptido colorimétrico cuantitativoThermo Scientific23275
Agitador de placas Verde SSerikerVS-202D Sonicador
sondaVibraCellTMVCX750
Protein LoBind Tube 1,5 mLEppendorf22431081
QSP 10 µ L punta de pipetaThermo ScientificTLR102RS-Q
QSP 300 µ Punta de pipetaL Thermo ScientificTLR106RS-Q
BisturíBard-Parker372615
S-Trap: Rapid Universal MS Sample PrepPROTIFICO2-mini-40
SureSTART Vial 0,2 mLThermo Scientific6pk1655
TFASigma-Aldrich102614284
ThermoMixer CEppendorf5382
Trypsin/Lys-C (grado LC-MS)PromegaV5073
Vanquish NEOThermo Scientific8348249LC
Water (grado HPLC)HoneywellAH365-4
Xcalibur ver 4.7Thermo Scientific30966MS software de adquisición de datos
XyleneSigma-Aldrich102033629
Satorious2106208de

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Van Maldegem, F., et al. Effects of processing delay, formalin fixation, and immunohistochemistry on RNA recovery from formalin-fixed paraffin-embedded tissue sections. Diagn Mol Pathol. 17 (1), 51-58 (2008).
  2. Fox, C. H., Johnson, F. B., Whiting, J., Roller, P. P. Formaldehyde fixation. J Histochem Cytochem. 33 (8), 845-853 (1985).
  3. Fraenkel-Conrat, H., Olcott, H. S. The reaction of formaldehyde with proteins; cross-linking between amino and primary amide or guanidyl groups. J Am Chem Soc. 70 (8), 2673-2684 (1948).
  4. Basyuni, S., et al. Large-scale analysis of whole genome sequencing data from formalin-fixed paraffin-embedded cancer specimens demonstrates preservation of clinical utility. Nat Commun. 15 (1), 7731(2024).
  5. Gracia Villacampa, E., et al. Genome-wide spatial expression profiling in formalin-fixed tissues. Cell Genomics. 1 (3), 100065(2021).
  6. Zhang, X., et al. Characterization of the genomic landscape in large-scale Chinese patients with pancreatic cancer. EBioMedicine. 77, 103897(2022).
  7. Ren, Z., Ordway, B., Lin, P. -H. Archival FFPE blocks: the gift that keeps giving. Innov. 5 (1), 100532(2024).
  8. Magdeldin, S., Yamamoto, T. Toward deciphering proteomes of formalin-fixed paraffin-embedded (FFPE) tissues. Proteomics. 12 (7), 1045-1058 (2012).
  9. Soni, R. K. Protocol for deep proteomic profiling of formalin-fixed paraffin-embedded specimens using a spectral library-free approach. STAR Protoc. 4 (3), 102381(2023).
  10. Gustafsson, O. J. R., Arentz, G., Hoffmann, P. Proteomic developments in the analysis of formalin-fixed tissue. Biochim Biophys Acta Proteins Proteomics. 1854 (6), 559-580 (2015).
  11. O'Rourke, M. B., Padula, M. P. Analysis of formalin-fixed, paraffin-embedded (FFPE) tissue via proteomic techniques and misconceptions of antigen retrieval. Biotechniques. 60 (5), 229-238 (2016).
  12. Ye, X., et al. Integrated proteomics sample preparation and fractionation: method development and applications. TrAC Trends Anal Chem. 120, 115667(2019).
  13. Nwosu, A. J., et al. In-depth mass spectrometry-based proteomics of formalin-fixed, paraffin-embedded tissues with a spatial resolution of 50-200 µm. J Proteome Res. 21 (9), 2237-2245 (2022).
  14. Coscia, F., et al. A streamlined mass spectrometry-based proteomics workflow for large-scale FFPE tissue analysis. J Pathol. 251 (1), 100-112 (2020).
  15. Makhmut, A., et al. A framework for ultra-low-input spatial tissue proteomics. Cell Syst. 14 (11), 1002-1014.e5 (2023).
  16. Shin, D., et al. Identification of TUBB2A by quantitative proteomic analysis as a novel biomarker for the prediction of distant metastatic breast cancer. Clin Proteomics. 17 (1), 16(2020).
  17. Lee, H., et al. Dual oxidase 2 (DUOX2) as a proteomic biomarker for predicting treatment response to chemoradiation therapy for locally advanced rectal cancer: using high-throughput proteomic analysis and machine learning algorithm. Int J Mol Sci. 23 (21), 12923(2022).
  18. Tüshaus, J., et al. Towards routine proteome profiling of FFPE tissue: insights from a 1,220-case pan-cancer study. EMBO J. 44 (1), 304-329 (2024).
  19. Schweizer, L., et al. Quantitative multiorgan proteomics of fatal COVID-19 uncovers tissue-specific effects beyond inflammation. EMBO Mol Med. 15 (9), e17459(2023).
  20. Kobayashi, G., et al. Proteomic profiling of FFPE specimens: discovery of HNRNPA2/B1 and STT3B as biomarkers for determining formalin fixation durations. J Proteomics. 301, 105196(2024).
  21. Kawashima, Y., et al. Single-shot 10k proteome approach: over 10,000 protein identifications by data-independent acquisition-based single-shot proteomics with ion mobility spectrometry. J Proteome Res. 21 (6), 1418-1427 (2022).
  22. Li, W., et al. Identification and prognostic analysis of biomarkers to predict the progression of pancreatic cancer patients. Mol Med. 28 (1), 43(2022).
  23. Martinelli, P., et al. GATA6 regulates EMT and tumour dissemination, and is a marker of response to adjuvant chemotherapy in pancreatic cancer. Gut. 66 (9), 1665-1676 (2017).
  24. Racu, M. -L., et al. Smad4 positive pancreatic ductal adenocarcinomas are associated with better outcomes in patients receiving FOLFIRINOX-based neoadjuvant therapy. Cancers. 15 (15), 3765(2023).
  25. Roy, L. D., et al. MUC1 enhances invasiveness of pancreatic cancer cells by inducing epithelial to mesenchymal transition. Oncogene. 30 (12), 1449-1459 (2011).
  26. Shi, H., Tsang, Y., Yang, Y. Identification of CEACAM5 as a stemness-related inhibitory immune checkpoint in pancreatic cancer. BMC Cancer. 22 (1), 1291(2022).
  27. Waters, A. M., Der, C. J. KRAS: the critical driver and therapeutic target for pancreatic cancer. Cold Spring Harb Perspect Med. 8 (9), a031435(2018).
  28. Yao, H., et al. Glypican-3 and KRT19 are markers associating with metastasis and poor prognosis of pancreatic ductal adenocarcinoma. Cancer Biomark. 17 (4), 397-404 (2016).
  29. Zhan, L., Chen, L., Chen, Z. Knockdown of FUT3 disrupts the proliferation, migration, tumorigenesis and TGFβ induced EMT in pancreatic cancer cells. Oncol Lett. 16 (1), 924-930 (2018).
  30. Frohlich, K., Furrer, R., Schori, C., Handschin, C., Schmidt, A. Robust, precise, and deep proteome profiling using a small mass range and narrow window data-independent-acquisition scheme. J Proteome Res. 23 (3), 1028-1038 (2024).
  31. Li, K. W., Gonzalez-Lozano, M. A., Koopmans, F., Smit, A. B. Recent developments in data independent acquisition (DIA) mass spectrometry: application of quantitative analysis of the brain proteome. Front Mol Neurosci. 13, 564446(2020).
  32. Searle, B. C., et al. Chromatogram libraries improve peptide detection and quantification by data independent acquisition mass spectrometry. Nat Commun. 9 (1), 5128(2018).
  33. Prakash, J., Shaked, Y. The interplay between extracellular matrix remodeling and cancer therapeutics. Cancer Discov. 14 (8), 1375-1388 (2024).
  34. Perez, V. M., Kearney, J. F., Yeh, J. J. The PDAC extracellular matrix: a review of the ECM protein composition, tumor cell interaction, and therapeutic strategies. Front Oncol. 11, 751311(2021).
  35. Ferrara, B., et al. The extracellular matrix in pancreatic cancer: description of a complex network and promising therapeutic options. Cancers. 13 (17), 4442(2021).
  36. Weniger, M., Honselmann, K. C., Liss, A. S. The extracellular matrix and pancreatic cancer: a complex relationship. Cancers. 10 (9), 316(2018).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Mass Spectrometry ProteomicsFFPE TissueRegion Of InterestSuspension TrappingProtein DigestionPancreatic NeoplasmsData Independent AcquisitionPeptide QuantificationLiquid ChromatographyBioinformatics Analysis

Related Articles