방법 논문

중적외선 현미경 유도 질량 분석 이미징을 사용한 다중 모드 공간 대사체학

DOI:

10.3791/68709

⸱

2025년 7월 25일

 ,  ,  ,  ,  , 
1Institutes of Biomedical Sciences, Fudan University, 2Shanghai Xuhui Central Hospital, Zhongshan-Xuhui Hospital, 3Children's Hospital of Fudan University

* These authors contributed equally

이 논문에서

요약

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

우리는 공간적으로 분해된 대사 및 생화학적 분석을 위해 동일한 조직 절편에 질량 분석 이미징(MSI)과 중적외선(MIR) 이미징을 통합하는 다중 모드 공간 대사체학 워크플로를 제시합니다.

초록

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

공간 대사체학은 조직, 기관, 심지어 단일 세포 내에서 대사산물의 분포를 매핑하기 위해 빠르게 발전하는 분야입니다. 이 접근 방식은 생물학적 시스템의 생화학적 이질성을 이해하는 데 중요한 맥락 대사 정보를 제공합니다. 중적외선(MIR) 이미징 및 질량 분석 이미징(MSI)은 공간 대사체학을 위한 강력한 접근 방식으로 등장했으며 각각 고유하고 보완적인 이점을 제공합니다. 이 연구에서는 실험 절차, 이미징 공동 등록, 데이터 통합 및 생물정보학 분석을 포함하여 동일한 조직 절편에서 MIR 이미징 및 매트릭스 보조 레이저 탈착 이온화 MSI(MALDI-MSI)를 수행하기 위한 워크플로를 제시합니다. MIR 이미징은 업스트림 양식으로 사용되어 조직의 비파괴 생화학적 분석을 허용합니다. 그 후, MIR 이미징에서 얻은 공간 정보에 따라 MALDI-MSI용 조직에 매트릭스가 증착됩니다. 이미지는 공동 등록 후 통합되어 Seurat와 같은 고급 생물정보학 도구를 사용하여 다중 모드 공간 대사체학 분석을 가능하게 합니다. MIR 이미징과 MSI의 통합은 공간 대사체학의 혁신적인 발전을 나타내며, 건강과 질병 모두에서 대사 과정의 공간적, 화학적 복잡성을 탐구할 수 있는 전례 없는 기회를 제공합니다. 이러한 다중 모드 접근 방식은 바이오마커 발견, 질병 진단 및 치료법 개발 분야의 혁신을 주도할 수 있는 상당한 잠재력을 가지고 있습니다.

서론

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

공간 대사체학은 질량 분석 이미징(MSI) 또는 기타 공간적으로 분해된 기술을 대사 분석과 통합하여 대사 분석과 통합하여 대사 산물을 기본 조직 맥락 내에서 매핑하는 것을 포함하며, 조직하, 세포 또는 세포 내 해상도에서 대사에 대한 통찰력을 제공합니다 1,2,3,4,5,6,7,8 . 이러한 이미징 기법 중에서 중적외선(MIR) 현미경은 분자 진동 대비 4,7,9,10,11,12를 기반으로 생체 분자를 화학적으로 매핑하는 능력으로 인해 점점 더 주목을 받고 있습니다. 비파괴, 무표지, 고속, 비용 효율적인 특성 4,7,9,10,11,12 MIR 이미징은 MSI와의 통합에 특히 적합하여 포괄적인 공간 분석을 위한 유망한 다중 모드 접근 방식을 형성합니다.

매트릭스 보조 레이저 탈착 이온화 MSI(MALDI-MSI)는 공간 대사체학에서 가장 널리 사용되는 기술 중 하나입니다(그림 1A)13. 지질, 아미노산, 당, 뉴클레오티드 및 2차 대사산물을 포함한 광범위한 대사산물을 높은 감도로 검출할 수있습니다1. 매트릭스 선택(예: 2,5-디하이드록시벤조산[DHB], 9-아미노아크리딘[9AA] 또는 N-(1-나프틸) 에틸렌디아민 이염산염[NEDC]) 및 이온화 기술(예: 이온화 후 방법)의 발전은 특히 존재도가 낮고 이온화성이 낮은 종에 대한 검출 범위를 더욱 확장했습니다14. 최신 MALDI-MSI 시스템은 공간 분해능 및 사용되는 질량 분석기 유형(예: TOF(Time-of-Flight), Orbitrap 또는 푸리에 변환 이온 사이클로트론 공진[FT-IRC])에 따라 일반적으로 초당 5픽셀에서 50픽셀 범위의 이미징 속도를 지원합니다. 특히, 고속 MALDI-TOF 기기는 초당 100픽셀을 초과하는 속도를 달성하여 몇 시간 이내에 대면적 이미징을 가능하게 했습니다15. MALDI-MSI의 공간 분해능은 일반적으로 5 내지 50 μm 이내이며, 세포 및 세포 내 구조를 분해하기에 충분하다16,17. 그러나 공간 분해능이 높을수록 일반적으로 획득 시간이 길어지고 신호 대 잡음비가 감소하며 데이터 처리 중 계산 요구가 증가합니다.

MSI와 달리 MIR 이미징은 광시야 광학 접근 방식4이므로 본질적으로 비파괴적이고 처리량이 높습니다. 고출력 양자 캐스케이드 레이저(QCL)의 최근 발전으로 이산 주파수 적외선(DFIR) 이미징으로 알려진 새로운 프레임워크가 가능해져 이미징 속도가 비디오 속도까지 크게 향상됩니다(그림 1B)12,18. 또한 QCL 소스는 비냉각식 마이크로볼로미터 검출기를 MIR 이미징에 사용할 수 있게 하여 더 큰 초점면 어레이(FPA) 검출기를 사용할 수 있게 했습니다12. 결과적으로 1cm2 영역에 대한 단일 주파수 MIR 이미지를 셀룰러 해상도(~5μm)로 단 몇 초 만에 획득할 수 있습니다. MIR 이미징은 라벨이 없는 모드와 라벨이 있는 모드 모두에서 작동할 수 있습니다. 이전 연구 4,19,20에서는 다양한 대사 활동의 동역학을 모니터링하기 위해 소형 IR 활성 진동 프로브가 도입되었습니다. 이 프로브는 고유한 MIR 스펙트럼 대역을 통해 전역적인 화학적 변형을 보고함으로써 대사 경로를 실시간으로 추적할 수 있습니다4. 따라서 MIR 이미징은 높은 공간 해상도와 빠른 획득 속도로 정적 생화학적 프로파일링과 동적 대사 모니터링을 모두 제공합니다.

이 원고에서는 MIR 유도 MALDI-MSI 공간 대사체학을 수행하기 위한 포괄적인 워크플로를 소개하여 동일한 표본에서 두 양식을 모두 획득할 수 있는 타당성을 보여줍니다(그림 2, 그림 3). MIR 이미징을 MSI와 통합함으로써 각 기술의 보완적인 강점을 활용하는 다중 모드 접근 방식을 확립합니다. MIR 이미징은 세포 해상도에서 전체 슬라이드에 대한 신속하고 무표지 생화학적 매핑을 제공하여 후속 MSI 획득에서 관심 영역(ROI) 선택을 위한 귀중한 가이드 역할을 합니다. 이 전략은 보다 표적화되고 효율적인 MSI 워크플로우를 가능하게 하여 획득 시간과 비용을 줄이는 동시에 공간 대사체학 데이터의 해석 가능성과 생물학적 관련성을 향상시킵니다. 결과적으로 MSI는 MIR 초분광 이미지에 대한 매우 상세한 분자 주석을 제공하여 조직 생화학에 대한 더 깊은 이해를 가능하게 합니다. 전반적으로 이러한 통합 접근 방식은 바이오마커 발견, 질병 진단 및 치료법 개발을 발전시킬 수 있는 큰 잠재력을 가지고 있습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

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

이 프로토콜은 푸단대학교 실험동물자원센터의 기관동물관리이용위원회(IACUC)가 승인한 동물실험프로토콜(DSF-2024-004)에 따라 수행됐다.

참고: 이 연구는 동일한 조직 절편에서 MIR 이미징 및 MALDI-MSI를 수행하기 위한 워크플로를 제공합니다. 이 통합 접근 방식에는 실험 절차, 이미지 공동 등록, 데이터 융합 및 다운스트림 생물정보학 분석이 포함됩니다(그림 1C). MIR 이미징은 업스트림 양식으로 활용되어 조직의 비파괴적이고 라벨이 없는 생화학적 매핑을 가능하게 합니다. MIR 이미징의 공간 정보에 따라 MALDI-MSI 획득을 위해 매트릭스가 적용됩니다. 정확한 공동 등록 후 데이터 세트는 다변량 공동 분석을 위해 통합되며(그림 4), 고급 계산 도구를 통해 포괄적인 공간 대사체학을 가능하게 합니다.

1. 샘플 준비

  1. 조직 샘플 준비
    1. 마우스 조직 수집
      1. 특정 병원체 없는(SPF) 조건에서 C57BL/6J 마우스(20주령, 40g)를 집어들고, 12시간의 빛/암흑 주기로 유지하고, 실험 전에 최적의 건강을 보장하기 위해 음식과 물에 대한 자유로운 접근을 제공합니다.
      2. 깊은 마취를 보장하기 위해 50mg/kg 체중의 용량으로 펜토바르비탈 나트륨을 복강내 주사하여 마우스를 마취합니다. 관류를 진행하기 전에 동물을 모니터링하고 페달 및 각막 반사가 없는지 확인하십시오.
      3. 헤파린을 함유한 저온 PBS(5 IU/mL) 약 20-30mL를 150mmHg의 제어된 압력에서 좌심실을 통해 6분 동안 관류하여 혈액을 씻어내고 장기를 배출한 후 제거합니다.
      4. 수집된 모든 조직을 즉시 액체 질소로 담금질하고 추가 분석을 위해 -80°C에서 보관합니다.
        참고: 급속 동결은 조직 형태를 왜곡할 수 있는 얼음 결정 형성을 방지하는 데 필수적입니다.
    2. 조직 포매 및 냉동 절편
      1. 마이크로톰을 -20°C로 설정하고 챔버와 블레이드를 에탄올(EtOH)으로 오염을 제거하여 잔류 포매 배지를 제거합니다. CaF2 슬라이드, 슬라이드 메일러, 표본 홀더 및 조직 샘플이 극저온 조절기 내에서 평형을 이룰 수 있도록 합니다.
      2. 티슈를 약 5mm × 5mm × 3mm로 다듬습니다. -20°C의 표준 크라이오몰드 내에 10% 젤라틴에 삽입하여 절편을 위한 적절한 방향을 보장합니다. 내장된 샘플을 드라이아이스에 급속 냉동하고 냉동절개할 때까지 -80°C에서 보관합니다.
      3. 금형에서 조직을 추출하고 여분의 재료를 다듬어 절편을 최적화한 다음 초순수를 사용하여 표본 홀더에 부착하여 안정적인 접착력을 보장합니다.
      4. 10μm 두께의 절편을 절단하고 절편을 사전 코팅된 CaF2 기판에 고정하고 -80°C에서 보관합니다.
      5. 중적외선 이미징 전에 장착된 조직 절편을 진공 동결 건조기에 넣습니다. 챔버 압력을 0.1mPa로 설정하고 온도를 -100°C로 설정합니다. 샘플을 30분 동안 건조시킵니다.
  2. 세포 샘플 준비
    1. 1.25 × 105 HeLa 세포를 표준 배양 플레이트에 놓인 직경 13mm의 원형 CaF2 기질에 시드합니다. 10% 소 태아 혈청(FBS)과 1% 페니실린-스트렙토마이신이 보충된 고포도당 Dulbecco's Modified Eagle Medium(DMEM)을 사용하십시오. 표준 배양 조건(37°C, 5% CO2)에서 세포를 24시간 동안 배양합니다.
    2. 24시간 후, 배지를 조심스럽게 제거하고 실온(RT)에서 20분 동안 PBS 완충액에 용해된 4% 파라포름알데히드(PFA)에 배양하여 세포를 고정합니다.
    3. 고정 세포를 HBSS 완충액으로 세 번 헹구고 ddH2O로 세 번 추가로 세척합니다.
    4. MIR 이미징을 진행하기 전에 CaF2 기질을 RT에서 완전히 자연 건조합니다.

2. 다중 모드 이미지 획득

  1. 양자 캐스케이드 레이저(QCL) MIR 이미지 획득
    1. 비 N2 액체 냉각 마이크로볼로미터 520 × 480 초점면 어레이(FPA) 검출기 및 공간 일관성 감소 기술이 장착된 QCL-MIR 현미경을 사용하여 QCL MIR 이미징 현미경을 수행합니다.
    2. 950 cm-1 에서 1800 cm-1까지의 스펙트럼 범위를 선택합니다.
    3. 0.6 개구수(NA)의 4× 대물렌즈를 사용하면 공칭 픽셀 크기가 4.25μm가 됩니다.
    4. 4cm-1 스펙트럼 분해능으로 깨끗한 CaF2 기판에서 배경 스펙트럼을 수집합니다.
    5. 조직 형태에 따라 획득 영역을 선택하고 4cm-1의 스펙트럼 해상도로 스펙트럼 데이터를 수집합니다. 이 스펙트럼 해상도에서 이미지 획득 속도는 약 0.3mm2/s입니다.
      알림: 모든 측정은 수동 초점 조정과 함께 CaF2 슬라이드를 사용하여 전송 모드에서 수행됩니다.
  2. 질량 분석 이미지 획득
    1. 매트릭스 적용
      1. MALDI-MSI에 MIR 후 조직 절편을 사용하고, Tippex 펜을 사용하여 조직 주위에 기준 마커를 적용하고, 이미지 등록을 위해 평판 스캐너로 사전 MSI 광학 이미지를 캡처합니다.
      2. 메탄올/아세토니트릴/탈이온수(V/V/V=75:25:5)에서 7mg/mL의 NEDC 매트릭스를 준비한 다음 0.2μm 멤브레인을 통해 여과하여 미립자를 제거합니다.
      3. 표시된 조직 슬라이드를 자동 매트릭스 분무기에 넣습니다. 사전 정의된 매개변수를 사용하여 NEDC 매트릭스를 샘플에 분배합니다.
    2. MALDI-MSI 측정
      1. 0.2 μL의 적인 현탁액을 CaF2 슬라이드에 증착하여 외부 질량 교정 표준으로 사용합니다.
      2. 매트릭스 코팅 슬라이드를 슬라이드 어댑터에 고정하여 홀더와의 최적의 전기적 접촉을 보장합니다. 플레이트를 MALDI-MSI 시스템에 로드합니다.
      3. 기준 마커를 사용하여 슬라이드의 광학 이미지를 MALDI 스테이지의 XY 모터 좌표와 정렬합니다. 조직 분석을 위한 ROI를 정의하고 "매트릭스 전용" 영역을 음성 대조군으로 포함합니다.
      4. 50-1000의 m/z 범위를 포괄하는 20 × 20μm2의 픽셀 크기로 기기를 음이온 모드로 구성합니다. 데이터 수집을 시작하기 전에 적색 인 스폿을 사용하여 질량 교정을 수행합니다. 상용 데이터 분석 플랫폼을 사용하여 데이터 수집을 수행합니다.

3. 이미지 데이터 전처리 및 분석

참고: MATLAB 사용자 정의 코드는 보충 파일 1로 업로드됩니다.

  1. QCL-MIR 데이터 전처리 및 분석
    1. 데이터 전처리
      1. 추가 분석을 위해 초분광 데이터를 적절한 형식으로 내보냅니다.
      2. 다음 단계에 따라 CytoSpec 및 MATLAB을 사용하여 데이터 전처리를 수행합니다.
      3. 전처리를 위해 MIR 스펙트럼 데이터를 CytoSpec v2.00.07로 가져옵니다.
      4. CytoSpec에 내장된 품질 테스트 모듈을 사용하여 스펙트럼 품질을 평가합니다. 기준 2(시료 두께)를 선택하여 시료 일관성을 평가합니다. 스펙트럼 적분 범위를 950-1800cm-1로 설정합니다. 흡광도 임계값을 50에서 1000 단위 사이로 정의하여 지나치게 얇거나 두꺼운 영역에서 스펙트럼을 제외합니다.
      5. CytoSpec에서 PCA 기반 필터링을 사용하여 노이즈를 줄입니다. 처음 10개의 주성분(PC)을 유지하여 주요 생화학적 차이를 유지하면서 고주파 노이즈를 제거합니다.
      6. MATLAB에서 추가 분석을 위해 CytoSpec에서 전처리된 스펙트럼 데이터를 .mat 형식으로 내보냅니다.
      7. 950-1800cm-1 스펙트럼 범위에서 고무 밴드 보정 알고리즘을 사용하여 MATLAB에서 기준선 보정을 수행하여 기준선 드리프트를 제거하고 스펙트럼 정확도를 개선합니다.
      8. 동일한 스펙트럼 범위에서 최소-최대 스케일링을 사용하여 스펙트럼 정규화를 적용하여 모든 스펙트럼에서 강도를 표준화하고 데이터 세트 전체에서 비교 가능성을 보장합니다.
    2. 데이터 분석
      1. 각각 아미드 II 및 아미드 I 밴드에 해당하는 1,550 cm-1 및 1,650 cm-1에서 단백질 관련 특징을 식별합니다. 1,740cm-1에서 에스테르 C=O 스트레칭 진동을 나타내는 지질 관련 특징을 식별합니다.
      2. 에스테르 C=O 스트레치(1740cm-1)에 대한 Amide I 밴드(1650cm-1)의 강도 비율을 계산하고 비율 맵을 생성하여 공간적 지질 대 단백질 분포를 시각화합니다.
      3. 비지도 군집 분석: 유클리드 거리와 Ward의 연결을 사용하여 초스펙트럼 데이터에 대해 계층적 군집 분석(HCA)을 수행하여 스펙트럼 유사성을 기반으로 영역을 분류합니다. 클러스터 맵을 생성하여 생화학적으로 구별되는 영역을 식별하고 구조적 또는 병리학적 차이를 밝힙니다.
  2. MSI 데이터 전처리 및 분석
    1. 원시 MSI 데이터를 상용 데이터 분석 플랫폼으로 가져옵니다.
    2. 상대 강도 > 0.01%로 피크 피킹을 수행합니다.
    3. 매트릭스 전용 대조 영역에서 얻은 스펙트럼과 비교하여 실험 피크 목록에서 매트릭스 파생 피크를 제외합니다. 제어 스펙트럼에 나타나고 신호 대 잡음비(SNR)가 3 미만인 피크를 제거합니다.
    4. 데이터 세트를 RMS(Root Mean Square)로 정규화하여 픽셀과 샘플 전반에 걸쳐 이온 신호 강도의 변동성을 설명합니다.
    5. 조직 분포를 기반으로 특징을 필터링하고, HMDB(Human Metabolome Database)의 항목과 일치시키고, 이론적 m/z 값과 일치하여 대사산물 식별을 개선합니다.
    6. 실험 목표와 조직 맥락에 따라 관련 대사산물을 선택합니다.
    7. 모든 픽셀에 대해 선택한 피처의 강도를 CSV 파일로 내보냅니다.
    8. 차원 축소 기술(예: PCA, t-SNE 또는 UMAP)을 적용하여 데이터 복잡성을 줄이고 Seurat 및 Banksy와 같은 생물정보학 도구를 사용하여 유사한 대사 시그니처를 가진 픽셀 클러스터를 식별하여 공간 대사 이질성의 시각화를 용이하게 합니다.

4. 다중 모드 이미지 공동 등록 및 공동 분석

  1. 1650cm-1에서 획득한 MIR 이미지를 공동 등록을 위한 공간 참조로 선택합니다. 이 특정 파수는 아미드 I 단백질 밴드를 강조하여 강력한 조직 대비를 제공합니다.
  2. 시각적 비교 가능성을 높이기 위해 MIR 및 MSI 이미지의 강도 값을 정규화합니다. MATLAB에서 histeq 함수를 사용한 히스토그램 이퀄라이제이션과 같은 대비 향상 기술을 적용하여 이미지 강도를 재분배하고 랜드마크 선택에 중요한 구조적 특징의 가시성을 개선합니다.
  3. Image Processing Toolbox의 cpselect 함수를 사용하여 MIR 및 MSI 이미지를 모두 MATLAB에 로드합니다. 이 기능은 랜드마크 선택을 위한 대화형 인터페이스를 엽니다.
  4. cpselect 기능을 사용하여 MIR 및 MSI 이미지 모두에 해부학적으로 관련성이 있고 잘 분포된 5-10개의 제어점에 수동으로 주석을 추가합니다. 이러한 랜드마크는 조직 경계와 같은 뚜렷한 형태학적 특징과 일치해야 합니다.
    참고: 국부적인 왜곡을 최소화하기 위해 이미지 필드 전체에 제어점을 고르게 분배합니다.
  5. 두 이미지에서 주석이 달린 제어점의 좌표를 내보내고 기록합니다. 변환 계산을 위해 두 개의 일치하는 배열(예: movingPoints 및 fixedPoints)으로 저장합니다.
  6. 아핀 모드에서 MATLAB 함수 fitgeotrans를 사용하여 아핀 변환 행렬을 계산합니다. 이 변환은 스케일링, 회전, 변환 및 전단을 고려합니다.
  7. MATLAB에서 imwarp 함수를 사용하여 계산된 변환을 MSI 이미지에 적용합니다. 이 단계에서는 MIR 참조 프레임에 기하학적으로 정렬된 공간적으로 등록된 MSI 이미지를 생성합니다.
  8. 혼합 모드에서 imshowpair 기능을 사용하여 정렬을 육안으로 검사하여 MSI 및 MIR 이미지를 오버레이하고 구조적 특징의 올바른 등록을 확인합니다.
  9. MATLAB에서 imbinarize 함수를 사용하여 등록된 MSI 이미지와 참조 MIR 이미지를 모두 이진 마스크로 변환합니다.
  10. DSC(Dice Similarity Coefficient)를 계산하여 두 이진 마스크 간의 공간적 중복을 정량화합니다. DSC는 DSC = 2 ×(겹침 영역)/(두 마스크의 총 영역)로 정의됩니다. 1.0에 근접하는 DSC 값은 높은 공간 중첩 및 등록 정확도를 나타냅니다.
    참고: 필요한 경우 제어점의 수나 배치를 조정하고 변환 프로세스를 반복하여 등록을 구체화합니다. 로컬 정렬 불량이 지속되는 경우 비강성 등록 방법을 고려하십시오.
  11. 등록된 이미지, 변환 매개변수 및 랜드마크 좌표를 저장하여 생화학적 및 구조적 특징의 공간적 상관관계와 같은 다운스트림 다중 모드 이미지 분석을 수행합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

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

위에서 설명한 다중 모드 공간 대사체학 전략을 검증하기 위해 암의 마우스 모델에서 구현했습니다. 종양 세포는 녹색 형광 단백질(GFP)을 발현하도록 유전자 변형되어 형광 이미징을 통해 종양 부위의 정확한 위치 파악이 가능했습니다. 그림 2A는 "지문 영역"으로 알려진 950-1800cm-1의 스펙트럼 범위를 가진 무표지 QCL-MIR 이미징 결과를 보여줍니다. 대표적인 MIR 밴드는 P=O 스트레칭 (1240 cm-1, 핵산 및 인산염 지질), Amide II (1550 cm-1, 단백질), Amide I (1650 cm-1, 단백질) 및 에스테르 C=O 스트레칭 (1740 cm-1, 글리세로지질)과 같은 도 2A에 표시된다.

GFP 형광 신호는 종양 영역의 공간적 대응을 평가...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

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

여기에서는 MSI와 MIR 이미징을 통합하여 동일한 표본에 대해 고처리량, 분자 특이적 대사 프로파일링을 가능하게 하는 다중 모드 공간 대사체학 전략을 제시합니다. MIR 이미징은 분자 진동을 기반으로 라벨이 없는 비파괴 화학 매핑을 가능하게 하여 상세한 구조 및 작용기 정보를 제공합니다. 대조적으로, MSI는 대사산물 식별 및 정량화에 대한 높은 민감도와 특이성을 제공하여 대사체학 연구의 초석으로 자리매김했습니다. 이 두 가지 양식을 통합함으로써 MIR 이미징의 화학적 특이성과 MSI의 분자 정밀도의 상호 보완적인 강점을 활용하여 대사 이질성에 대한 보다 포괄적인 이해를 제공할 수 있습니다.

제안된 다중 모드 플랫폼의 주요 이점은 표적 MSI 획득을 위해 공간적으로 분해된 관심 영역(ROI) 식별을 수행할 수 있다는 것입니다. 고처리량 MIR 이미징은 ROI 선택을 안내하는 신속하고 라벨이 없는 비침습적 양식 역할을 ...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

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

저자는 공개할 것이 없습니다.

감사의 글

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

MALDI2-MSI 이미징에 대한 지원을 해준 Westlake University의 Yilong Zou 박사와 QCL 기반 MIR 이미징에 대한 지원을 해준 Bruker Scientific Technology Co., Ltd. 상하이 사무소에 감사드립니다. 또한 KrasLSL-G12D/+ Tp53fl/fl Rb1fl/fl ZsgreenLSL 마우스를 친절하게 제공해 주신 Huazhong University of Science and Technology의 Shuguo Sun 박사에게 감사드립니다. 이 연구는 비전염성 만성 질환-국가 과학 기술 전공 프로그램(2023ZD0500400 to L.S., G. W. 및 D. Y.), 중국 국가 자연 과학 재단(No. 22377016 to LS), Fudan University 및 Cao'ejiang 기초 연구 기금(No. 24FCA08 to LS)의 보조금으로 지원됩니다. 또한 푸단 대학교 상하이 의과대학의 핵심 시설에도 감사드립니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
4% 파라포름알데히드, 조직 고정액Sangon Biotech  E672002
소 혈청 알부민 Sigma Aldrich126615
C57BL/6JNifdc 마우스Charles River219
CaF2 슬라이드CrystranCAFP25-1
Cryostat 마이크로톰Dakewe BiotechCT520
CytospecPeter Lasch버전 2.10.01기준선 보정, 정규화, 이미지 생성 및 초분광 분석을 포함한 MIR 데이터 분석을 위한 소프트웨어입니다.
DPBS 버퍼피셔 사이언티픽 14-190-250
태아 소 혈청Gibco10270106
동결 건조기LABCONCOFreeZone
젤라틴 Sigma-AldrichG1890Type A, 돼지 피부
HBSS 완충액Sangon Biotech 에서 추출; A003210
고포도당 DMEMThermoFisher Scientific 10564011
기준선 보정, 정규화, 이미지 생성 및 초분광 분석을 포함한 MIR 데이터 분석을 위한MatlabMathWorksMatlab R2024a
매트릭스 보조 레이저 탈착 이온화 질량 분석 이미징(MALDI-MSI) 시스템Bruker Daltonics GmbH timsTOF fleX MALDI-2
메탄올시노팜 화학 시약10014108
mMass충학 연구소, 체코 과학 아카데미 생물학 센터, 체코 공화국버전 5.5.0MSI 데이터 분석용 소프트웨어. 전처리를 위해 원시 MSI 데이터를 SCILS Lab으로 가져옵니다.  상대 강도 0.01%> mMass 단위로 피크 피킹을 수행합니다.
N-(1-나프틸) 에틸렌디아민 디하이드로클로라이드(NEDC) 매트릭스 시그마 알드리치222488
페니실린-스트렙토마이신써모피셔 사이언티픽 15140122
양자 캐스케이드 레이저  중적외선(QCL-MIR) 현미경  Bruker Optics GmbHLUMOS II ILIM
적린Sigma-Aldrich8.0727
SCiLS LabBruker DaltonicsSCiLS Lab 2024bMSI 데이터 분석용 소프트웨어. 전처리를 위해 원시 MSI 데이터를 SCILS Lab으로 가져옵니다.  상대 강도 0.01%> mMass 단위로 피크 피킹을 수행합니다.
분무기HTX TechnologiesTM
트립신, 0.25% EDTAThermoFisher Scientific C25200072
소프트웨어입니다. 곤

참고문헌

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Alexandrov, T. Spatial metabolomics: From a niche field towards a driver of innovation. Nat Metab. 5 (9), 1443-1445 (2023).
  2. Gilmore, I. S., Heiles, S., Pieterse, C. L. Metabolic imaging at the single-cell scale: Recent advances in mass spectrometry imaging. Annu Rev Anal Chem. 12 (1), 201-224 (2019).
  3. Chadha, R. S., Guerrero, J. A., Wei, L., Sanchez, L. M. Seeing is believing: Developing multi-modal metabolic insights at the molecular level. ACS Central Science. 10 (4), 758-774 (2024).
  4. Shi, L., et al. Mid-infrared metabolic imaging with vibrational probes. Nat Methods. 17 (8), 844-851 (2020).
  5. Steinhauser, M. L., et al. Multi-isotope imaging mass spectrometry quantifies stem cell division and metabolism. Nature. 481 (7382), 516-519 (2012).
  6. Hu, F., Shi, L., Min, W. Biological imaging of chemical bonds by stimulated Raman scattering microscopy. Nat Methods. 16 (9), 830-842 (2019).
  7. Qian, N., et al. Illuminating life processes by vibrational probes. Nat Methods. 22 (5), 928-944 (2025).
  8. Kim, M. M., Parolia, A., Dunphy, M. P., Venneti, S. Non-invasive metabolic imaging of brain tumours in the era of precision medicine. Nat Rev Clin Oncol. 13 (12), 725-739 (2016).
  9. Baker, M. J., et al. Using Fourier transform IR spectroscopy to analyze biological materials. Nat Protoc. 9 (8), 1771-1791 (2014).
  10. Fernandez, D. C., Bhargava, R., Hewitt, S. M., Levin, I. W. Infrared spectroscopic imaging for histopathologic recognition. Nat Biotechnol. 23 (4), 469-474 (2005).
  11. Schnell, M., et al. All-digital histopathology by infrared-optical hybrid microscopy. Proc Natl Acad Sci U S A. 117 (7), 3388-3396 (2020).
  12. Yeh, K., Kenkel, S., Liu, J. N., Bhargava, R. Fast infrared chemical imaging with a quantum cascade laser. Anal Chem. 87 (1), 485-493 (2015).
  13. Ma, S., et al. High spatial resolution mass spectrometry imaging for spatial metabolomics: Advances, challenges, and future perspectives. TrAC Trends Anal Chem. 159, 116902(2023).
  14. Mckinnon, J. C., et al. Enhancing metabolite coverage in MALDI-MSI using laser post-ionisation (MALDI-2). Anal Methods. 15 (34), 4311-4320 (2023).
  15. Bednařík, A., et al. MALDI MS imaging at acquisition rates exceeding 100 pixels per second. Journal of the American Society for Mass Spectrometry. 30 (2), 289-298 (2019).
  16. He, M. J., et al. Comparing DESI-MSI and MALDI-MSI mediated spatial metabolomics and their applications in cancer studies. Front Oncol. 12, 2022(2022).
  17. Wang, G., et al. Analyzing cell-type-specific dynamics of metabolism in kidney repair. Nature Metab. 4 (9), 1109-1118 (2022).
  18. Haase, K., Kröger-Lui, N., Pucci, A., Schönhals, A., Petrich, W. Real-time mid-infrared imaging of living microorganisms. J Biophotonics. 9 (1-2), 61-66 (2016).
  19. Liu, X., et al. Towards mapping mouse metabolic tissue atlas by mid-infrared imaging with heavy water labeling. Adv Sci. 9 (15), e2105437(2022).
  20. Liu, X., Shi, L., Zhao, Z., Shu, J., Min, W. Vibrant: Spectral profiling for single-cell drug responses. Nat Methods. 21 (3), 501-511 (2024).
  21. Gruber, L., et al. Deep MALDI-MS spatial omics guided by quantum cascade laser mid-infrared imaging microscopy. Nat Commun. 16 (1), 4759(2025).
  22. Heijs, B., et al. Histology-guided high-resolution matrix-assisted laser desorption ionization mass spectrometry imaging. Anal Chem. 87 (24), 11978-11983 (2015).
  23. Rabe, J. H., et al. Fourier transform infrared microscopy enables guidance of automated mass spectrometry imaging to predefined tissue morphologies. Sci Rep. 8 (1), 313(2018).
  24. Wang, G., et al. Spatial quantitative metabolomics enables identification of remote and sustained ipsilateral cortical metabolic reprogramming after stroke. bioRxiv. , (2024).
  25. Jang, C., Chen, L., Rabinowitz, J. D. Metabolomics and isotope tracing. Cell. 173 (4), 822-837 (2018).
  26. Kim, J., Seo, S., Kim, T. -Y. Metabolic deuterium oxide (d2o) labeling in quantitative omics studies: A tutorial review. Analytica Chimica Acta. 1242, 340722(2023).
  27. Shi, L., et al. Optical imaging of metabolic dynamics in animals. Nature Commun. 9 (1), 2995(2018).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

이 JoVE 논문의 텍스트 또는 그림 재사용 허가 요청

허가 요청

태그

Spatial MetabolomicsMass Spectrometry ImagingMid Infrared ImagingMALDI MSIImaging Co RegistrationBioinformatics AnalysisTissue Metabolite MappingMulti Modal ImagingMetabolic HeterogeneityBiomarker Discovery
동영상 곧 제공

관련 논문