蛋白質組學技術在肝損傷生物靶標技術的應用
信息來源:金開瑞 作者:genecreate 發布時間:2018-08-16 16:31:18
文獻解讀:用蛋白質組學分析單核細胞來源的肝樣細胞發現β3整合素作為雙氯芬酸誘導的肝損傷的生物靶標
題目:Proteomics Analysis of Monocyte-Derived Hepatocyte-Like Cells Identifies Integrin Beta 3 as a Specific Biomarker for Drug-Induced Liver Injury by Diclofenac
期刊:Frontiers in pharmacology
影響因子:3.831
主要技術:蛋白質組學、流式細胞術
研究背景
藥物誘導的肝損傷(iDLL)是導致肝移植失敗或死亡的重要原因,是臨床的一大挑戰。缺少研究iDLL的合適工具影響了研究iDLL的發展。本文作者通過蛋白質組學研究雙氯芬酸(Dicol)誘導單核細胞來源的肝樣細胞(MH),鑒定到2700多個蛋白,經過篩選發現ITGB3在雙氯芬酸誘導后表達量增高。
研究內容及結果
1. MH細胞處理
首先,分離PBMC誘導成MH細胞,隨后檢測Dicol的藥物毒性;其次,選取無毒濃度的Dicol處理MH細胞后,利用蛋白質組學篩選出藥物處理后表達差異的蛋白。
圖1 MH細胞蛋白質組學流程
2. 收集臨床標本,分不通的組進行比較。
根據不同病人用藥情況和比較方式,將病人分為幾組:Diclo組(用過Diclo)、control(沒用過Diclo)、DicloDILI組(Diclo引起的IDILI)、Diclo-otherDILI組(其它藥物導致的IDILI)以及Control_otherDILI(其它藥物的對照組)。
表1 不同臨床病人的分類比較方式
3. 蛋白質組學篩選差異蛋白
蛋白質組質譜鑒定到總共2700多個蛋白,通過生物信息學分析不同組間蛋白表達差異和不通通路蛋白的占比情況。作者選取DicloDILI病人的MH細胞在Diclo處理后上調的前10個差異蛋白,其中只有1個是膜蛋白即β3整合素(ITGB3),最終從細胞粘附相關通路中選取β3整合素(ITGB3)做后續驗證。
圖2 蛋白質組學生物信息學分析
4. 外周血中ITGB3陽性細胞分析.
采集臨床標本全血,流式細胞術檢測發現DicloDILI病人的全血中ITGB3陽性細胞相對于正常人或其它藥物導致的DILI病人低,與MH細胞相反。作者猜想,原因可能是DicloDILI病人在Diclo誘導后外周血中的ITGB3陽性細胞進入到肝臟。為了驗證這個猜測,作者用免疫組化檢測了肝損傷炎癥部位ITGB3細胞,發現DicloDILI病人肝組織中ITGB3陽性細胞更多。
圖3 DicloDILI病人外周血中ITGB3陽性細胞分析
5. 肝臟中ITGB3陽性細胞分析
Diclofenac治療的病人,其外周血中ITGB3陽性細胞轉移到肝臟,使肝臟中ITGB3細胞增多。作者通過對肝細胞進行IHC染色驗證,用q-PCR檢測DicloDILI病人肝臟炎性部位的ITGB3表達情況,發現DicloDILI病人肝臟炎性部位表達量相對較高。
圖4 DicloDILI病人肝臟中ITGB3陽性細胞分析
文章小結
藥物誘導的肝損傷在肝移植過程中危害比較大,但是卻沒有很好的生物靶標作為其判斷藥物損傷的指標。本文作者通過嚴謹的分組,比較不同藥物處理的MH細胞中差異表達蛋白,通過生物信息學分析蛋白的通路和功能,查閱蛋白在細胞中存在的部位,將Diclofenac引起的最有可能作為biomaker的差異蛋白定位到ITGB3,并通過臨床標本檢測發現Diclofenac引起的肝損傷患者外周血ITGB3陽性細胞量存在差異,猜測其可能是由于Diclofena誘導ITGB3陽性細胞到肝臟所致,并通過免疫組化證明。
解析文獻
Diana Dragoi, Andreas Benesic, et al. Proteomics Analysis of Monocyte-Derived Hepatocyte-Like Cells Identifies Integrin Beta 3 as a Specific Biomarker for Drug-Induced Liver Injury by Diclofenac. Frontiers in pharmacology, 2018, doi.org/10.3389/fphar.2018.00699.
參考文獻
1. Cox, J., and Mann, M. (2008). MaxQuant enables high peptide identification rates, individualized p.p.b.-range mass accuracies and proteome-wide protein quantification. Nat. Biotechnol. 26, 1367–1372. doi: 10.1038/nbt.1511
2. Scheltema, R. A., and Mann, M. (2012). SprayQc: a real-time LC-MS/MS quality monitoring system to maximize uptime using off the shelf components. J. Proteome Res. 11, 3458–3466. doi: 10.1021/pr201219e.
3. Cox, J., Hein, M. Y., et al. (2014). Accurate proteome-wide label-free quantification by delayed normalization and maximal peptide ratio extraction, termed MaxLFQ. Mol. Cell. Proteomics 13, 2513–2526. doi: 10.1074/mcp.M113.031591
4. Robles-Díaz, M., Medina-Caliz, I., et al. (2016). Biomarkers in DILI: one more step forward. Front. Pharmacol. 7:267. doi: 10.3389/fphar.2016.00267
最新動態
-
09.23
中藥的現代詮釋:外泌體如何革新傳統醫學?
-
07.02
1+1>2!深度解析RNA測序數據挖掘邏輯和后期實驗設計思路,輕松研獲10+ SCI
-
07.01
“稻”亦有道——盤點近期水稻研究的重大突破
-
06.28
科學與美學的結合體:植物亞細胞定位技術詳解
-
06.28
“聚焦新質生產力,激發科研新動能”|LCA躋身蛋白互作研究的新銳力量
-
06.05
知無不“研”|一文讀懂免疫共沉淀技術(Co-IP)
-
05.14
四大研究利器(Co-IP、BIFC、Y2H、GST pull-down)助力速配蛋白互作“最佳拍檔”
-
05.14
高效、精準、直觀、實時——取經“蛋白互作研究翹楚”BIFC!
-
05.14
轉染效率低、干擾效果差、重復性欠佳...siRNA研究頻遇“攔路虎”怎么辦?
-
04.22
一文讀懂EMSA技術核心要點,讓“emsa” 秒變“easy”