Analyse af den proksimale tubulære og glomerulus af nyren
Mar 15, 2022
Kontakt:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791
Klik her for information om del I (Introduktion, materialer og metoder) i denne artikel.
Nær-enkeltcellet proteomisk profilering af det proksimale rør og glomerulus af den normale menneskelige nyre--Del II
Tara K. Sigdel1, Paul D. Piehowski2, Sudeshna Roy1, Juliane Liberto1, Joshua R. Hansen2, Adam C. Swensen2, Rui Zhao3, Ying Zhu3, Priyanka Rashmi1, Andrew Schroeder1, Izabella Damm1, Swastika Sur1, Jinghui Luo4, Yingbao Yang4, Wei-Jun Qian2* og Minnie M. Sarwal1* for Kidney Precision Medicine Project (KPMP) konsortiet
Resultater
OCT Frozen Kidney Collection er den foretrukne metode til nyrevævsproteomik
For den samme mængde inputvæv, OCT frossetnyregav mere protein end FFPE-sektioner fra den samme nyre (OCT frosset: 1871 ± 92 vs. FFPE: 296 ± 1 0 ng protein; p < 0,0017), hvilket tyder på mulig proteinnedbrydning i FFPE, på trods af at vævet er indlejret i paraffin klodser til<2 months.="" bulk="" proteomics="" data="" from="" the="" two="" human="">nyrer(#1, #2) viste en signifikant overlapning af identificerede proteiner med 84 procent overlap mellem de 2 OCT nyrer (reproducerbarhedsgrænse=13.52, 97.96 procent værdier inden for reproducerbarhedsgrænsen) og 83 procent overlap af den samme nyre proteiner mellem de 2 FFPE-nyrer (reproducerbarhedsgrænse=24.43, 98,5 procent-værdier inden for reproducerbarhedsgrænsen) (Supplerende tabel 1 og figur 2B). Inden for hver nyre, uanset vævsopbevaringsmetoden, blev ~70 procent af nyrestrukturelle (for det meste ekstracellulære matrix) proteiner bevaret, hvilket tyder på, at nogle proteiner mere foretrukket blev påvist ved hver metode. For at evaluere, hvilken proteinberigelse der ses mellem forskellige indsamlingsmetoder, fandt vi ud af, at OCT-vævsproteomik gav flere proteiner med høje spektrale tal større end eller lig med 5 (oddsforhold=1.460601; 95 procent konfidensinterval {{21} }.238969, 1.722593; p=4.472e-06), hvilket kan afspejle bedre bevaring af nyrevæv i OCT (Figur 2C). Proteomisk analyse af OCT-væv prøvede også mere unikke proteiner sammenlignet med FFPE-væv (oddsforhold=3.207089; 95 procent konfidensinterval=2.371221, 4.370600; p=4.985e{{ 38}}) (Figur 2D). Derudover blev mange af disse unikke proteiner fundet at have lav overflod og er mere tilbøjelige til at blive savnet, selv med meget korte konserveringstider for nyrevæv i FFPE. Uanset vævskonserveringsmetoden bemærkede vi, at der var stærk overlapning i almindelige biologiske veje. Vejene omfattede små molekyle metaboliske processer (p=2.59E-121 for OCT og p=2.15E-109 for FFPE), carboxylsyremetabolisk proces (p {{47 }}.62E-80 for OCT og p=1.93 E-76 for FFPE), organiske syremetaboliske processer (p=1.26E-76 for OCT og p=3.62E-80 for FFPE) og lægemiddelmetabolismeprocesser (p=7.90E-83 for OCT og p=4.01E{{64} } for FFPE). Disse data fremhæver, hvordan proteomikken i nyrevæv er yderst reproducerbar, uanset vævskonserveringsmetode for de to testede metoder.
Nyrevævsproteomik er meget reproducerbar på transporteret OCT frosset nyrevæv
Vi analyserede data genereret på de to steder (UCSF og Ohio State University), der fulgte den samme protokol til at udføre bulk proteomics, som beskrevet i metodeafsnittet. Bemærkelsesværdigt blev ~ 70 procent proteiner almindeligvis identificeret i det sammenyrebehandlet på to forskellige steder med spektralt antal større end eller lig med 5 (r=0.95, P < 0.0001)="" (rådata="" angivet="" i="" supplerende="" tabel="" 2).="" endnu="" vigtigere,="" de="">nyrerafsendt fra et centralt websted producerede meget korrelerede data (r=0.89, P=0.0001) (Supplerende tabel 2), hvilket understøtter, at de anvendte analytiske vævsbehandlingsprotokoller var ret robuste.
Optimering af indfangning af nyreceller ved hjælp af Laser Capture Microdissection (LCM)
Varierende tykkelser af OCT-sektioner monteret på PET-glas fra sammenyre(n=2) blev testet ved 5, 10 og 20 μm tykkelse, i tre eksemplarer, for LCM-repeterbarhed. 10 μm sektionen blev fundet at være den mest optimale ved seriel LCM-testning ved brug af Zeiss PALM MicroBeam Laser Microdissection-systemet (Cut Energy, 64; Cut Focus, 75). Udskårne celler blev fanget på klæbende hætter. Ud over LCM-process repeterbarhed fandt vi også maksimal indfangningseffektivitet af katapulterede celler ved 10 μm OCT snittykkelse.
Proteomics af sub-kompartment celler i normal menneskelig nyre identificerer berigede og unikke glomerulære og proksimale tubulære proteiner
På tværs af de 9 normale menneskernyrerprocessed by nscProteomics, with input of an average of 10–40 cells input each/Glom and PT fraction, we identified an average of ~2,560 proteins/sample. Interestingly, ~20% of the total proteins assessed by nscProteomics, from either sub-compartment overlapped across compartments/cells and bulk tissue, representing likely housekeeping or more structural kidney proteins that are not compartment specific. In a direct comparison of the two sub-compartments, 208 proteins were enriched (>2 fold) in Glom, and 67 were completely unique to Glom (absent in PT); and conversely, 247 proteins were enriched (>2 gange) i PT, og 25 var unikke for PT (fraværende i Glom) (Supplerende tabel 3). På trods af det relativt lille prøvesæt udførte vi også en validering på tværs af batch, idet vi behandlede hver batch af kørsler som et uafhængigt sæt. Selv med et lille unikt sæt afnyrer(2 i batch 1, 4 i batch 2), 210 Glom-berigede proteiner var stærkt korrelerede mellem de to uafhængige sæt, på trods af at disse data kom fra forskellige kohorter af normalenyrer(r=0.83; figur 3A) og analyseret på forskellige tidspunkter. 246 PT-berigede proteiner kunne også korreleres mellem de to forskellige kohorter af normale nyrer (r=0.77; figur 3B). Resultaterne fremhæver, at nscProteomics er i stand til reproducerbart at identificere sub-kompartment-specifikke proteiner, der er konserveret til forskellige funktionelle enheder af nyren.
Figur 3. (A) Korrelation af et sæt af 210 proteiner signifikant beriget iglomerulusmellem to forskellige partier af uafhængige nyreprøver. Batch 1 (kørsel 1) var fra 2 nyrer og batch 2 (kørsel 2) var fra 4 nyrer. Farveskalaen blev valgt til visuel skildring af overflod. En stærk positiv korrelation på 0.83 mellem middelmængderne af det samme sæt proteiner fra to forskellige batches. De røde stiplede linjer giver et mål for spredningen ved at afbilde 95 procents forudsigelsesintervallet for middelmængdeværdier for disse proteiner i fremtidige gentagelsesforsøg. (B) Korrelation af 246 proteiner betydeligt beriget iproksimale tubulivs.glomerulusmellem de to partier. En positiv korrelation på 0.77 mellem de gennemsnitlige mængder af disse samme proteiner mellem de to batches.
For at fastslå specificiteten af nscProtoemics tilgang tilnyresub-rum analyse, sammenlignede vi nscProteomics nyre sub-rum Glom og PT data med bulk proteomics af det samme sæt af nyrevæv. Vi fandt ud af, at ~25 procent (n=656) af proteinerne identificeret i begge underkompartmenter ikke engang blev påvist af bulkvævsproteomik, da de sandsynligvis havde meget lav overflod i bulkprøven; 118 Glom- og 74 PT-berigede proteiner kunne ikke påvises i bulk-nyre, hvilket fremhæver begrænsningen ved kun at udføre bulk-vævsproteomik. Kun 9 procent af Glom-specifikke proteiner, men et større antal på 48 procent PT-specifikke proteiner, blev identificeret af nyre-bulk-proteomik, hvilket afspejler den meget højere overflod af PT-celler i forhold til Glom-celler i de normalenyre. Faktisk kunne nogle kendte markører for glomerulære celler såsom podocin (NPHS2), eva-1 homolog B (EVA1B), MARCKS like 1 (MARCKSL1), fibroblast vækstfaktor 1 (FGF1) og claudin 5 (CLDN5) ikke identificeres af nyre-bulk-proteomik ved standardløbsdybder på ~2,000.
cistanche til forbedringnyrefungere
Validering af Glom- og PT-markører som vurderet af nscProteomics
Størstedelen af sub-kompartment proteiner blev rapporteret som påvist inyreaf IHC i tidligere offentliggjorte data (Human Protein Atlas) (25). De proteiner, der enten ikke blev påvist af IHC (mærket med *) eller data, der ikke er tilgængelige (mærket med **), er angivet i figur 4A, B. Vi tog de 26 bedste glom-berigede proteiner og 26 PT-specifikke proteiner og forespurgte enkeltcelle transkriptomiske data (scRNA Seq-data) til "cross-omics" integration og validering (figur 4B). Resultatet af integrativ analyse af top Glom og PT markører ved proteomics og transcriptomics demonstrerede en stærk korrelation af nogle af de kendte Glom og PT markører proteiner. Podocytmarkører såsom PODXL og CLIC5 og PT-markører såsom PDZK1 og ANPEP var stærkt beriget i begge datasæt. Udover at validere kendte markører har nscProteomics også identificeret proteiner, der er identificeret i lav overflod i enten de transkriptomiske datasæt eller IHC-datasæt. For eksempel er PITPNB en stærkt beriget glomerulær markør af nscProteomics-data; påvisning af dette gen var imidlertid lav i transkriptomiske data og kunne ikke påvises af IHC (25). Et lignende tilfælde blev observeret med SLC5A1, hvis signal blev forbedret i nscProteomics-data, men ikke i de transkriptomiske eller IHC-datasæt (figur 4C).
Figur 4. (A) Heatmap, der viser den differentielle fordeling af proteinoverflod i 5 normalnyrer(batch 2), af 26 proteiner (ud af 372) mest signifikant beriget i G (vs. T) og 26 proteiner (ud af 411) mest signifikant beriget i T (vs G), med tilsvarende værdier i 2 bulkprøver vist til sammenligning . Proteinoverflod måles som log 2 transformerede relative intensiteter. Uovervåget klynging af signifikante proteiner fremhæver sæt af proteiner relateret til euklidisk afstandslighedsmål inden for de større differentierede berigede sæt. Det bemærkes, at bulkprøver klynges sammen med PT-prøver; dette forventes sidenproksimale tubulier rigeligt spredt inden fornyre. (B) Korrelation af genekspressionsplot af scRNA-seq-data fra menneskernyre. Gener, der koder for Glom-specifikke og PT-specifikke proteiner præsenteret på varmekortet, blev udvalgt. Stigende prikstørrelse svarer til, at en større procentdel af celler i cellepopulationen udtrykker genet, mens en mørkere farve svarer til en højere ekspression af genet. PT,proksimalt rørformet; Podo, podocytter; Mes, mesangiale celler; LOH, Loop of Henle, Immunceller; Endo, endotelceller; DT, distale tubuli; CD, opsamlingskanal. *Tegnet ved siden af gensymbolet indikerer, at proteinet ikke blev påvist på glomeruli som rapporteret af Human Protein Atlas (https://www.proteinatlas.org), **Data ikke tilgængelig på Human Protein Atlas (https://www. proteinatlas.org). (C) Repræsentative proteiner, der demonstrerer, hvordan nscProteomics ikke kun identificerer positive markører som PODXL og PDZK1, men også identificerer proteinmarkører som dem, der ellers savnes af transkriptomik eller immunhistokemi.
Biologisk relevans af Glom- og PT-berigede proteiner
Vi brugte data genereret gennem den udviklede protokol til nscProteomics til at se på proteiner, der var signifikant beriget i enten de glomerulære celler ellerproksimalt rørformetceller. De 208 Glom-berigede proteiner blev beriget i vesikelmedieret transport (FDR 3.6E-15) og regulering af cellulær komponentorganisation (FDR 9.75E-14) som deres vigtigste biologiske processer og cytoskeletproteinbinding (FDR 2.63) E-19) og actin-binding (FDR 2.40E-17) blandt de højest rangerede molekylære funktioner. Derudover var actincytoskelet (FDR 3.73 E-25) og fokal adhæsion (FDR 4.07E-20) de øverste berigede cellulære komponenter. De 247 PT-berigede proteiner blev beriget i små molekyle metaboliske processer (FDR 7.55E-50) og lægemiddelmetaboliske processer (FDR 5.00E-41) som top biologiske processer. Proteinerne blev beriget for oxidoreduktaseaktivitet (FDR 9.07E-34) og katalytisk aktivitet (FDR 1.05E-27) blandt de toprangerede molekylære funktioner.
nscProteomics identificerer unikke sæt af Glom- og PT-proteiner
Bortset fra berigede proteiner i Glom- eller PT-sektionerne var 92 proteiner enten unikke for Glom (n=67) eller unikke for PT (n=25), da de kun blev identificeret i enten de glomerulære celler eller denproksimalt rørformetceller (tabel 1). Proteinerne identificeret kun i de glomerulære celler var beriget i molekylære funktioner såsom actin-binding (FDR 4.92E-06), cytoskeletproteinbinding (FDR 3.47E-05), integrin-binding (3.9E{) {11}}), osv. Vi brugte denne liste til at undersøge de offentligt tilgængelige data, der tidligere havde rapporteret deres tilstedeværelse iglomerulus. Blandt de 67 proteiner, der kun er identificeret i Glom-sektioner, er 41 blevet rapporteret at være til stede inyre(25). Af disse 41 proteiner er en undergruppe på 18 (43,9 procent) i overensstemmelse med nscProteomics og 23 (56,1 procent) er rapporteret ikke at være øget i Glom sammenlignet med tubuli. Blandt de 25 proteiner, der kun er identificeret i PT-sektioner, er 20 blevet rapporteret at være til stede inyre(25). Disse proteiner er beriget med molekylære funktioner såsom organisk anion transmembran transporteraktivitet (FDR 6.34E-05), carboxylsyre transmembran transportør aktivitet (FDR 1.4E-04), opløst stof: natrium symporter aktivitet (FDR 1.8 E) -04), osv. Af de 25 PT-specifikke proteiner er en undergruppe af 19 proteiner (95.0 procent) i overensstemmelse med nscProteomics, og kun 1 (5.0 procent) er rapporteret ikke at være øget i tubuli sammenlignet med Glom.
Tabel 1. Proteiner beriget med glomerulære ogproksimalt rørformetceller identificeret af nscProteomics.
Diskussion
Med den hurtige udvikling af enkeltcelle genomik og transkriptomiske assays er der stadig et udækket behov for at lave parallelle enkeltcelleundersøgelser på dyrebare humane prøver inden for proteomik (27). Proteinprofilering fra enkeltcelle står i vejen for den dyd, at vi ikke har proteinamplifikationsevne, på samme måde som vi kan amplificere nukleotider. I denne første anvendelse af næsten-enkeltcellet proteomik på mennesketnyre, demonstrerer vi, at robust mærkefri proteomisk kvantificering er mulig for så få som 40nyreceller, der er specifikke for forskellige LCM-underrum. De udviklede protokoller for næsten-enkeltcellet nyreproteomik vil være til gavn for andre forskere, der arbejder inden for nyresygdomme.
En nylig undersøgelse af Hoehne et al. demonstrerede brugen af Single-Pot Solid-Phase-enhanced Sample Preparation (SP3) teknologi til proteomisk analyse af nyresegmenter (4). Ved at bruge enkelte mikrodissekerede glomeruli med ~200 celler illustrerede forfatterne heterogeniteten af proteomerne fra enkelte glomeruli fra musemodeller og humane patienter. En anden nylig undersøgelse af Song et al. (28) brugte FFPE-væv fra nyretransplanterede modtagere til at skabe en molekylær diagnostisk platform ved hjælp af bulkproteomik. I dette manuskript har vi optimeret og analyseret meget detaljeret processen med vævsopsamling til MS for at etablere en standardprotokol for proteomisk analyse af små vævsprøver. Først sammenlignede vi FFPE vs. OCT-metoden til vævsopbevaring for at vise, at selvom der er en høj korrelation mellem de to datasæt, giver OCT-væv højere proteinindhold og endnu vigtigere evnen til at identificere proteiner med lav overflod. For det andet er MS-protokoller til bulk-proteomik blevet optimeret, således at meget reproducerbare (r=0.95) resultater kan opnås på forskellige steder på serielt skåret, tilstødendenyrevævssnit. For det tredje, hvor vi beskriver en tilgang til at koble laserfangst mikrodissektion for at reducere mængden af inputprøve til 10-40 celler med en nano POTS-teknologi bestående af en robotplatform til nøjagtigt at håndtere pico-liter volumener. Vores tilgang giver os mulighed for at kontrollere input-antallet af celler, hvilket forbedrer reproducerbarheden af forskellige glom- og tubuliprøver. På grund af enkeltheden af LCM og nøjagtigheden af nano POTS-teknologi, tror vi, at vores undersøgelse vil tillade adoption af proteomics på dyrebare kliniske prøver på en reproducerbar måde.
cistanche at behandlenyrefungere
Begrænsninger af denne undersøgelse omfatter den lille prøvestørrelse og begrænsningen af væv, som ikke tillod os at udføre rumlig validering af væv ved immunhistokemi. For delvist at afhjælpe denne begrænsning leverer vi integreret dataanalyse med scRNA Seq-data fra de samme væv for at bekræfte, at proteiner identificeret inyreunderkompartmenter identificeres også i den samme oprindelsesvævscelle ved transkription. En yderligere begrænsning er, at vi identificerer et begrænset antal proteiner ved hjælp af nscProteomics, sandsynligvis på grund af lille inputmateriale, som risikerer, at nogle proteiner ikke bliver identificeret af MS, da de kunne tænke sig under grænsen for instrumentdetektion. Forbedring af instrumentfølsomhed og proteinekstraktion fra små prøveinput kan hjælpe med at forbedre denne strømbegrænsning.
Vi anerkender, at der er mange variabler, der kan bidrage til kvaliteten af dataene. Opbevaringstiden, FFPE-fikseringsmidler (dvs. PFA vs. Glutaraldehyd), varighed i fikseringsmiddel, tid i fryseren/på tøris/i flydende nitrogen, tilgange til proteinsolubilisering er nogle få faktorer, der kan bidrage til proteomiske resultater. Det er vigtigt at indse, at selv biologien af tonyrerer ikke altid det samme, og det gælder selv inden for de samme nyrer som glomeruli af sammenyrebiopsier kan være i en funktionel anden tilstand. Histologisk,nyrekompartmenter er ekstremt heterogene selv inden for samme sygdomstilstand. Ved at fange de samme regioner af nyren fra forskellige inputprøver giver nscProteomics mulighed for undersøgelse af heterogenitet inden for specifikke subcellulære rum, hvilket er en styrke ved denne teknologi.
Vi observerede, at nogle underrumsproteiner identificeret af nscProtoemics er potentielt nye glomerulære ogproksimalt rørformetproteiner. Innovationer i integrativ dataanalyse med enkeltcellet RNA Seq af sammenyreprøver, selvom de er foreløbige, ville give bekræftelse på, at disse proteiner faktisk er lokaliseret til deres prøveudtagede/forudsagte underregioner.
Denne undersøgelse giver indsigt i den uopdagede kompleksitet af molekylære mønstre inyreunderafdelinger i sundhed og understøtter anvendelsen af denne teknologi på nyresygdomsprøver for at forstå forstyrrelsen af proteiner i forskellige nyreunderkompartementer, som fortrinsvis kan påvirkes af forskellige nyresygdomme. Differentiel regulering af disse proteiner i forskellige nyresygdomme kunne afdække klinisk og prognostisk heterogenitet i komplekse glomerulære og tubulære sygdomsfænotyper og afdække nye udløsere af nyreskade og genopretning. I betragtning af mangelen på nyrebeskyttende lægemidler kan afdækning af disse nye veje i specifikke regioner af nyren desuden give vigtige nye mål for rationelt lægemiddeldesign til behandling af specifikke skader på forskellige underafdelinger i en række forskellige nyrelidelser.
Afslutningsvis præsenterer vi således en nscproteomics-arbejdsgang til håndtering af 10-40nyreceller; forbedring af denne teknologi bærer løftet om at reducere inputmateriale i fremtiden til enkeltcelleniveau. Fremtidige udviklinger såsom optimerede behandlingsvolumener og yderligere forbedringer af LC-MS-platformen er undervejs.
Erklæring om datatilgængelighed
Datasættene genereret til denne undersøgelse kan findes i PRIDE PXD015058 og 10.6019/PXD015058.
Forfatterbidrag
TS og MS konceptualiserede undersøgelsen. TS, JLi, JH, ACS, RZ, YZ, PR, ID, SS, JLu og YY hjalp med prøvebehandling og eksperimentel datagenerering, TS, PP, SR, AS, W-JQ og MS bidrog med dataanalyse og udarbejdelse af manuskript. Alle forfattere bidrog til artiklen og godkendte den indsendte version.
Finansiering
Finansieringen til dette arbejde kom fraNyrePrecision Medicine Project, NIDDK NIHUG3 -DK114937 (MS) og R01 DK109720-02 (MS), DP3 DK110844 (W-JQ), R01 DK122160 (W-JQ) og support fra Division of Multi -Organtransplantation (MS).
Interessekonflikt
Forfatterne erklærer, at undersøgelsen blev udført i fravær af nogen kommercielle eller finansielle relationer, der kunne opfattes som en potentiel interessekonflikt.
Anerkendelser
Vi anerkender hjælpen fra Zoltan Laszik og Gyula Szabo fra UCSF for hjælp til vævsbehandling. Samir Parekh og Brad Rovin fra Ohio State University (OSU), for massespecifikke samarbejder om bulk proteomics og QC for bulk proteomic væv, der deles mellem UCSF og OSU, og Jeff Hodgin og Matthias Kretzler fra University of Michigan for venligt at give adgang til referencennyreprøver. Noget af det eksperimentelle arbejde beskrevet heri blev udført i Environmental Molecular Sciences Laboratory, Pacific Northwest National Laboratory, en national videnskabelig brugerfacilitet sponsoreret af Department of Energy under kontrakt DEAC05-76RL0 1830.
Supplerende materiale
Det supplerende materiale til denne artikel kan findes online på: https://www.frontiersin.org/articles/10.3389/fmed.2020.00499/full#supplementary-material
Forkortelser
nscProteomics, næsten-enkeltcellet proteomik; KPMP,NyrePræcisionsmedicin projekt; PT,proksimalt rørformet; Glom, glomerulær; LCM, laser capture mikrodissektion; μPOTS, mikroliter behandling i én gryde til sporprøver; OCT, Optimal skæretemperatur; FFPE, formalin-fikseret paraffin indlejret; UM, University of Michigan; OSU, Ohio State University; DDM, n-dodecyl-D-maltosid; scRNA Seq, enkeltcellet RNA-sekventering; IHC, immunhistokemi.
Fra: 'Nær-enkeltcellet proteomisk profilering af det proksimale rør og glomerulus af den normale menneskelige nyre' afTara K. Sigdel1, Paul D. Piehowski2, Sudeshna Roy1, Juliane Liberto1, Joshua R. Hansen2, Adam C. Swensen2, Rui Zhao3, Ying Zhu3, Priyanka Rashmi1, Andrew Schroeder1, Izabella Damm1, Swastika Sur1, Jinghui Luo4, Yingbao Yang4, Wei-Jun Qian2* og Minnie M. Sarwal1* for Kidney Precision Medicine Project (KPMP) konsortiet
---ORIGINAL FORSKNINGSartikel Forside. Med., 17. september 2020|https://doi.org/10.3389/fmed.2020.00499
Referencer
1. Lee JW, Chou CL, Knepper MA. Dyb sekventering i mikrodissektionerede nyretubuli identificerer nefronsegmentspecifikke transkriptomer. J Am Soc Nephrol. (2015) 26:2669-77. doi: 10.1681/ASN.2014111067 PubMed Abstract|CrossRef fuld tekst|Google Scholar
2. Cisek K, Krochmal M, Klein J, Mischak H. Anvendelsen af multi-omics og systembiologi til at identificere terapeutiske mål i kroniskenyresygdom. Nephrol skivetransplantation. (2016) 31:2003-11. doi: 10.1093/ndt/gfv364 PubMed Abstract|CrossRef fuld tekst|Google Scholar
3. Wu H, Humphreys BD. Løftet om enkeltcellet RNA-sekventering fornyresygdomsudredning. Nyre Int. (2017) 92:1334–42. doi: 10.1016/j.kint.2017.06.033 PubMed Abstract|CrossRef fuld tekst|Google Scholar
4. Hohne M, Frese CK, Grahammer F, Dafinger C, Ciarimboli G, Butt L, et al. Enkelt-nephron proteomer forbinder morfologi og funktion i proteinuricnyresygdom. Nyre Int. (2018) 93:1308–19. doi: 10.1016/j.kint.2017.12.012 PubMed Abstract|CrossRef fuld tekst|Google Scholar
5. Wu H, Malone AF, Donnelly EL, Kirita Y, Uchimura K, Ramakrishnan SM, et al. Enkeltcellet transkriptomi af et menneskenyreallograft biopsiprøve definerer en forskelligartet inflammatorisk respons. J Am Soc Nephrol. (2018) 29:2069–80. doi: 10.1681/ASN.2018020125 PubMed Abstract|CrossRef fuld tekst|Google Scholar
6. Wilson PC, Humphreys BD. Nyre og organoid enkeltcellet transkriptomik: slutningen på begyndelsen. Børnelæge Nephrol. (2019) 35:191-7. doi: 10.1007/s00467-018-4177-y PubMed Abstract|CrossRef fuld tekst|Google Scholar
7. Wu H, Kirita Y, Donnelly EL, Humphreys BD. Fordele ved single-nucleus over single-celle RNA-sekventering af voksnenyre: sjældne celletyper og nye celletilstande afsløret i fibrose. J Am Soc Nephrol. (2019) 30:23–32. doi: 10.1681/ASN.2018090912 PubMed Abstract|CrossRef fuld tekst|Google Scholar
8. Shen Y, Tolic N, Massillon C, Pasa-Tolic L, Camp DG, Hixson KK, et al. Ultrafølsom proteomik ved hjælp af højeffektiv on-line mikro-SPE-nanoLC-nanoESI MS og MS/MS. Anal Chem. (2004) 76:144-54. doi: 10.1021/ac030096q PubMed Abstract|CrossRef fuld tekst|Google Scholar
9. Sun L, Zhu G, Zhao Y, Yan X, Mou S, Dovichi NJ. En ultrafølsom og hurtig bottom-up analyse af femtogram mængder af komplekse proteomfordøjelser. Angew Chem Int Ed Engl. (2013) 52:13661-4. doi: 10.1002/anie.201308139 PubMed Abstract|CrossRef fuld tekst|Google Scholar
10. Zhu Y, Piechowski PD, Zhao R, Chen J, Shen Y, Moore RJ, et al. Nanodråbebehandlingsplatform til dyb og kvantitativ proteomprofilering af 10-100 pattedyrsceller. Nat Commun. (2018) 9:882. doi: 10.1038/s41467-018-03367-v
PubMed abstrakt|CrossRef fuld tekst|Google Scholar
11. Xu K, Liang Y, Piechowski PD, Dou M, Schwarz KC, Zhao R, et al. Benchtop-kompatibel prøvebehandlingsarbejdsgang til proteomprofilering af<100 mammalian="" cells.="" anal="" bioanal="" chem.="" (2018)="" 411:4587–96.="" doi:="">
PubMed abstrakt|CrossRef fuld tekst|Google Scholar
12. Waanders LF, Chwalek K, Monetti M, Kumar C, Lammert E, Mann M. Kvantitativ proteomisk analyse af enkelte pancreas-øer. Proc Natl Acad Sci USA. (2009) 106:18902-7. doi: 10.1073/pans.0908351106 PubMed Abstract|CrossRef fuld tekst|Google Scholar
13. Wisniewski JR, Ostasiewicz P, Mann M. High recovery FASP anvendt til den proteomiske analyse af mikrodissekeret formalinfikseret paraffinindlejret cancervæv henter kendte tyktarmskræftmarkører. J Proteome Res. (2011) 10:3040–9. doi: 10.1021/pr200019m PubMed Abstract|CrossRef fuld tekst|Google Scholar
14. Chen Q, Yan G, Gao M, Zhang X. Ultrasensitiv proteomprofilering for 100 levende celler ved direkte celleinjektion, online fordøjelse og nano-LC-MS/MS-analyse. Anal Chem. (2015) 87:6674-80. doi: 10.1021/acs.analchem.5b00808 PubMed Abstract|CrossRef fuld tekst|Google Scholar
15. Li S, Plouffe BD, Belov AM, Ray S, Wang X, Murthy SK, et al. En integreret platform til isolering, behandling og massespektrometri-baseret proteomisk profilering af sjældne celler i fuldblod. Mol Cell Proteomics. (2015) 14:1672-83. doi: 10.1074/MCP.M114.045724 PubMed Abstract|CrossRef fuld tekst|Google Scholar
16. Chen W, Wang S, Adhikari S, Deng Z, Wang L, Chen L, et al. Enkel og integreret spin tip-baseret teknologi anvendt til dyb proteom profilering. Anal Chem. (2016) 88:4864-71. doi: 10.1021/acs.analchem.6b00631 PubMed Abstract|CrossRef fuld tekst|Google Scholar
17. Huang EL, Piechowski PD, Orton DJ, Moore RJ, Qian WJ, Casey CP, et al. SNaPP: forenklet nanoproteomics-platform til reproducerbar global proteomisk analyse af nanogramproteinmængder. Endokrinologi. (2016) 157:1307-14. doi: 10.1210/da.2015-1821 PubMed Abstract|CrossRef fuld tekst|Google Scholar
18. Steffes MW, Schmidt D, McCrery R, Basgen JM, International Diabetic Nephropathy Study G. Glomerulær celleantal i normale forsøgspersoner og hos type 1 diabetespatienter.NyreInt. (2001) 59:2104-13. doi: 10.1046/j.1523-1755.2001.00725.x
PubMed abstrakt|CrossRef fuld tekst|Google Scholar
19. Tyanova S, Temu T, Cox J. MaxQuant-beregningsplatformen til massespektrometri-baseret haglgeværproteomik. Nat Protoc. (2016) 11:2301–19. doi: 10.1038/nprot.2016.136 PubMed Abstract|CrossRef fuld tekst|Google Scholar
20. Perez-Riverol Y, Csordas A, Bai J, Bernal-Llinares M, Hewapathirana S, Kundu DJ, et al. PRIDE-databasen og relaterede værktøjer og ressourcer i 2019: forbedring af støtten til kvantificeringsdata. Nucleic Acids Res. (2019) 47:D442–50. doi: 10.1093/var/gky1106 PubMed Abstract|CrossRef fuld tekst|Google Scholar
21. Standard I. Grundlæggende metode til bestemmelse af repeterbarhed og reproducerbarhed af en standardmålemetode, nøjagtighed (sandhed og præcision) af målemetoder og -resultater. Int Organ Standard Part. (1994) 2:5725.
22. Bland JM, Altman DG. Statistiske metoder til vurdering af overensstemmelse mellem to metoder til klinisk måling. Lancet. (1986) 1:307-10. doi: 10.1016/S0140-6736(86)90837-8 PubMed Abstract|CrossRef fuld tekst|Google Scholar
23. Lundgren DH, Hwang SI, Wu L, Han DK. Rolle af spektral tælling i kvantitativ proteomik. Ekspert Rev Proteomics. (2010) 7:39-53. doi: 10.1586/epr.09.69 PubMed Abstract|CrossRef fuld tekst|Google Scholar
24. Webb-Robertson BJ, Mccue LA, Waters KM, Matzke MM, Jacobs JM, Metz TO, et al. Kombinerede statistiske analyser af peptidintensiteter og peptidforekomster forbedrer identifikation af signifikante peptider fra MS-baserede proteomiske data. J Proteome Res. (2010) 9:5748-56. doi: 10.1021/pr1005247 PubMed Abstract|CrossRef fuld tekst|Google Scholar
25. Uhlen M, Fagerberg L, Hallstrom BM, Lindskog C, Oksvold P, Mardinoglu A, et al. Proteomics. Vævsbaseret kort over det menneskelige proteom. Videnskab. (2015) 347:1260419. doi: 10.1126/science.1260419 PubMed Abstract|CrossRef fuld tekst|Google Scholar 26. Schroeder AW, Sur S, Rashmi P, Damm I, Zarinsefat A, Kretzler M, et al. Roman menneskeNyreCelleundersæt identificeret ved Mux-Seq. bioRxiv [Fortryk]. (2020) doi: 10.1101/2020.03.02.973925 CrossRef Fuld tekst|Google Scholar
27. Marx V. En drøm om encellet proteomik. Nat Metoder. (2019) 16:809–12. doi: 10.1038/s41592-019-0540-6 PubMed Abstract|CrossRef fuld tekst|Google Scholar
28. Song L, Fang F, Liu P, Zeng G, Liu H, Zhao Y, et al. Kvantitativ proteomik til overvågning af nyretransplantationsskade. Proteomics Clin Appl. (2020) 14:e1900036. doi: 10.1002/prca.201900036
PubMed abstrakt|CrossRef fuld tekst|Google Scholar
