跳到正文
原文
Nature Aging· Amit K. Dey, Bradley Olinger, Mozhgan Boroumand 等 8 人

低体积小鼠血清在衰老横断面分析中的深度定量蛋白质组学分析

Deep and quantitative proteomic profiling of low-volume mouse serum in a cross-sectional analysis of aging

AI 导读

作者提出基于纳米颗粒富集与数据非依赖采集质谱的流程,用于低样本量小鼠血清衰老蛋白质组定量分析。

摘要 · AI 翻译

评估并验证循环生物标志物对于开发小鼠生物学衰老的临床前指标至关重要。然而,全面的血清蛋白质组学受限于技术挑战和样本体积小。在此,我们提出一种基于纳米颗粒的定量富集工作流程,结合数据非依赖采集质谱技术,用于低体积小鼠血清的深度蛋白质组分析。该方法将蛋白质组覆盖度提高3–6倍,中位变异系数<10%。在30只年龄为12、24和30个月的小鼠中,我们从20 µl血清中鉴定出3,992个蛋白质组,揭示了年龄和性别特异性变化,并捕获了衰老相关的循环蛋白。利用额外1 µl血清,邻近延伸分析定量了质谱未检测到的43种细胞因子。与巴尔的摩老龄化纵向研究中的血浆蛋白质组学比较,识别出保守的年龄相关循环蛋白,其中若干与人类衰弱相关,尤其是COL6A3。这些结果建立了一种可扩展的方法,用于在样本有限的小鼠研究中发现衰老生物标志物,并具有对人类健康的转化相关性。

中文由 AI 翻译,仅供参考,以原文为准。

来源:Nature Aging · nature.com

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。