雑誌名：プロテオーム研究誌、
出版：（2019年9月）
IF ： 3.78（2018年）
単位：バーゼル、スイスの大学
種：ヒト細胞株
技術：低温電子顕微鏡（クライオEM）、単一粒子の電子顕微鏡
I. 概要：
本稿では、「視覚的差異プロテオミクス」（DVP）法、タンパク質と異なるプロテオームサンプルレベルのタンパク質複合体の構造変化を記述する。細胞溶解後、非破壊的な方法は、単一粒子の試料機、走査型電子顕微鏡画像を作製しました。単一のタンパク質粒子画像は女性定量分析、タンパク質の粒子構造陽性対照試料の間の差を見つけるために、配置、分類を抽出します。単一セル干渉の後、この方法は、構造変化が検出されたプロテオミクスにおいて使用することができます。
第二に、背景：
密接に関連したタンパク質を有するタンパク質およびタンパク質複合体の機能的な三次元構造。ゴールドスタンダードプロテオミクス、質量分析、および完全タンパク質の構造を反映することができません。凍結された従来の電子顕微鏡（EM）又はタンパク質の三次元構造の免疫分析が反応することができるが、フラックスが高くないなどのいくつかの制限があり、操作、複雑な、多くのタンパク質の分析は、検出、等することができます。この論文では、細胞溶解、電子顕微鏡の前にマイクロ流体機械予備ステップを含むサンプル処理及び分析アルゴリズムを示す、構造プロテオミクス単細胞単一粒子の電子顕微鏡との比較に基づく方法を提示し、処理はありません可視化細胞株の比較プロセスを処理します。タンパク質差サンプルセットの異なる三次元構造を比較することによって、あなたは新しいタンパク質、タンパク質複合体、タンパク質複合体、または再配置を見つけることができます。
第三に、実験計画：
第四に、研究成果：
電子顕微鏡データDVPシミュレーションアルゴリズムで凍結された顕微鏡の1.分析。著者は、各データセットは、100枚の顕微鏡写真を持って、3つのデータセットを作成している、それはタンパク質の8種類が含まれています。図2のデータのセットは、部分的に3桁拡大ブラックフレームを示しています。顕微鏡の写真から300個の58300タンパク質粒子を抽出するためにDVPアルゴリズムは、粒子は、タンパク質ベースの粒子分類ファミリー44、図の二次元解析を生成するために、二次元的に配列されている。24クラスBを示しています。
2.シミュレーション解析アルゴリズムDVPは、顕微鏡電子顕微鏡データ、及び同図のデータを凍結しました。図、タンパク質粒子の分類を識別するために、各データセットから、統計の数、粒子の（方向を除く）同じタンパク質カテゴリは、カテゴリにグループ化されます。図B、タンパク質は、粒子を分類し、同じタンパク質の同じ方向に粒子がクラスとして分類され、異なる方向の粒子中の同じタンパク質をカテゴリに分類されます。
大きなタンパク質粒子（等Ursease、のGroEL）、小タンパク質粒子（例えば、Hsc70の、のHspAのHSCBと）分類されていない、正確に検出することが困難と比較3。図アナログデータタンパク質粒子の統計のセット、（b）は図は、タンパク質粒子の分類統計を識別するためにデータセットをシミュレート取得するコンピュータです。前記比較図B、タンパク質濃度分布データの粒子の数及びタンパク質に存在する粒子分布の数との間の検索アルゴリズムDVP線形関係が、HSPA（及びHSCBの）タンパク質粒子の小さな差がある値と検出された実際の値。
4. 用DVP算法分析批量的HEK293细胞。6份HEK293细胞的蛋白液（来自同一份母液）中加入了不同浓度的尿素酶，负染，用电镜检测。DVP算法从6份样品的120张电镜图片中提取到了96,000个蛋白质粒子（图a是尿素酶含量最高的样品图片示例），其中71,000个蛋白质粒子被准确检测后分成48类（图b展示了其中27类）。随后在PCA图中归纳统计了尿素酶蛋白质粒子的数量（图c中红框圈出了尿素酶粒子）。C1到C6样品中，DVP算法检测到的尿素酶蛋白粒子含量普遍与样品中实际添加的尿素酶浓度呈线性关系，粒子的数量随着浓度的降低而减少。只有C4样品例外，在电镜拍照时就发现尿素酶粒子的数量出乎意料的少。
5. 用DVP算法分析热休克处理的SH-SY5Y单细胞及其阴性对照。DVP算法自动从单细胞样本的200张显微图片中提取到120,000个蛋白质粒子。图a是热休克处理后的单细胞显微图片。处理细胞及其阴性对照样本中有5500蛋白粒子可被准确检测后分为28类，图b展示了其中14类。图c展示了两种样本间粒子丰度差别最大的几类蛋白质。红框圈出了一种环状的热休克蛋白，粒子数目明显在热休克处理后的单细胞（黄色）中更多。
五、文章亮点：
“视觉差异蛋白质组学”（DVP）可以视作常规蛋白质组学研究方法（比如纸质谱）的补充。DVP可以检测单细胞层面或更大量细胞的结构蛋白质组学差异。DVP算法与单粒子电子显微镜分析方法相结合，有效利用了电镜的高分辨率优势。作者承认DVP方法目前在小分子蛋白（＜100kDa）中应用得不太好，无法分辨小分子蛋白粒子的结构特征从而进行有效识别和归类。但随着电镜技术的飞速发展，相信这个难点会很快克服。
阅读人：李思奇
原文链接：https://pubs.acs.org/doi/abs/10.1021/acs.jproteome.9b00447