Quantitative Proteomics Using Formalin-fixed, Paraffin-embedded Biopsy Tissues in Inflammatory Disease
Notice bibliographique
Résumé
BACKGROUND: Investigations in human disease pathogenesis have been hampered due to paucity of access to fresh-frozen tissues (FFT) for use in global, data-driven methodologies. As an alternative, formalin-fixed, paraffin-embedded (FFPE) tissues are readily available in pathology banks. However, the use of formalin for fixation can lead to the loss of proteins that appear during inflammation, thus introducing an inherent sample bias. To address this, we compared FF and FFPE tissue proteomics to determine whether FFPE-tissue can be used effectively in inflammatory diseases. METHODS: Adjacent kidney slices from lupus nephritic mice were processed as FFPE or FFTs. Their tissue lysates were run together using proteomics workflow involving filter-aided sample preparation, in-solution dimethyl isotope labeling, StageTip fractionation, and nano-LC MS/MS through an Orbitrap XL MS. RESULTS: We report a >97% concordance in protein identification between adjacent FFPE and FFTs in murine lupus nephritic kidneys. Specifically, proteins representing pathways, namely, 'systemic lupus erythematosus', 'interferon-α', 'TGF-β', and 'extracellular matrix', were reproducibly quantified between FFPE and FFTs. However, 12%-29% proteins were quantified differently in FFPE compared to FFTs, but the differences were consistent across experiments. In particular, certain proteins represented in pathways, including 'inflammatory response' and 'innate immune system' were quantified less in FFPE than in FFTs. In a pilot study of human FFPE tissues, we identified proteins relevant to pathogenesis in lupus nephritic kidney biopsies compared to control kidneys. CONCLUSION: This is the first report of lupus nephritis kidney proteomics using FFPE tissue. We concluded that archived FFPE tissues can be reliably used for proteomic analyses in inflammatory diseases, with a caveat that certain proteins related to immunity and inflammation may be quantified less in FFPE than in FFTs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».