跳到主要内容

# 深度视觉蛋白质组学

2 篇关联报道

Nature Methods 2026年10月22日
空间蛋白组学不再依赖商业软件：开源流程把取样速度提高约百倍，还能按细胞邻域取样
深度视觉蛋白组学（DVP）此前缺少开源端到端流程，限制了推广与系统评测。openDVP把图像处理、细胞表型、激光显微切割与质谱蛋白组学串成模块化流程，并提供无需图像分析经验的快速通道。在胎盘、早期肺癌与复发乳腺癌三份存档组织上，按细胞邻域取样比逐细胞取样快约100倍，蛋白鉴定数平均提高26%。
深度视觉蛋白组学（DVP）此前缺少开源端到端流程，限制了推广与系统评测。openDVP把图像处理、细胞表型、激光显微切割与质谱蛋白组学串成模块化流程，并提供无需图像分析经验的快速通道。在胎盘、早期肺癌与复发乳腺癌三份存档组织上，按细胞邻域取样比逐细胞取样快约100倍，蛋白鉴定数平均提高26%。
Charité - Universitätsmedizin Berlin Humboldt-Universität zu Berlin Freie Universität Berlin Ludwig-Maximilians-Universität München
Jose Nimo（第一作者）Fabian Coscia（通讯作者）
细胞邻域引导蛋白质组学质谱蛋白质组学深度视觉蛋白质组学
Nature Communications 2026年9月25日
mxDVP 从仅 100 个小胰岛细胞中鉴定出逾 6000 种蛋白，并在人胰岛中解析出十二种内分泌亚型
研究者开发了多重深度视觉蛋白质组学（mxDVP）这一端到端流程，将高多重成像、自动化计算分析与空间引导的超灵敏质谱结合，其开源图像分析框架 PIPΣX 支持全切片膜感知分割、注释与激光显微切割导出，从而在少至 100 个小胰岛细胞中实现超过 6000 种蛋白鉴定；应用于人胰岛时分割了超过 860,000 个细胞并解析出十二种内分泌亚型，包括具有空间组织模式、INSM1 与 SCG3 共表达以及 α/β/δ 混合特征的罕见多激素与中间态群体。
研究者开发了多重深度视觉蛋白质组学（mxDVP）这一端到端流程，将高多重成像、自动化计算分析与空间引导的超灵敏质谱结合，其开源图像分析框架 PIPΣX 支持全切片膜感知分割、注释与激光显微切割导出，从而在少至 100 个小胰岛细胞中实现超过 6000 种蛋白鉴定；应用于人胰岛时分割了超过 860,000 个细胞并解析出十二种内分泌亚型，包括具有空间组织模式、INSM1 与 SCG3 共表达以及 α/β/δ 混合特征的罕见多激素与中间态群体。
Stanford University University of Alberta KTH Royal Institute of Technology University of Helsinki Uppsala University
Mariya Mardamshina（第一作者）Emma K. Lundberg（通讯作者）
mxDVP多重深度视觉蛋白质组学工作流 PIPΣX图像分析框架深度视觉蛋白质组学人胰岛

已读完全部报道