组织微阵列构建与组织学注释
获取具有明确组织学成分定位的FFPE组织样本,用于空间转录组分析。
从17例前列腺切除术标本构建包含18个3 mm直径组织芯的组织微阵列,经H&E和PIN4 IHC染色,由两名泌尿病理学家注释ROIs/AOIs。
Comprehensive Spatial Transcriptomic Profiling of Cribriform, Intraductal, Atypical Intraductal Proliferation, and Ductal Adenocarcinoma of the Prostate
基于组织微阵列的空间转录组分析,包含多种组织学成分及差异表达与通路富集验证,但样本量小且缺少独立队列验证。
17例前列腺切除术FFPE组织构建的组织微阵列(18个组织芯) 53个感兴趣区域(AOIs),包含7 crib AAC、10 acinar IDC-P、7 AIP、9 DAC、3 ductal IDC-P、7 HG non-crib AAC、8 LG non-crib AAC
组织微阵列包含18个FFPE组织芯,来源于17例前列腺切除术标本 基于H&E、PIN4 IHC和荧光标志物(pan-CK、CD45、α-SMA)选择并注释ROIs/AOIs GeoMx DSP Human Whole Transcriptome Atlas检测18,676个mRNA DESeq2差异表达分析采用双侧p<0.05(FDR校正后)为显著性阈值 部分比较使用配对分析(同一肿瘤内相邻AOIs,如配对腺泡IDC-P vs crib AAC n=7,配对DAC vs ductal IDC-P n=3)
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
获取具有明确组织学成分定位的FFPE组织样本,用于空间转录组分析。
从17例前列腺切除术标本构建包含18个3 mm直径组织芯的组织微阵列,经H&E和PIN4 IHC染色,由两名泌尿病理学家注释ROIs/AOIs。
在保留空间信息的前提下定量检测选定组织区域的mRNA表达。
组织微阵列切片与GeoMx DSP Human Whole Transcriptome Atlas(靶向18,676个mRNA)杂交,共染色pan-CK、CD45和α-SMA荧光标记,选择AOIs后释放寡核苷酸条形码并收集测序。
比较不同组织学成分之间的基因表达和通路差异。
使用DESeq2进行差异表达分析,使用clusterProfiler的fgsea算法对Reactome基因集进行GSEA,并进行ssGSEA比较推测前驱型与侵袭型IDC-P/AIP。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 组织学染色 | PIN4(p63、高分子量细胞角蛋白、AMACR/P504S) | Biocare | -- |
| 空间转录组检测 | GeoMx数字空间分析仪 | Bruker Spatial Biology | -- |
| GeoMx DSP人类全转录组图谱 | Bruker | -- | |
| 荧光共染色 | 泛细胞角蛋白 | Bruker | -- |
| CD45 | Bruker | -- | |
| α-平滑肌肌动蛋白,克隆1A4 | Novus Biologicals | -- | |
| Alexa Fluor 647 | Abcam | -- | |
| 文库定量 | KAPA文库定量试剂盒 | -- | -- |
| 罗氏LightCycler® 480 | Roche | -- | |
| 测序 | Illumina NextSeq 1000/2000 | Illumina | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 组织样本与组织微阵列 | FFPE组织来源为17例前列腺切除术标本,组织芯直径3 mm,共18个组织芯;患者中位年龄64岁(范围52–76),94%为分级组≥3,65%为≥pT3 阅读提示:Methods中Histological Review and Specimen Acquisition小节及Table 1 |
| 空间转录组检测 | 使用GeoMx DSP平台和Human Whole Transcriptome Atlas检测18,676个mRNA;荧光标记包括pan-CK、CD45和α-SMA;QC后53个AOIs用于分析 阅读提示:Methods中GeoMx® Digital Spatial Profiler (DSP)小节及GeoMx DSP Computational Methods小节 |
| 差异表达分析 | DESeq2分析中双侧p<0.05(FDR校正后)为显著性阈值;部分分析纳入患者标识符作为模型效应;Q3归一化使用75百分位数对齐 阅读提示:Methods中GeoMx DSP Computational Methods小节 |
| 基因集富集分析 | GSEA使用Reactome基因集和fgsea算法,基于Wald统计量预排序的基因列表;ssGSEA比较推测前驱型与侵袭型IDC-P/AIP,仅作描述性分析 阅读提示:Methods中GeoMx DSP Computational Methods小节及Table 2脚注3 |