Исследователи из Центра молекулярной медицины Макса Дельбрюка, Charité и других организаций представили openDVP — открытый сквозной конвейер, который связывает изображения ткани с измерениями тысяч белков в выбранных клетках и их окружении. Работа опубликована 22 октября в Nature Methods, код и учебные материалы доступны на GitHub.

Сначала система обрабатывает окрашенные срезы, размечает клетки или их «соседства» и переносит их координаты в лазерный микродиссектор. Затем вырезанные участки анализируют масс-спектрометрией, а белковые данные совмещают с изображением и другими пространственными измерениями. У openDVP есть упрощённый режим flashDVP без сложного анализа изображений и расширенный конвейер с моделями сегментации и пространственным анализом. В одном тесте обработка 11 полных срезов с 6,34 млн клеток заняла менее двух часов.

Авторы проверили подход на архивных образцах человеческой плаценты, аденокарциномы лёгкого и тройного негативного рака молочной железы. В плаценте метод различил клеточные типы по 3994 белкам. В срезах опухоли лёгкого он измерил в сумме 5956 белков в участках по 50–100 клеток. Для первичной и рецидивной опухоли молочной железы команда получила 203 пространственных протеома: в опухолевых «соседствах» определялось 4500–5000 белков, в иммунных — 3500–4000.

Это демонстрация исследовательского метода на ограниченном наборе тканей, а не клинический диагностический тест. Сравнение первичной и рецидивной опухоли молочной железы, например, основано на парных образцах одного пациента, поэтому найденные различия нельзя переносить на всех больных. Новый результат — открытый и воспроизводимый способ сохранять пространственный контекст ткани при глубоком измерении белков; пользу для диагностики или подбора лечения ещё предстоит проверять отдельно.