RevealingIn SituMolecular Profiles of Glomerular Cell Types and Substructures with Integrated Imaging Mass Spectrometry and Multiplexed Immunofluorescence Microscopy

质谱成像 马尔迪成像 电池类型 足细胞 原位 生物标志物发现 计算生物学 化学 质谱法 分子成像 细胞 病理 蛋白质组学 基质辅助激光解吸/电离 生物 生物化学 医学 体内 有机化学 色谱法 吸附 解吸 内分泌学 基因 蛋白尿 生物技术
作者
Allison B. Esselman,Felipe Moser,Leonoor Tideman,Lukasz G. Migas,Katerina Djambazova,Madeline E. Colley,Ellie L. Pingry,Nathan Heath Patterson,Melissa A. Farrow,Haichun Yang,Agnes B. Fogo,Mark de Caestecker,Raf Van de Plas,Jeffrey M. Spraggins
标识
DOI:10.1101/2024.02.21.581450
摘要

Abstract Glomeruli filter blood through the coordination of podocytes, mesangial cells, fenestrated endothelial cells, and the glomerular basement membrane. Cellular changes, such as podocyte loss, are associated with pathologies like diabetic kidney disease (DKD). However, little is known regarding the in situ molecular profiles of specific cell types and how these profiles change with disease. Matrix-assisted laser desorption/ionization imaging mass spectrometry (MALDI IMS) is well-suited for untargeted tissue mapping of a wide range of molecular classes. Additional imaging modalities can be integrated with MALDI IMS to associate these biomolecular distributions to specific cell types. Herein, we demonstrate an integrated workflow combining MALDI IMS and multiplexed immunofluorescence (MxIF) microscopy. High spatial resolution MALDI IMS (5 µm pixel size) was used to determine lipid distributions within human glomeruli, revealing intra-glomerular lipid heterogeneity. Mass spectrometric data were linked to specific glomerular cell types through new methods that enable MxIF microscopy to be performed on the same tissue section following MALDI IMS without sacrificing signal quality from either modality. A combination of machine-learning approaches was assembled, enabling cell-type segmentation and identification based on MxIF data followed by the mining of cell type or cluster-associated MALDI IMS signatures using classification models and interpretable machine learning. This allowed the automated discovery of spatially specific biomarker candidates for glomerular substructures and cell types. Overall, the work presented here establishes a toolbox for probing molecular signatures of glomerular cell types and substructures within tissue microenvironments and provides a framework that applies to other kidney tissue features and organ systems.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
胡图图完成签到,获得积分10
1秒前
Jero完成签到 ,获得积分10
1秒前
mads完成签到 ,获得积分10
2秒前
颢懿完成签到 ,获得积分10
7秒前
zero完成签到 ,获得积分10
9秒前
阳佟天川完成签到,获得积分10
10秒前
零零二完成签到 ,获得积分10
13秒前
孤独丹秋完成签到,获得积分10
18秒前
chengxue完成签到,获得积分20
19秒前
73Jennie123完成签到,获得积分10
21秒前
大模型应助科研通管家采纳,获得10
24秒前
在水一方应助科研通管家采纳,获得30
24秒前
桐桐应助科研通管家采纳,获得10
24秒前
asdfqwer应助科研通管家采纳,获得10
24秒前
SciGPT应助科研通管家采纳,获得10
24秒前
bkagyin应助科研通管家采纳,获得10
24秒前
无花果应助科研通管家采纳,获得10
24秒前
24秒前
zhao应助科研通管家采纳,获得10
24秒前
逍遥自在完成签到,获得积分10
30秒前
zhu发布了新的文献求助10
39秒前
40秒前
小松鼠完成签到 ,获得积分10
46秒前
雾散完成签到,获得积分10
51秒前
坚持就是胜利完成签到 ,获得积分10
53秒前
zhu完成签到,获得积分10
55秒前
所所应助簌落采纳,获得10
58秒前
hehuan0520完成签到,获得积分10
58秒前
脑洞疼应助虚幻乐萱采纳,获得10
59秒前
1分钟前
车剑锋完成签到,获得积分10
1分钟前
1分钟前
润润轩轩完成签到 ,获得积分10
1分钟前
sylvia发布了新的文献求助10
1分钟前
1分钟前
蓝豆子完成签到 ,获得积分10
1分钟前
求是完成签到 ,获得积分10
1分钟前
小材完成签到 ,获得积分10
1分钟前
zzlark完成签到,获得积分10
1分钟前
1分钟前
高分求助中
Effect of reactor temperature on FCC yield 1500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Uncertainty Quantification: Theory, Implementation, and Applications, Second Edition 800
The Healthy Socialist Life in Maoist China 600
The Vladimirov Diaries [by Peter Vladimirov] 600
Production Logging: Theoretical and Interpretive Elements 555
Mesopotamian Divination Texts: Conversing with the Gods 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3278331
求助须知:如何正确求助?哪些是违规求助? 2916837
关于积分的说明 8383357
捐赠科研通 2587588
什么是DOI,文献DOI怎么找? 1409671
科研通“疑难数据库(出版商)”最低求助积分说明 657421
邀请新用户注册赠送积分活动 638474