Abstract Effective phosphoproteome of nanoscale sample analysis remains a daunting task, primarily due to significant sample loss associated with non-specific surface adsorption during enrichment of low stoichiometric phosphopeptide. We developed a novel tandem tip phosphoproteomics sample preparation method that is capable of sample cleanup and enrichment without additional sample transfer, and its integration with our recently developed SOP (Surfactant-assisted One-Pot sample preparation) and iBASIL (improved Boosting to Amplify Signal with Isobaric Labeling) approaches provides a streamlined workflow enabling sensitive, high-throughput nanoscale phosphoproteome measurements. This approach significantly reduces both sample loss and processing time, allowing the identification of >3,000 (>9,500) phosphopeptides from 1 (10) µg of cell lysate using the label-free method without a spectral library. It also enabled precise quantification of ∼600 phosphopeptides from 100 cells sorted by FACS (single-cell level input for the enriched phosphopeptides) and ∼700 phosphopeptides from human spleen tissue voxels with a spatial resolution of 200 µm (equivalent to ∼100 cells) in a high-throughput manner. The new workflow opens avenues for phosphoproteome profiling of mass-limited samples at the low nanogram level.

ABSTRACT With advanced mass spectrometry (MS)-based proteomics, genome-scale proteome coverage can be achieved from bulk tissues. However, such bulk measurement lacks spatial resolution and obscures important tissue heterogeneity, which make it impossible for proteome mapping of tissue microenvironment. Here we report an integrated wet collection of single tissue voxel and Surfactant-assisted One-Pot voxel processing method termed wcSOP for robust label-free single voxel proteomics. wcSOP capitalizes on buffer droplet-assisted wet collection of single tissue voxel dissected by LCM into the PCR tube cap and MS-compatible surfactant-assisted one-pot voxel processing in the collection cap. This convenient method allows reproducible label-free quantification of ∼900 and ∼4,600 proteins for single voxel from fresh frozen human spleen tissue at 20 μm × 20 μm × 10 μm (close to single cells) and 200 μm × 200 μm × 10 μm (∼100 cells), respectively. 100s-1000s of protein signatures with differential expression levels were identified to be spatially resolved between spleen red and white pulp regions depending on the voxel size. Region-specific signaling pathways were enriched from single voxel proteomics data. Antibody-based CODEX imaging was used to validate label-free MS quantitation for single voxel analysis. The wcSOP-MS method paves the way for routine robust single voxel proteomics and spatial proteomics.

Cancer has no borders: Generation and analysis of molecular data across multiple centers worldwide is necessary to gain statistically significant clinical insights for the benefit of patients. Here we conceived and standardized a proteotype data generation and analysis workflow enabling distributed data generation and evaluated the quantitative data generated across laboratories of the international Cancer Moonshot consortium. Using harmonized mass spectrometry (MS) instrument platforms and standardized data acquisition procedures, we demonstrated robust, sensitive, and reproducible data generation across eleven sites in nine countries on seven consecutive days in a 24/7 operation mode. The data presented from the high-resolution MS1-based quantitative data-independent acquisition (HRMS1-DIA) workflow shows that coordinated proteotype data acquisition is feasible from clinical specimens using such standardized strategies. This work paves the way for the distributed multi-omic digitization of large clinical specimen cohorts across multiple sites as a prerequisite for turning molecular precision medicine into reality.

With advanced mass spectrometry (MS)-based proteomics, genome-scale proteome coverage can be achieved from bulk cells. However, such bulk measurement obscures cell-to-cell heterogeneity, precluding proteome profiling of single cells and small numbers of cells of interest. To address this issue, in the recent 5 years, there has been a surge of small sample preparation methods developed for robust and effective collection and processing of single cells and small numbers of cells for in-depth MS-based proteome profiling. Based on their broad accessibility, they can be categorized into two types: methods based on specific devices and those based on standard PCR tubes or multi-well plates. In this chapter, we describe the detailed protocol of our recently developed, easily adoptable, Surfactant-assisted One-Pot (SOP) sample preparation coupled with MS method termed SOP-MS for label-free single-cell and nanoscale proteomics. SOP-MS capitalizes on the combination of an MS-compatible surfactant, n-dodecyl-β-D-maltoside (DDM), and standard low-bind PCR tube or multi-well plate for "all-in-one" one-pot sample preparation without sample transfer. With its robust and convenient features, SOP-MS can be readily implemented in any MS laboratory for single-cell and nanoscale proteomics. With further improvements in MS detection sensitivity and sample throughput, we believe that SOP-MS could open an avenue for single-cell proteomics with broad applicability in biological and biomedical research.

Metastasis is the cause of over 90% of all deaths associated with breast cancer, yet the strategies to predict cancer spreading based on primary tumor profiles and therefore prevent metastasis are egregiously limited. As rare precursor cells to metastasis, circulating tumor cells (CTCs) in multicellular clusters in the blood are 20-50 times more likely to produce viable metastasis than single CTCs. However, the molecular mechanisms underlying various CTC clusters, such as homotypic tumor cell clusters and heterotypic tumor-immune cell clusters, are yet to be fully elucidated. Combining machine learning-assisted computational ranking with experimental demonstration to assess cell adhesion candidates, we identified a transmembrane protein Plexin- B2 (PB2) as a new therapeutic target that drives the formation of both homotypic and heterotypic CTC clusters. High PB2 expression in human primary tumors predicts an unfavorable distant metastasis-free survival and is enriched in CTC clusters compared to single CTCs in advanced breast cancers. Loss of PB2 reduces formation of homotypic tumor cell clusters as well as heterotypic tumor-myeloid cell clusters in triple-negative breast cancer. Interactions between PB2 and its ligand Sema4C on tumor cells promote homotypic cluster formation, and PB2 binding with Sema4A on myeloid cells (monocytes) drives heterotypic CTC cluster formation, suggesting that metastasizing tumor cells hijack the PB2/Sema family axis to promote lung metastasis in breast cancer. Additionally, using a global proteomic analysis, we identified novel downstream effectors of the PB2 pathway associated with cancer stemness, cell cycling, and tumor cell clustering in breast cancer. Thus, PB2 is a novel therapeutic target for preventing new metastasis.