IF:12.1跨實驗室比較基於DIA的蛋白質組學質譜工作流程穩定性潛力

2020-12-16 鹿明生物

精準醫學（precision medicine ）的發展得益於基因組學（genomics）的不斷發展，隨著癌症登月計劃（Cancer Moonshot Initiative）的提出，越來越多的精準醫學項目開始進行。然而僅僅依靠基因組學的數據，無法為臨床決策（clinical decision）提供足夠的支持，其他數據例如蛋白質組學（proteomics) 數據、健康科學（healthcare）數據等依然需要被納入到精準醫學的數據處理之中。

符合精準醫學研究需求的蛋白質組學數據需要提供儘可能多的蛋白質或蛋白質變體（proteoforms）的信息（包括在時間和空間上的變化），並且要滿足高通量的實驗需求。因此能否高通量並且穩定的提供蛋白質組學數據，就成為評價蛋白質組學實驗體系的金標準。

在2020年10月16日的Nature Communication上，來自Thermo Fisher的軒玥博士發表了基於全球11個實驗室的實驗數據，展示了基於數據非依賴型採集方法（Data-Independent Acquisition, DIA）的完整工作流程及其測試結果(1)。

在該論文中，來自不同地區的實驗室都基於相同的DIA流程進行了不間斷高通量（24×7）實驗，以考察該儀器平臺和工作流程的穩定性。標準品（來源於不同物種的蛋白質以特定的比例混合）的引入為實驗質控提供了依據；標準化的數據分析流程則為後期分布式數據分析提供了良好的基礎。作為核心的液相色譜-質譜平臺，則選用了成為行業金標準的QE HF-X（圖1）。

圖1 | 完整的HRMS1-DIA工作流程

為了展示工作流程的穩定性和重現性，實驗選了2個樣品（Sample A和 Sample B）在全球11個實驗室進行了相同的7×24h的數據採集，共生成了240個DIA數據。後續數據分析鑑定出7600個蛋白質，其中6500個蛋白質可以被穩定的定量（11個實驗室均可以定量）；針對單個實驗室，其中5784個蛋白質可以被每個實驗室定量，證明了整套實驗流程的在定性和定量結果上穩定性和重現性（圖2）。

圖2 | 跨實驗室定性/定量結果比較

精準醫學的研究需要準確的定量數據，為了進一步展示該工作流程在定量結果上的可靠性，作者對不同實驗室對標準品的定量結果進行了比較（圖2），以真實值/理論值的偏差和定量重現性對結果進行了展示，顯示出該工作流程在定量結果上的優異性能。

圖3 | 不同實驗室對標準品定量的結果比較

除了日常高通量檢測外，精準醫學的研究還涉及到生物標誌物的發現工作。為了展示該工作流程在更為複雜的臨床樣品中的作用，作者聯合其中3個實驗室，將該工作流程運用到卵巢癌組織中，並進行了進一步的差異化分析，展示了該工作流程在研發流程上的應用。

圖4 | 卵巢癌組織實驗結果

DIA技術的誕生就源自於科研工作者們對定量穩定性的追求，隨著色譜、質譜硬體技術的不斷發展，數據的獲取變得越來越容易，進而帶來的結果就是數據的容量也越來越大，精準醫學也進入了大數據時代，對數據分析的要求也越來越高，作者在本文中，也採取了雲平臺對數據進行分析，為今後精準醫學大數據的處理，提供了思路。

小鹿推薦

1.對於精準醫學研究來說，理想的實驗平臺是既能穩定而高通量的產生實驗數據，又能為科研提供新的思路。本文通過跨實驗室比較，展示了基於QE HF-X質譜平臺的DIA工作流程，為精準醫學研究，提供了參考方案。

2.鹿明生物在2019年就引進了的文中提到質譜平臺（QE HF-X）詳情請戳上新啦！分享一次說來就來的蛋白組、代謝組新儀器裝機，經過近2年的努力，已成功幫助多位客戶完成了實驗檢測。

3.同時，鹿明生物已經引入了剛剛榮獲HUPO技術突破大獎的布魯克公司的timsTOF Pro質譜，詳情請戳鹿明生物再添高端質譜儀：tims TOF Pro—基於捕獲離子淌度的4D蛋白質組學，為精準醫學研究的客戶提供更多的選擇方案。

易明學院更多DIA蛋白組學課程等您學習

參考文獻：

Y. Xuan et al., Standardization and harmonization of distributed multi-center proteotype analysis supporting precision medicine studies. Nature Communications 11, (2020).

更多DIA及PCT-DIA諮詢

◆4D-DIA：鹿明生物再添高端質譜儀：tims TOF Pro—基於捕獲離子淌度的4D蛋白質組學

◆DIA熱點：DIA與AI的結合—NM又發新文（IF:28.467），通過神經網絡和幹擾校正實現高通量蛋白質組的深度覆蓋

◆DIA+PRM熱點：2019年值得關注的技術：DIA+PRM質譜檢測+驗證技術

◆PCT-DIA：臨床SCI研究福音：FFPE、微量樣本等臨床樣本怎麼研究？有這招就夠啦

◆PCT-DIA：西湖大學郭天南/李子青團隊運用PCT-DIA技術與神經網絡機器學習結合分辨良惡性甲狀腺結節

◆PCT-DIA:【爆品上市】 強力攻克：石蠟/甲醛處理的組織樣本及微量樣本的蛋白組學難題----PCT-DIA技術

END

文章來源於鹿明生物

相關焦點

  • 生物質譜技術在蛋白質組學中的應用
    目前蛋白質組研究採用的主要技術是雙向凝膠電泳和質譜方法。雙向凝膠電泳的基本原理是蛋白質首先根據其等電點，第一向在pH梯度膠內等電聚焦，然後轉90度按他們的分子量大小進行第二向的SDS-PAGE分離。質譜在90年代得到了長足的發展，生物質譜當上了主角，蛋白質組學又為生物質譜提供了一個大舞臺。
  • 知名專家在線 蛋白質組學研究技術與方法進展網絡會議即將召開
    蛋白質組學研究通常會用到色譜和質譜技術等多種關鍵技術，此外，隨著蛋白質組學研究的發展，高通量和高精度的蛋白質相互作用檢測、蛋白質晶片的發展等更多新技術也逐步發展起來。主要研究方向為發展基於質譜的多種組學技術，並應用這些技術研究生物樣本中的分子組成及其在不同生理病理狀況下的變化，尋找影響疾病進程的關鍵分子。在 Hepatology，Nature Comm，eLife，Genes & Dev，Anal Chem 等雜誌發表研究論文。以項目負責人，863 課題組長，研究骨幹等身份承擔 973, 863 等科研項目。參與編撰蛋白質組學和脂質組學論著2部。
  • 大規模蛋白質組相互作用的文庫篩選
    大規模蛋白質組相互作用的文庫篩選 作者：小柯機器人 發布時間：2021/1/6 17:15:03 美國哈佛醫學院細胞生物學系Steven P. Gygi研究組取得最新進展。
  • 臨床質譜論壇群英薈萃,匯健科技質譜儀震撼發布
    質譜技術作為重要的分析工具之一，近年來在臨床檢測應用中已初露鋒芒，組學診斷在精準醫療領域的實際應用也彰顯出了巨大潛力。質譜技術的臨床應用及產業化的充滿了機遇和挑戰。本次論壇邀請了來自產、學、研、醫、用、融領域的專家分別就組學與分子醫學的研究前沿、高通量臨床質譜技術及產業化、質譜技術臨床應用等內容進行討論交流，展開多學科的思想碰撞。
  • 新研究為單細胞蛋白質組學定義載體蛋白質組限制
    新研究為單細胞蛋白質組學定義載體蛋白質組限制 作者：小柯機器人 發布時間：2020/12/9 13:30:20 美國南加州大學Christopher M.
  • Nature|繪製大腸桿菌的功能性蛋白質組景觀
    質譜法可以觀察整個蛋白質組，當與傳統工具如親和純化或排阻色譜結合時，可以直接檢測蛋白質-蛋白質的相互作用，雖然功能強大，但這些方法是在細胞裂解後進行的，會改變蛋白質原始環境以及結合能力【1,2】。近年來高通量反向遺傳學（high-throughput reverse genetics）的發展徹底改變了我們繪製基因圖譜的能力，尤其是熱蛋白質組分析（thermal proteome profling, TPP），它將細胞熱移測定（cellular thermal shift assay， CETSA）與多重定量蛋白質組學相結合
  • 兩篇連發~轉錄組學+蛋白質組學對水生生物中納米塑料毒性機理研究
    研究思路圖1 | 實驗設計和TMT標記定量蛋白質組學實驗流程研究結果1、納米塑料對蚤狀溞繁殖和種群增長的影響蚤狀溞（Daphnia pulex）暴露於4種濃度（0.1, 0.5, 1和2 mg/L）的納米塑料（nanoplastic）後，發現暴露於0.5、1和2 mg/L納米塑料組的蚤狀溞繁殖呈下降趨勢（圖2A），計算內稟增長率（
  • 服務700+科研所和三甲醫院,帕諾米克如何布局代謝組學技術?
    繼基因組學和蛋白質組學的發展之後，代謝組學也在近幾年新近活躍起來，並迅速滲透到疾病診斷、醫藥研製開發、營養食品科學、毒理學、環境學、植物學等多個與人類健康護理密切相關的領域。基因組學和蛋白質組學分別從基因和蛋白質層面探尋生命的源活動，但細胞內許多的重要生命活動過程其實發生在代謝物層面。
  • TMTpro-高效蛋白質組範圍測定試劑
    他們開發了異丁基-脯氨酸銨離子報告結構（TMTpro）試劑，這是一組同量異位標記質量標籤，可同時對16個樣品進行蛋白質組範圍的測定。 在一個蛋白質組規模的示例數據集中，他們比較了使用和不使用Torin1處理的三種常見細胞系（三個重複），每個重複定量了8800多種蛋白質（每個蛋白質含7.5個肽平均值），每個蛋白質組的分析時間僅為
  • Methods | Specter: 用於DIA蛋白質組學分離二級譜中來自相似肽段的碎片離子的方法
    在本文中，作者發表了一種新的用於DIA（Data-independentacquisition）蛋白質組學數據分析的方法，名為Specter。       DIA作為近年來逐漸興起的蛋白質組學方法，越來越多地引起了人們的關注，相較於傳統的DDA（Data-dependent acquisition），DIA方法在分離母離子進行碎裂產生二級譜的時候採用更大的分離窗口，從而保證一級譜種所有母離子的碎裂譜圖信息可以得到保留。但是DIA的這種採集方式會導致二級譜的複雜性顯著升高，給後續數據分析帶來很大的困擾。
  • 肽質量指紋圖譜PMF在蛋白質譜鑑定中的常用評分算法及程序
    然而，當我們以更多的m/z值進行搜索時，更多的匹配會對應到某個特定的蛋白質，導致該蛋白質的得分高於其他蛋白質。這種簡單的方法在處理良好的質譜數據時很有效果。不過，這種方法更傾向於將高分分配給更大的蛋白質。如前所述，較大的蛋白質能產生更多的肽，因此，對於較大的蛋白質來說，與其中一種相匹配的機會大於對於較小的蛋白質。為了解決這些問題，一些可用的肽質量指紋圖譜程序使用更複雜的評分算法。
  • 酵母文庫及蛋白質組學助力鹿明生物合作客戶喜登NC(IF:12.121)
    variations of SLG1 confer high-temperature tolerance in indica rice」的研究成果，運用酵母文庫及iTRAQ蛋白質組學發現了tRNA硫醇化途徑中的關鍵基因SLG1在水稻抵抗高溫脅迫中的重要功能。
  • 人、豬、鼠大腦蛋白質圖譜問世,進攻人類科學最後的前沿
    該項目的順利進行得益於人類蛋白質圖譜（HPA）項目發布的最新資料庫，該資料庫位於瑞典的生命科學實驗室（SciLifeLab），該實驗室是與 KTH 皇家理工學院、Karolinska 研究所、斯德哥爾摩大學和烏普薩拉大學聯合成立的一個研究中心。該項目也與中國深圳和青島的華大基因研究中心以及丹麥的奧胡斯大學合作。
  • 蛋白質組學:照亮基因組外的星空,解碼生命系統的建構原理
    賀福初院士率先提出人類蛋白質組計劃的科學目標與技術路線，倡導並領銜了人類第一個關於組織、器官的蛋白質組計劃，揭示了人體首個器官（肝臟）蛋白質組。2014年，賀福初院士領導啟動「中國人蛋白質組計劃」（CNHPP）。此次獲獎是國際蛋白質組學領域對他率先提出並反覆實踐的「蛋白質組學驅動的精準醫學」這一理念與範式的高度認可，標誌著我國蛋白質組學研究再度領跑國際。
  • 「融智生物」打造新一代寬譜定量飛行時間質譜平臺
    與傳統的質譜儀相比，QuanTOF檢測分子範圍更廣，從分子量100到10幾萬的分子都可檢測到，包括空氣中的汙染物、食品中的農藥殘留等，該產品將在食品安全領域危害物殘留分析、環境有機物分析、生物標記物精確定量分析及抗體分子分析等領域有較大應用潛力。
  • TMT標記定量蛋白組學助力烏菜氧化還原穩態與高低溫脅迫研究
    Genotype」的研究成果，通過TMT標記定量蛋白質組學和LC-MS/MS蛋白質組學研究方法，發現了烏菜的氧化還原平衡、光合作用、碳水化合物代謝、熱休克蛋白和信號轉導途徑與耐溫性有關，驗證了維持氧化還原穩態是烏菜新種質耐溫性的重要調控通路。
  • 解碼生命:從多視角看生命|遺傳|人類基因組計劃|解碼生命|基因組|...
    難以突破的技術瓶頸 22912.3「第二代」DNA測序技術的崛起 23012.3.1 聚合酶法 23112.3.2 連接酶法 23112.3.3 流洗室、底物螢光標記和循環法測序 23112.4 第三代單分子測序儀 23212.4.1 基於ZMW的單分子測序儀 23212.4.2 基於蛋白質孔的DNA
  • Ebio Reader TM 3700M飛行時間質譜系統鑑別大腸埃希菌和志賀菌應用
    ，符合同一個種的定義，它們在菌落形態及生物學特性方面都非常相似，因此在臨床實驗室的常規工作中很容易被混淆，影響疾病的準確治療。我公司基於自主智慧財產權的Ebio ReaderTM 3700M飛行時間質譜系統平臺，開發出了一套功能強大的人工智慧算法，準確區分基因型相近的難辨菌的解決方案，如大腸埃希菌（Escherichia coli，E.coli）和志賀菌（Shigella Castellani），準確度達到95%以上。
  • Cell亮點:Steven Carr團隊報導大規模肺腺癌蛋白基因組學研究
    Cell | 貝勒醫學院章冰/西北太平洋國家實驗室劉濤等解析子宮內膜癌蛋白質組學圖譜）等多種癌症類型，加速我們對癌症分子基礎的了解。肺腺癌蛋白基因組圖譜分析 研究人員收集了110例肺腺癌腫瘤組織和101例配對的正常癌旁組織（樣本策略）用於基因組學、表觀基因組學、蛋白質組學、磷酸化蛋白組學和乙醯化蛋白組學（蛋白組和蛋白修飾組採用TMT標記的方法，質譜策略）的全面蛋白基因組學研究。
  • 豪思生物完成數億元人民幣B輪融資 夯實在臨床質譜領域的領先地位
    豪思生物成立於2016年，是國內首家在多種疾病領域實現質譜檢測試劑盒從0到1突破的公司。公司依託於質譜體外診斷領域深厚的產學研積累，自主研發了一系列國內甚至全球首創的臨床質譜檢測產品，包括應用於阿爾茨海默症的早期診斷、心血管疾病和泌尿系統疾病等重大疾病檢測產品。尤其是阿爾茨海默症早期診斷與監測技術已處於國際領先水平，對早期發現以及臨床治療階段均具有重大意義。