【分析】用於精確生物標誌物檢測的非隨機蛋白質計數分析

2021-01-17 X-MOL資訊

疾病相關蛋白的精確定量分析在疾病預防和控制、早期癌症篩查和精確診斷中具有重要價值。計數免疫分析是一種超高靈敏度低豐度蛋白的定量方法，引起企業和科研單位的廣泛關注。現有的計數免疫技術包括數字ELISA、單顆粒計數和單分子螢光流式計數等。但這些方法只能均隨機抽取一小部分目標信號進行統計計數，造成大量信息丟失，限制了其在超低濃度下定量的準確性和精密度。江蘇師範大學蓋宏偉教授團隊開發的非隨機蛋白計數分析可以很好地彌補上述缺憾。該方法採用微球和磁珠將目標蛋白富集分離，結合揮發誘導的顆粒沉降和網格定位的多幀成像技術，實現了目標信號計數效率的最大化，有效抑制隨機計數導致的泊松噪聲。以癌胚抗原 (CEA) 為模式蛋白，檢測的動態範圍為5x10-18 M ~ 5x10-16 M，檢出限為4.9 aM。該方法應用於臨床血漿樣本CEA分析時，在稀釋104倍的情況下，與醫院檢測結果接近。

該方法有效抑制了隨機計數的泊松噪聲，提高了低豐度蛋白質分析的檢測線和準確性，在低豐度生物標誌物檢測（癌症蛋白標誌物、神經退行性標誌物，特異性細胞因子等）和疾病早期篩查方面顯示出一定的應用價值。Nonstochastic Protein Counting Analysis for Precision Biomarker Detection: Suppressing Poisson Noise at Ultralow ConcentrationQingquan Zhang, Xuebing Zhang, Jiajia Li, Hongwei GaiAnal. Chem., 2020, DOI：10.1021/acs.analchem.9b04809


https://www.x-mol.com/university/faculty/11169


Q：這項研究最初是什麼目的？或者說想法是怎麼產生的？A：如上所述，我們團隊的研究目的是為了提高蛋白質計數分析的目標信號統計效率，進而提高低豐度蛋白的定量準確性。蛋白質計數方法是近年來發展起來的一種超靈敏蛋白質定量技術。定量結果由目標信號數量決定，不需要測量每個目標信號的強度。但是，現有蛋白質計數技術均隨機抽取少部分目標信號進行計數，信息丟失嚴重，限制了蛋白質測定在超低濃度下的準確性和精密度。因此，我們團隊就想發展一種新的蛋白質計數分析技術，儘可能提高計數效率，抑制泊松噪聲。A：研究過程的挑戰主要有兩個：1）單顆粒的目標信號完全沉降固定在有限的檢測區域；2）如果實現單顆粒目標信號的依次成像，不遺漏、不重疊。在這個過程中，我們團隊在免疫分析、微流控晶片、儀器分析等方面的經驗積累起了至關重要的作用。Q：該研究成果可能有哪些重要的應用？哪些領域的企業或研究機構可能從該成果中獲得幫助？A：該方法可以分析臨床樣本中濃度極低的蛋白質標誌物，可為腫瘤、神經退行性疾病等的風險分級提高數據支撐，有利於重大疾病的早期篩查和預警。



本文版權屬於X-MOL（x-mol.com），未經許可謝絕轉載！歡迎讀者朋友們分享到朋友圈or微博！


長按下圖識別圖中二維碼，輕鬆關注我們！

點擊「閱讀原文」，查看 化學 • 材料 領域所有收錄期刊

相關焦點

  • 使用LBA分析方法進行大分子生物標誌物的定量檢測分析
    隨著醫藥產業的快速發展，產品研發效率和安全性越來越成為醫藥研發中關注的重點，很多傳統藥企和新興的生物技術公司往往會在藥物研發過程中使用生物標誌物以加速藥物研發進程和確保產品安全性。在對生物標誌物的檢測上，使用商業化的試劑盒可以說是目前大部分企業的首選。
  • 質譜檢測法與蛋白質分析
    精確的定量分析需要源自整個洗脫圖（entire elution profile）的高質量的、高信噪比的數據信息。數據質量與數據採集參數高度相關，這些數據採集參數包括掃描時間或者採樣時間（對於非掃描質譜儀而言）。因此，我們經常需要在數據質量和樣品處理能力（量）之間做出取捨。最近又有幾項有關質譜儀的最新進展問世，這些新成果的出現又給我們的生物大分子研究工作補充了「彈藥」。
  • PD-L1生物標誌物測試平臺行業研究及十四五規劃分析報告
    PDL1是一種蛋白質，有助於防止免疫細胞攻擊體內的非有害細胞。通常，免疫系統與病毒和細菌等外來物質戰鬥，而不是與您自己的健康細胞戰鬥。一些癌細胞具有大量的PDL1。這使癌細胞能夠「欺騙」免疫系統，並避免作為外來有害物質而受到攻擊。目前PD-L1檢測是基於免疫組織化學（IHC）方法。免疫組織化學（IHC）是一種利用抗體檢測組織切片（例如肝臟、胰腺或心臟）細胞中蛋白質（抗原）的過程。
  • 腫瘤早期診斷(下)——腫瘤標誌物檢測
    血液和其他體液中的腫瘤標誌物濃度受到不同因素的影響，主要包括：  （1）產生腫瘤標誌物的腫瘤細胞的總量、腫瘤的質量、腫瘤的擴散以及腫瘤的分級；（2）腫瘤標誌物的合成速度；（3）腫瘤細胞或細胞表面的腫瘤標誌物釋放速度；（4）個別腫瘤不攜帶或不表達腫瘤標誌物，非分泌型腫瘤雖然表達腫瘤標誌物但不釋放人體液中；
  • 【盤點】生物標誌物亮點研究一覽
    研究者Trauner表示，我們假定存在一種生物標誌物的混合物，其來自於對風險評分所解析的結果，這種混合物就包括來自血液、腸道微生物組及遺傳學上的生物標誌物；通過對生物標誌物進行分析，研究者就可以更好地評估非酒精性脂肪肝在未來的發展情況，從而幫助我們更好地回答一系列問題，比如如果脂肪肝持續存在的話，為何現在非酒精性脂肪肝比此前發展地更為迅猛？
  • 邁向檢測基於澱粉樣β肽的阿爾茲海默症生物標誌物的通用方法
    或者不如說，這些蛋白質生物標誌物的檢測已經漸漸失去了難度，不再是創新的最前沿方向了。這篇發表於2017-2018年的文章將檢測對象鎖定於脊髓液中特定的澱粉樣肽生物標誌物，並提出一種新穎的基於磁珠的免疫分析方法，其中捕獲嫁接在磁珠上的抗體和檢測抗體可以在單個步驟中同時與單體Aβ 1–40和Aβ 1–42結合，具有不錯的創新意義，發表在Sensors and Actuators B-chemical。
  • Commun Biol:開發出一種用於癌症診斷的新型生物標誌物技術
    2020年7月21日 訊 /生物谷BIOON/ --近日，一篇發表在國際雜誌Communications Biology上的研究報告中，來自瑞典隆德大學等機構的科學家們通過研究開發了一種識別癌症生物標誌物的新方法，這種新方法能夠更加敏感、快速且有效地對癌症生物標誌物進行識別。
  • Frontiers社論:生物標誌物革命——腦衰老標誌物最新總結
    從外泌體及其可遺傳物質（例如脂質，蛋白質，mRNA和ncRNA）的研究中認識到其雙面作用，外泌體並不是單純執行廢物處理功能，它還是細胞間通訊的基本介質，發揮神經保護作用以防止發生神經變性。由於外泌體可以在多種體液中被檢測到，因此更具備開發為用於臨床實踐的生物標誌物的潛力。
  • 化學所發展基於深度學習的蛋白質單分子分析新方法
    最近，他們針對單分子光漂白計數分析中檢測信號弱、易被噪音掩蓋和光閃爍幹擾、數據量大等挑戰性問題，巧妙地利用人工智慧深度學習技術，提出了一個機器學習的深度神經網絡架構——CLDNN，對單分子光漂白事件進行準確、高效計數。
  • 生物藥品製劑研發及分析技術論壇
    英國馬爾文儀器有限公司 馬爾文儀器的技術和專業知識支持醫藥和生物醫藥領域的研究和測試，更好地表徵和控制蛋白質和其它生物高分子溶液，還可分析輸送藥物的生物載體。馬爾文儀器提供的數據有助於加快研究和產品開發進程，提升和保證產品品質。
  • 「新進展」在家就可讀取癌症生物標誌物水平！華人科學家共同開發出手持檢測設備
    通過對癌症生物標誌物的檢測可以改變這種現狀。癌症標誌物是指由腫瘤細胞直接產生或由非腫瘤細胞經腫瘤細胞誘導產生的物質。對於腫瘤標誌物的檢測可對腫瘤存在、發病過程及預後作出判斷。一直以來，癌症患者的生存率較低，尤其是晚期才被診斷出來癌症的患者，生存率更低！通過對癌症生物標誌物的檢測可以改變這種現狀。
  • 腫瘤標誌物 7 種檢測方法學大比拼
    腫瘤標誌物常常存在於血清、細胞、尿液、體液或組織中，常見的有癌胚蛋白、腫瘤抗原、酶類標誌物、激素、糖類抗原等。腫瘤標誌物檢測具有操作便捷、標本易獲取、非侵入性、價格低廉、易於動態監測疾病等優點。腫瘤標誌物的檢測對於腫瘤的預防、早期診斷與鑑別診斷、輔助腫瘤分類、疾病監測、指導治療和預後判斷有重要作用，可有效彌補其他醫學技術對腫瘤診斷、治療及預後判斷的不足[2]。
  • ACS Nano:尿液多標記傳感器和人工智慧分析用於前列腺癌的無創精確篩查
    分析傳感學術QQ群：530727948前列腺癌的篩查依賴於血清前列腺特異性抗原檢測，但該檢測方法假陽性率較高（80％），這會導致大量不必要的活檢和隨後的過度治療。考慮到測試的頻率，對前列腺癌的精確篩查存在嚴重的未滿足需求。有鑑於此，韓國科學技術研究院Kwan Hyi Lee等人介紹了一種具有學習能力的尿液多標記生物傳感器來實現這一目標。
  • 膠質母細胞瘤的生物標誌物研究進展
    因此，建議老年GBM患者在臨床決策前接受MGMT甲基化檢測，以確定是否應接受化療。MGMT啟動子甲基化的復發性GBM患者PFS和OS更長。GBM患者應根據MGMT甲基化狀態接受不同治療路徑，故需在常規臨床實踐中引入MGMT標誌物評估。
  • 血漿蛋白質組學揭示COVID-19的生物標誌物和發病機理
    血漿蛋白質組學揭示COVID-19的生物標誌物和發病機理 作者：小柯機器人 發布時間：2020/10/23 9:49:05 中國科學院武漢病毒所周溪等研究人員合作利用血漿蛋白質組學鑑定出COVID-19的生物標誌物和發病機理。
  • 重磅綜述:RNA生物標誌物——癌症精準醫療的前沿
    通過生物信息學整合生物標誌數據，亦能拓展我們對疾病相關生物通路和調控機制的認知。與蛋白質生物標誌物相比，RNA生物標誌更為敏感和特異性。RNA生物標誌的檢測成本也大大低於蛋白質標誌。此外，通過生物信息學進行RNA-seq分析可研究規則性變異事件，如可變剪接和基因融合，二者的異常均可能與癌症預後有關。
  • Pr公司利用蛋白晶片用於激酶分析研究
    Procognia（簡寫Pr）公司近日宣布，GlaxoSmithKline公司（GSK）將會利用他們的蛋白質晶片來分析用於藥物研發的激酶試劑盒。     根據這項協議，GSK公司將會使用Pr的蛋白質晶片技術和自己的激酶抑制劑來驗證是否能將這些晶片整合到激酶篩選過程中。
  • 乾貨|高效化學同位素標記液相色譜質譜法用於外泌體代謝組學分析
    在體液（如血清）中的循環外泌體作為癌症診斷和監測的化學生物標誌物正在被積極關注。儘管核酸分析是發現外泌體中生物標誌物的主要工具，但代謝組學具有簡易且快速檢測的優勢，因此有擴展生物標誌物的化學多樣性的潛力。然而只能從患者少量血液中分離出痕量的外泌體，因此需要開發非常靈敏的外泌體的代謝組學分析技術。
  • 萊布尼茨學會分析科學研究所開發新軟體首次實現自動檢測蛋白質組...
    萊布尼茨學會分析科學研究所的研究人員將可能解決現代生命科學的重要難題：在大量的蛋白質原始數據組中自動檢測公開的資料庫中未被開發利用的數據。由於數據格式多樣、數量龐大，精確查找這些數據一直以來都相當複雜。
  • 首屆微納流控細胞分析學術報告會在京召開
    細胞及其代謝物分析技術在生物製藥、環境監測、疾病診斷等許多領域具有廣泛而重要的應用。朱永剛介紹了他們課題組在單細胞及多重生物標誌物分析方面的研究進展，包括基於磁珠和聲波微混合技術的快速、高靈敏檢測多重癌症標誌物的微流體裝置；用於大量單細胞分離、分析的可調節微通道陣列技術。