timsTOF Pro质谱助力深度血液样本蛋白质组学研究

描述

背景介绍

血液样本是重要的生物信息来源,血液中的蛋白质则是最关键的信息大分子,直接反映机体的病理、生理状态,大部分疾病相关的标志物都与血液中的蛋白相关。蛋白质组是指细胞或组织中由整个基因组表达的全部蛋白质。血浆蛋白质组一直是研究的热点,被国际人类蛋白质组组织(Human Proteome Organization, HUPO) 列为首批实施的重大国际合作项目,在2002年正式启动了人类血浆蛋白质组计划(Plasma Proteome Project,PPP)。近年来,针对血液样本蛋白组学的研究发表文章数量逐年上升,在蛋白组学文章总发表文章数中占非常大的比例。

算法

Mol Syst Biol. 2017 Sep 26;13(9):942.

但是,由于血液样本存在高丰度蛋白含量占比高、动态范围大,至少为10个数量级以及蛋白种类复杂等问题,导致血液蛋白质组的研究存在巨大的挑战。2020年12月,Nature Methods上发表了《Parallel accumulation-serial fragmentation combined with data-independent acquisition》文章中提到的timsTOF Pro 4D质谱技术通过分析分子量和离子淌度的相关性,搭配最新的DIA数据采集模式,不仅覆盖了选择窗口中整个质荷比范围,还提高了识别入射离子的分辨率,从而鉴定到更多的蛋白质种类。timsTOF Pro作为蛋白组学研究的理想高通量筛选工具,为血液蛋白质组学的研究提供了完美的解决方案。

算法

技术原理

利用质谱仪开展的蛋白组学研究中,质谱的扫描速度会影响蛋白的鉴定深度。传统的3D分离技术包括保留时间(retention time)、质荷比(m/z)、离子强度(intensity)。timsTOF Pro4D引入双TIMS/PASEF (Parallel Accumulation - SErial Fragmentation平行累积串行碎裂)分离技术,增加了第四个维度—离子淌度(mobility),进而大幅度的提高了扫描速度和检测灵敏度,大幅提升蛋白鉴定的数量和覆盖率,使得蛋白质组学进入了4D蛋白质组学新时代。

timsTOF Pro创新性地使用了双TIMS分离/富集装置,离子在第一个TIMS部分中进行累积,在第二个TIMS中根据淌度进行分离,经过分离后的离子继续用于MS/MS碎裂。往复进行此过程,当第二个TIMS进行分离时,第一个TIMS也同时在平行地累积离子,这样可以实现近乎100%的离子利用率。

算法

产品介绍

4D Super Blood dDIA

实验流程

算法

内测结果

算法

4D Super Blood dDIA

技术特点

功能性生物磁珠对生物样本中低丰度蛋白进行富集,突破物种和蛋白种类的限制;

增加了第四个维度--离子淌度,引入TIMS/PASEF分离技术,大幅度地提高了扫描速度和检测灵敏度,大幅提升蛋白鉴定的数量和覆盖率;

样本起始量要求低、数据可靠性高;

采用DIA数据采集模式;

机器学习算法助力生物标志物研究

生物信息分析

多组学联合分析,系统生物学涵盖包括基因组、转录组、蛋白组、代谢组等多个层面,多个组学数据联合分析有助于更加深入理解生物过程和分子机制。

算法

大队列分析,Machine learning算法评估队列规模,集成Machine learning算法对单组学及多组学进行训练和建模,并评估性能,以此来筛选诊断或预后的Biomarker。

算法

算法性能评估

研究思路

算法

应用案例

算法

发表杂志:Nature medicine 

影响因子:87.241 

发表时间:2022.4

该研究通过DIA-MS蛋白组学技术,对配对的肝脏-血浆进行蛋白质组分析以推断分子病理特征。结果显示,在血浆和肝活检组织中,代谢功能被下调,而与纤维化相关的信号传导和免疫反应被上调。通过机器学习建模筛选到的蛋白标志物panel比现有的临床方法能更准确地检测到显著纤维化和轻度炎症。这些生物标志物panel可准确预测未来肝脏相关事件和全因死亡率。此外,研究者利用一个独立的验证队列验证了诊断模型的性能,为基于质谱的常规肝脏疾病检测奠定了基础。

算法

算法

发表杂志:Talanta

影响因子:6.556

发表时间:2022.2

本研究通过LC-MS/MS,对胰腺癌血清样本进行分析,以发现胰腺癌候选生物标志物。结果共检测到576个血清蛋白,其中41个蛋白发生了显著变化,可作为胰腺癌的潜在生物标志物。

算法

审核编辑 :李倩

 

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分