血液蛋白质组研究目前面临两个问题，一是低丰度蛋白如何更多的覆盖？血浆蛋白丰度跨：2个数量级，高丰度蛋白含量占据99%，这就对低丰度细胞因子、生长因子的检测提出挑战；二是如何加速大规模蛋白组研究进程？生物标志物的发掘与验证往往需要分析数百甚至数千个临床样本，这对实验通量提出挑战。因此…
查看原始文章来源 ↗血液蛋白质组研究目前面临两个问题，一是低丰度蛋白如何更多的覆盖？血浆蛋白丰度跨：2个数量级，高丰度蛋白含量占据99%，这就对低丰度细胞因子、生长因子的检测提出挑战；二是如何加速大规模蛋白组研究进程？生物标志物的发掘与验证往往需要分析数百甚至数千个临床样本，这对实验通量提出挑战。因此，建立一套方案满足大队列样本分析的深度和速度需求至关重要
具体需要从 深度富集低丰度蛋白、自动化并行样品处理、高通量质谱采集、大队列数据质控以及深度数据挖掘 的全流程各个击破
我们搭建了完整的DeePB 深度 血液蛋白质组检测方案：使用试剂盒直接富集血：血清中的低丰度蛋白，联合自动化工作站，实现大规模样本的超快速前处理；后续再结合高通量质谱DIA技术策略， 实现血液蛋白组高灵敏、深度覆盖（0.1-1ng/ml）
基于低丰度蛋白富集试剂盒，不仅可以快速处理从血液到富集后的洁净多肽，最重要的是血液蛋白检测深度提：-10倍；结合全自动处理工作站，实：6例样本的规范化前处理精确流程，避免手工操作繁琐、效率低下、样品质量不稳定等问题
采用timsTOF Pro2、timsTOF HT、Astral等最新仪器，结合DIA全息采集模式，实现血：血清样本高通量、大队列、高灵敏度、高深度蛋白组检测： 详细介绍见链接： 精准质谱仪器推荐 ，常见的：鼠源血浆项目经验高：000+种蛋白
大队列样本蛋白组分析时，数据稳定性需要我们高度关注。我们对LC-MS系统和定性定量结果进行 4大方面：5个指标的 全方位质控，随时把握仪器状态和异常数据排查 ，以保障大规模结果可信度
我们团队专注于利用前沿的分析方法来挖掘蛋白质组数据，大队列项目可以提供量身定制的数据可视化方案和深入的生物背景调研。我们的研究主要围绕三个核心领域展开：揭示分子机制与治疗机会、识别无创biomarker，以及构建预后模型。除了蛋白组，还可以与代谢组、脂质组联合分析
其他优势：分级建库和数据检
目前随着仪器和软件算法的升级提升，DIA方案也迎来更多机会，包括无需建库的directDIA和分级建库DIA： directDIA方案由于简化了实验流程，节省了成本，在满足大队列高通量的情况下，还能有不错的检测覆盖度，已成DIA蛋白组研究的主流，但其并不能替代分级建库DIA的优势，后者可以减少数据解析难度和时间，并增加鉴定量。因此，我们建立了自动化分级建库和谱图库DIA检索方案，可以满足蛋白深度覆盖的研究需求
以下是三种DIA方案比较
大队列结果，采用试剂盒联用自动化工作站，：-4小时内完：6例血浆样品的全流程制备： directDIA方法检测，数据检索（swissprot human 20000条蛋白序列fasta）定性、定量采用默认参数分析。结果大致如下，timsTOF Pro2 正常梯度60min方法,共定量约6600+种Protein Group，短梯度12min方法最高定量近4000种Protein Group
ps:上述结果为临床血浆样本，包含肿瘤患者和正常人，一： 肿瘤患者的 蛋白鉴定量较高，正常人鉴定较低。（数值经过了变换保密处理，但数值大小和实际情况接近，可作参考）
DeePB流程相对于未富集血浆蛋白数： 提升 3-10倍： 人血浆蛋： 单针 定量深度高达5400+种蛋白 通路水平 对比 未富集和DeePB深度覆盖: DeePB流程可以更好地覆盖多种免疫、炎症、修饰相关及多种疾病相关的通路
DeePB检测到的蛋白包含了大量能够反映出生物体内部的状态和功能活动的分子，覆盖各种临床场景和功： 分子 类型，以及大量与细胞生存、死亡、损伤机理相关的分子，这些分子的研究对于探索细胞生存和死亡机制、疾病发生发展机理以及治疗策略的制定都具有重要意义
识别诊断、分层的生物标志
题目：Circulating proteomic panels for risk stratification of intracranial aneurysm and its rupture
文章来源：EMBO Mol Med2022 Feb 7;14(2):e14713.
方向：早诊biomarker
