在蛋白質(zhì)組學(xué)研究領(lǐng)域，基于液相色譜-質(zhì)譜聯(lián)用（LC-MS/MS）技術(shù)可在生物樣本中檢測(cè)和相對(duì)定量上千個(gè)蛋白，目前已被廣泛應(yīng)用。Label-free技術(shù)具有不受樣品標(biāo)記數(shù)量限制，蛋白定量動(dòng)態(tài)范圍廣，樣品起始量低等優(yōu)點(diǎn)；是目前蛋白組研究領(lǐng)域廣受歡迎的研究方法。
Label-free（DDA，Data Dependent Acquisition）技術(shù)對(duì)每個(gè)樣品分別進(jìn)行蛋白提取、蛋白酶解、肽段分離和質(zhì)譜檢測(cè)，利用二級(jí)圖譜進(jìn)行蛋白鑒定，利用肽段峰面積信息進(jìn)行蛋白定量。
華銀康高通量測(cè)序中心能提供Label-free DDA 和Label-free DIA兩種檢測(cè)技術(shù)，助力科研人員對(duì)蛋白組定量的研究。
技術(shù)參數(shù)
|
樣品量 |
細(xì)胞類（>2×106細(xì)胞，離心沉淀>20ul） |
|
樣品要求 |
樣品無污染 |
|
重復(fù) |
建議至少設(shè)置3個(gè)生物重復(fù) |
|
數(shù)據(jù)量 |
1組分*1小時(shí)梯度（簡(jiǎn)單樣品） |
|
質(zhì)譜儀 |
QExactive |
技術(shù)優(yōu)勢(shì)
(1)更符合樣本真實(shí)蛋白表達(dá)結(jié)果：更全面和權(quán)威的數(shù)據(jù)庫和軟件，同一樣本能鑒定到更多的蛋白質(zhì)種類；
(2)更專業(yè)的生信團(tuán)隊(duì)，具有多年的蛋白組學(xué)分析經(jīng)驗(yàn)，能提供各種個(gè)性化的高級(jí)分析。
信息分析
生信分析總流程
標(biāo)準(zhǔn)信息分析
1）蛋白鑒定
2）蛋白功能注釋：GO、KEGG、COG、EggNOG注釋、亞細(xì)胞定位分析、轉(zhuǎn)錄因子分析、蛋白激酶分析
3）蛋白定量：樣品間蛋白強(qiáng)度分布 、聚類、PCA分析、相關(guān)性和重復(fù)性分析
4）差異蛋白篩選
5) 差異蛋白功能注釋：GO、KEGG、COG、EggNOG注釋、亞細(xì)胞定位分析、轉(zhuǎn)錄因子分析、蛋白激酶分析
6）多比較組分析
7）其他高級(jí)分析
高級(jí)分析示例圖
案例分析
蛋白質(zhì)組學(xué)衍生的生物標(biāo)志物組合提高了子宮內(nèi)膜樣和高度漿液性卵巢癌分類的診斷精度
卵巢癌是一種難治性疾病，在美國(guó)女性中的發(fā)病率為1.27％，其5年存活率只有46％。上皮性卵巢癌是一種生物學(xué)上異質(zhì)性疾病，根據(jù)其組織特異性細(xì)分為5種亞型，它們按照發(fā)病率遞減排序是：高度漿液（HGSC）、子宮內(nèi)膜狀、透明細(xì)胞型（CCC）、低度漿液性和粘液性卵巢癌。這些亞型代表了潛在的分子改變和臨床癥狀的差異，隨著組織特異性治療理念的發(fā)展，準(zhǔn)確的分類將成為精確醫(yī)學(xué)治療的前提。為了揭示兩種最常見的卵巢癌臨床亞型——HGSC和子宮內(nèi)膜癌之間的差異，研究者通過lable-free方法比較了HGSC（10例）和子宮內(nèi)膜癌（10例）的蛋白組成。結(jié)果鑒定出8種在子宮內(nèi)膜癌中特異的蛋白標(biāo)志物，然后使用免疫組化（IHC），在361例樣本中驗(yàn)證了這8個(gè)蛋白的分類效果。
子宮內(nèi)膜癌和HGSC的蛋白質(zhì)組之間差異表達(dá)的蛋白質(zhì)有500多種（P<0.05），排名靠前的106種蛋白足以正確區(qū)分90％的樣品。IHC驗(yàn)證出KIAA1324是一種新的子宮內(nèi)膜癌最有特異性的生物標(biāo)志物。與僅使用WT1加TP53的診斷標(biāo)準(zhǔn)相比，本研究發(fā)現(xiàn)的8個(gè)蛋白標(biāo)記物區(qū)分子宮內(nèi)膜癌和HGSC的準(zhǔn)確性更高，可以將HGSC的診斷率從90.7％提高到99.2％。子宮內(nèi)膜癌特異性診斷標(biāo)志物，如PLCB1，KIAA1324和SCGB2A1也與子宮內(nèi)膜癌的良好預(yù)后顯著相關(guān)，表明該臨床亞型具有生物學(xué)異質(zhì)性。蛋白質(zhì)組學(xué)數(shù)據(jù)的通路分析顯示子宮內(nèi)膜癌和HGSC在雌激素和干擾素信號(hào)傳導(dǎo)方面的差異。
圖1 子宮內(nèi)膜癌和HGSC的蛋白組數(shù)據(jù)比較
圖2 選擇子宮內(nèi)膜癌蛋白標(biāo)志物做下游驗(yàn)證
Dieters-Castator, D. Z., et al. (2019). "Proteomics-Derived Biomarker Panel Improves Diagnostic Precision to Classify Endometrioid and High-grade Serous Ovarian Carcinoma." Clin Cancer Res 25(14): 4309-4319.
