视频号
视频号
抖音号
抖音号
哔哩哔哩号
哔哩哔哩号
app
前沿资讯手机看

我要投稿

投稿请发送邮件至:weidy@instrument.com.cn

邮件标题请备注:投稿

联系电话:010-51654077-8129

二维码

我要投稿

投稿请发送邮件至:weidy@instrument.com.cn

邮件标题请备注:投稿

联系电话:010-51654077-8129

快速、稳定、高通量,Orbitrap让精准医学实现真正精准

分享到微信朋友圈

打开微信,点击底部的“发现”,

使用“扫一扫”即可将网页分享到朋友圈。

分享: 2022/08/30 11:05:44

# DIA

大规模临床样本队列研究是实现疾病分子分型、标志物筛选等精准医学研究内容的必要前提。大批量样本的检测会带来诸多技术问题,长时间连续分析过程中数据稳定性是首当其冲的技术难题。因此,拥有一个更高效稳定的分析平台对于队列研究尤为重要。DIA(Data-Independent Acquisition,数据非依赖性采集)技术可无偏向性采集质谱扫描范围内的所有信号,具有更好的重现性及准确性。因此,DIA是队列研究的优选方法


1

领军人物队列研究新思路

矩阵队列

2020年蛋白质组学领军人物Matthias Mann教授发表了基于DIA方法的阿尔兹海默症标志物筛选的研究成果,提出了队列研究的矩阵队列策略[1]。即采用不同来源(瑞士、柏林、马格德堡)的三个独立队列共197例人群的脑脊液样本,同步进行样本制备和蛋白质组学分析,然后整合数据,寻找具有共性的差异表达蛋白,完成标志物的筛选与验证。

基于矩阵策略的临床队列研究技术路线

(点击查看大图)


每个脑脊液样本平均检测蛋白数量为1233个,约1000种蛋白的定量波动性低于20%。表明该实验的数据具有高度重复性和定量稳定性。此外,三个矩阵队列的数据虽有地域差异,但AD与non-AD差异蛋白的一致性较好。最终,研究者发现40种蛋白特征分子可以有效诊断阿尔兹海默病疾病,并通过机器学习的方法对该疾病进行类别划分。基于Orbitrap的质谱分析平台为该矩阵队列研究提供了高重复性和高稳定性的技术和数据。


按照上述思路,针对同一种疾病,不同国家地区、不同实验室进行矩阵队列联合分析,是实现疾病精准诊疗的有效方法。这对分析平台长时间连续运行的稳定性、不同实验室分析平台之间数据的重复性提出了极大挑战


2

赛默飞前瞻性

多中心矩阵队列测试

早在2017年,赛默飞就为多中心队列矩阵分析的稳定性和重复性开展了一项极具挑战的测试。高级产品经理轩玥博士联合全球9个国家的11个实验室,采用DIA非标记定量蛋白质组方法,建立了高通量、简化的HRMS1-DIA工作流程。该工作流程在11个实验室中连续7天测试,最后数据统一上传至Thermo Cloud云平台,采用Spectronaut™软件进行数据处理[2]

HRMS1-DIA实验流程

(点击查看大图)


本研究开发了一套质量控制(QC)系统,以监视整个工作流程的性能,即时发现仪器性能的变化,并在必要时指导故障排除,确保维持较高水平的数据质量,以实现大型临床队列研究所需的通量。在整个研究过程中,每个实验室都使用一套完善的非标记定量样品对定量性能进行评估,从而可以进行分布式和纵向数据分析,并可以在大数据分析时进行比较和标准化。


QC质控标准


3

赛默飞全新质谱平台

使DIA队列分析进入快车道

2019年,赛默飞推出了全新静电场轨道超高分辨质谱仪平台Orbitrap Exploris 480,具备更佳的性能和更高的稳定性,并且兼容FAIMS Pro接口,可进一步提高检测灵敏度和抗污染能力。为了实现队列分析中大量样本快速高效检测,技术人员对5min (80 SPD)、15min (52 SPD)和30min (34 SPD) 进行短梯度高通量蛋白组学分析。在15分钟短梯度中即可定量超过4650个Hela蛋白,满足大规模临床样本研究的高强度检测需求。其中,CV小于20%的蛋白占97.5%,CV小于20%的肽段占96.3%,medium CV 分别为3.4%(蛋白)和4.9%(肽段)。Oribtrap短梯度DIA快速分析中仍然展示出极其优秀的稳定性和重复性

采用DIA分析方式,Hela细胞在不同梯度中的蛋白和肽段鉴定数目


# Summary

赛默飞通过产品升级、方法优化、标准建设等多维度推动力,为大队列分析提供了卓越的DIA整体解决方案。快速、稳定、高通量,让精准医学实现真正精准

◀◀◀

 扫码免费获取 

Exploris 480质谱仪短梯度DIA的全部方法设置和数据结果



[来源:赛默飞色谱与质谱]

标签:
logo
赛默飞色谱与质谱
网友评论  0
为您推荐 精选资讯 最新资讯 厂商动态 新闻专题 更多推荐

版权与免责声明:

① 凡本网注明"来源:仪器信息网"的所有作品,版权均属于仪器信息网,未经本网授权不得转载、摘编或利用其它方式使用。已获本网授权的作品,应在授权范围内使用,并注明"来源:仪器信息网"。违者本网将追究相关法律责任。

② 本网凡注明"来源:xxx(非本网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,且不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。

③ 如涉及作品内容、版权等问题,请在作品发表之日起两周内与本网联系,否则视为默认仪器信息网有权转载。

使用积分打赏TA的文章

到积分加油站,赚取更多积分

谢谢您的赞赏,您的鼓励是我前进的动力~

打赏失败了~

评论成功+4积分

评论成功,积分获取达到限制

收藏成功
取消收藏成功
点赞成功
取消点赞成功

投票成功~

投票失败了~