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和相對定量上千個(gè)蛋白，目前已被廣泛應用。Label-free技術(shù)具有不受樣品標記數量限制，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，利用二級圖譜進(jìn)行蛋白鑒定，利用肽段峰面積信息進(jìn)行蛋白定量。

華銀康高通量測序中心能提供Label-free DDA 和Label-free DIA兩種檢測技術(shù)，助力科研人員對蛋白組定量的研究。

技術(shù)參數

技術(shù)優(yōu)勢

(1)更符合樣本真實(shí)蛋白表達結果：更全面和權威的數據庫和軟件，同一樣本能鑒定到更多的蛋白質(zhì)種類(lèi)；

(2)更專(zhuān)業(yè)的生信團隊，具有多年的蛋白組學(xué)分析經(jīng)驗，能提供各種個(gè)性化的高級分析。

信息分析

生信分析總流程

標準信息分析
1）蛋白鑒定
2）蛋白功能注釋?zhuān)篏O、KEGG、COG、EggNOG注釋、亞細胞定位分析、轉錄因子分析、蛋白激酶分析
3）蛋白定量：樣品間蛋白強度分布 、聚類(lèi)、PCA分析、相關(guān)性和重復性分析
4）差異蛋白篩選
5) 差異蛋白功能注釋?zhuān)篏O、KEGG、COG、EggNOG注釋、亞細胞定位分析、轉錄因子分析、蛋白激酶分析
6）多比較組分析
7）其他高級分析

高級分析示例圖

案例分析

蛋白質(zhì)組學(xué)衍生的生物標志物組合提高了子宮內膜樣和高度漿液性卵巢癌分類(lèi)的診斷精度

卵巢癌是一種難治性疾病，在美國女性中的發(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，根據其組織特異性細分為5種亞型，它們按照發(fā)病率遞減排序是：高度漿液（HGSC）、子宮內膜狀、透明細胞型（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(zhù)組織特異性治療理念的發(fā)展，準確的分類(lèi)將成為精確醫學(xué)治療的前提。為了揭示兩種最常見(jiàn)的卵巢癌臨床亞型——HGSC和子宮內膜癌之間的差異，研究者通過(guò)lable-free方法比較了HGSC（10例）和子宮內膜癌（10例）的蛋白組成。結果鑒定出8種在子宮內膜癌中特異的蛋白標志物，然后使用免疫組化（IHC），在361例樣本中驗證了這8個(gè)蛋白的分類(lèi)效果。

子宮內膜癌和HGSC的蛋白質(zhì)組之間差異表達的蛋白質(zhì)有500多種（P<0.05），排名靠前的106種蛋白足以正確區分90％的樣品。IHC驗證出KIAA1324是一種新的子宮內膜癌最有特異性的生物標志物。與僅使用WT1加TP53的診斷標準相比，本研究發(fā)現的8個(gè)蛋白標記物區分子宮內膜癌和HGSC的準確性更高，可以將HGSC的診斷率從90.7％提高到99.2％。子宮內膜癌特異性診斷標志物，如PLCB1，KIAA1324和SCGB2A1也與子宮內膜癌的良好預后顯著(zhù)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)數據的通路分析顯示子宮內膜癌和HGSC在雌激素和干擾素信號傳導方面的差異。

圖1 子宮內膜癌和HGSC的蛋白組數據比較

圖2 選擇子宮內膜癌蛋白標志物做下游驗證

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.