微生物组技术与产品
 
 
普通蛋白质组学
普通蛋白质组学
型号:
信号:
精度:
应用场景:

普通蛋白质组学是以蛋白质组为研究对象,研究细胞、组织或生物体蛋白质组成及其变化规律的科学。蛋白质组学本质上指蛋白质特征的大规模研究,包括蛋白质的表达水平,翻译后的修饰,蛋白与蛋白相互作用等,由此获得蛋白质水平上关于疾病发生,细胞代谢等过程的整体而全面的认识。


研究方法

1Label free

蛋白质非标记定量技术(Label free)是通过液质联用技术对蛋白质酶解肽段进行质谱分析,无需使用昂贵的稳定同位素标签做内部标准,只需分析大规模鉴定蛋白质时所产生的质谱数据,比较不同样品中相应肽段的信号强度,从而对肽段对应的蛋白质进行相对定量。

 

产品特点:

无需同位素标记,操作简单,成本较低;

鉴定覆盖度、灵敏度较低;

不受样本数量的限制;

可以进行蛋白的“有/无”比较分析;

对质谱仪器设备要求较高,色谱和质谱需要同时有较好的稳定性和重复性。

2DIA

DIA技术,主要采用数据非依赖采集模式(Data-independentAcquisition,DIA),结合传统的数据依赖采集模式(Data-dependent Acquisition,DDA)构建参考谱图库,通过液质联用技术(LC-MS/MS)将整个质谱扫描质量范围分为若干窗口,依次对每个窗口的所有离子进行碎裂,采集全部子离子信息。将得到的数据利用主流分析软件,进行蛋白组学的鉴定、定量及差异蛋白分析等。该技术无需指定目标肽段,可以无遗漏地获得样本中所有离子的全部碎片信息,数据利用度大大提高。

 

产品特点:

鉴定敏感度高:可鉴定更多低丰度蛋白,提高定量分析可信度;

重复性提升:与DDA模式相比,DIA缺失值更少,数据可重复性更高;

适合大样本量:不受样本量限制,可用于大规模样本数量检测;

定量准确性高:CV值较低,定量准确性提高;

数据可回溯:数字化蛋白信息,可进行回溯。

3Direct DIA

Direct DIA(Direct Data-independent Acquisition)是采用非建库的方法进行的DIA技术,与传统DIA分析策略相比,Direct DIA不再进行DDA分级建库,而是利用机器深度学习实现直接通过搜索DIA原始文件谱图生成库。深度学习打分寻找谱峰碎裂规律,预测保留时间,去除假阳性结果。与DDA相比,其具有缺失值少、鉴定蛋白数目多、定量准确的优点;与传统DIA技术相比,这样大大降低了成本,鉴定到的蛋白数目与传统DIA的差距也越来越小。

 

产品特点:

DIA全息扫描,数据完整性好,蛋白质覆盖率高;

不进行DDA建库,提高效率,降低实验成本;

数据缺失值少,重现性效果好,定量准确。

4TMT

TMT技术是一种定量蛋白质组学方法,基于化学标记的原理实现对多个样本中蛋白质的同时定量分析。该技术利用特定的化学试剂(TMT标签)将不同样本中的蛋白质进行标记,使其具有不同的质荷比,然后通过质谱仪的串联质谱(tandem mass spectrometry)进行定量分析。

 

产品特点:

高通量:TMT技术可以同时分析多个样本,提高分析效率;

高灵敏度:TMT技术具有较高的灵敏度,可以检测到低丰度蛋白质;

高定量精度:TMT技术提供准确的定量结果,可用于定量比较和趋势分析。

111(1).png

产品申请