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

（1）Label 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：

l 无需同位素标记，操作简单，成本较低；

l 鉴定覆盖度、灵敏度较低；

l 不受样本数量的限制；

l 可以进行蛋白的“有/无”比较分析；

l 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。

（2）DIA

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：

l 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；

l 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；

l 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；

l 定量准确性高：CV值较低，定量准确性提高；

l 数据可回溯：数字化蛋白信息，可进行回溯。

（3）Direct 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：

l DIA全息扫描，数据完整性好，蛋白质覆盖率高；

l 不进行DDA建库，提高效率，降低实验成本；

l 数据缺失值少，重现性效果好，定量准确。

（4）TMT

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：

l 高通量：TMT技术可以同时分析多个样本，提高分析效率;

l 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;

l 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。