• 相关产品 +
  • 相关服务 +
  • 相关应用 +
  • 相关案例 +
  • 相关下载 +

咨询信息

我们的产品覆盖了化学信息学,生物信息学,以及实验室信息管理
针对您的研究需求

我们为您选择最适合您的产品
上传时间:2016-04-12 17:56:00

定量蛋白质组学技术可以用以确定多组样品在不同生物学状态下表达量的变化,从进一步进行相关变化的生物信息学分析。相关的主流技术包括iTRAQ技术、SILAC技术和非标记定量技术。我们会根据用户实际的样品状态给出最合适的实验设计。

实验设计介绍:
目前主流的以发现新现象为出发点的蛋白质组学定量方法有标记定量和非标记定量蛋白质组学两大类方法。其中标记定量方法又有两大主流技术,以SILAC为代表的代谢标记方法和以ITRAQ,TMT为代表的化学标记方法。非标记定量方法有基于MS1强度的非标方法和基于SWATH技术的非标记定量方法,SWATH法目前还在研究和完善阶段,因此以MS1强度定量方法为主。以上方法的主要区别如下图:

一般来说:

非标记定量实验适用于简单样本或预实验,成本较低;

SILAC代谢标记实验适用于高精度需求的细胞培养体系定量;

ITRAQ、TMT实验适用于样品较多、复杂的实际样本定量,是应用最广泛且最成熟的蛋白质组学定量技术,它的优点有:

• iTRAQ标记技术可在一次实验同时对多达8个样本进行定量分析,降低了反复实验引入的技术误差,8个样品之间可进行任意两两比较,增加实验设计的灵活性。可用于多个时间点,多剂量或者不同亚型疾病的蛋白质组变化监测;灵活增加实验重复/技术重复即能进行多个个体样本的研究。

•重复性好,灵敏度高,蛋白覆盖范围广,在单张谱图中同时进行定性与定量。

•标记完全,标记效率高达97%以上,等质量的同位素标签不增加样品的复杂程度。

•一次实验可定量3000-6000种蛋白(2 uniquepeptides,1%PSM FDR质控水平,高等哺乳动物样本)。





实验条件介绍:

当前主流的定量蛋白质组学分析仪器有ThermoFisher的Q-Exactive和AB的5600,4600。它们的性能差异很小,均能满足大多数研究课题的定量需求。而目前质谱仪器的稳定性也能够充分满足临床样本、动物模型等复杂实际样本的定量要求,所以在不同公司、不同实验室进行质谱实验,仪器本身的差异并不会很大。根据我们的经验,影响实验数据质量最大的因素有两个:1.样本处理;2.实验条件设计。

1.样本处理:各类复杂生物学样本的预处理、蛋白提取过程均有所差异。而这一步骤提取的好坏直接影响最终结果。如果样本处理不佳,后续使用再先进的、再昂贵的仪器都无法得到可靠、足量的实验结果信息。这一步骤中:操作人员的经验和责任心以及实验设计的可靠性起了决定性作用;

康昱盛的优势:样品处理负责人是中国国内首批从事蛋白质组学研究的科学家,均至少有10年左右的蛋白质组学实验经验,本人参与或独立发表过大量蛋白质组学相关研究论文,具有高度的责任感和研究水平。绝大多数公司或者实验室的从业人员都不可能具有更丰富的经验和水平。



2.实验条件设计:虽然质谱仪器已经非常成熟和智能化,但如何对不同样本的LC分 离体系进行选择,如何设置最佳的质谱碰撞能量和及时校正精度并清洗色谱柱等也大量依赖于实验人员的经验和责任心。而为了大大降低实验成本,不少公司会采用 短梯度、少分馏等方法减少质谱运行时间,但这样会大大降低分离效率,使得蛋白质鉴定数量减少,同时更由于分离效果不佳会导致定量的准确性降低。如果用户不 特别熟悉蛋白质组学的话,很难从结果中发现这些问题。

康昱盛的优势:我们在进行实验设计、合同签订时,明确告知客户实验的分离分析时间,复杂样品确保总分离分析时间在20~30个小时/次重复。同时我们的数据分析人员会使用国际权威的商业化第三方分析软件生成结果报告,明确告知质量精度、鉴定效率和定量信息准确度。

我们的价格不会是最低的,但我们确保的是实验的质量和结果的可靠性!




实验负责老师简介:

晏国全:复旦大学蛋白质组学中心,高级工程师,博士;从事色谱、质谱研究10年以上,参与发表相关论文超过25篇,有丰富的各类来源生物样品处理、定性、定量,色谱质谱调教、修理、操作经验。[1-29]

魏黎明:复旦大学蛋白质组学中心,高级工程师,博士;从事质谱研究近10年,独立发表或参与发表论文近10篇,有丰富的临床样本处理、高丰度蛋白去除、材料富集特殊类型蛋白质等的经验。[30-38]

数据分析介绍(数据质控、定性、定量及生物信息学分析):

如何判断一次实验结果的好坏,如何针对各种类型实验数据进行针对性的分析条件优化,对于分析人员的经验和技术水平有很高要求,另外针对不同类型数据使用何种软件和分析流程进行分析也会对结果的覆盖度和准确性有较大影响。

在得到质量较好的定性、定量结果后,使用何种策略、哪些分析工具对结果进行生物信息学分析同样会对论文的发表质量、结果讨论的丰满程度有巨大影响。常规的GeneOntology、KEGGPathway、STRING互作、TRANSFAC转 录预测等分析结果过于简单、无法给出定量值对生物体系的影响、无法快速帮助用户追根朔源到原始文献,均会大大浪费前期实验所花费的巨大人力物力。粗糙而不 全面的生物信息学分析就如同为山千仞、功亏一篑一样让我们的研究虎头蛇尾。使用信息准确、分析功能强大且权威的生物信息学分析平台是充分挖掘蛋白质组学数 据中的生物学意义并发表高水平研究论文的基本保证。



康昱盛的优势:

1.软件优势:康昱盛作为国内最大、最全的蛋白质组学、生物信息学软件供应商和技术支持拥有全面而权威的蛋白质组学、生物信息学分析工具体系,针对各类分析需求均有完整的解决方案,并以此提供数据分析服务。针对标记定量蛋白质组学,康昱盛提供从权威的Mascot搜库引擎(>10,000篇引用)到国际公认的质谱大规模数据质控软件Scaffold(>2,500篇引用)的分析流程。在生物信息学分析工具方面,康昱盛使用国际最权威的IngenuityPathway Analysis软件(>15,000篇引用),该数据库及分析软件是目前最大最准确的人工文献阅读数据库和分析平台。其准确性和功能全面性在国际各大生命科学研究及制药公司研发部门中得到公认。

2.人员优势:康昱盛负责蛋白质组学实验数据及生物信息学分析的专家沈诚频博士具有蛋白质组学数据分析、组学信息学分析8年经验,参与了大量课题的数据分析工作,并独立研究发表了多篇论文,同时不署名协助国内多家单位发表了多篇应用IPA或Mascot进行数据分析的论文。[2, 9, 11, 18, 19, 21, 24, 29]
 

1.            Cao, W.,et al., Discovery and Confirmation ofO-GlcNAcylated Proteins in Rat Liver Mitochondria by Combination of MassSpectrometry and Immunological Methods. PloS one, 2013. 8(10).

2.            Chen, Y.,et al., Two-step protease digestion andglycopeptide capture approach for accurate glycosite identification andglycoprotein sequence coverage improvement. Talanta, 2011. 85(1): p. 70-75.

3.            Chen, Y.,et al., One-pipeline approach achievingglycoprotein identification and obtaining intact glycopeptide information bytandem mass spectrometry. Molecular BioSystems, 2010. 6(12): p. 2417-2422.

4.            Gao, M.,et al., Integrated strong cationexchange/capillary reversed-phase liquid chromatography/on-target digestioncoupled with mass spectrometry for identification of intact human liver tissueproteins. Analyst, 2008. 133(9):p. 1261-1267.

5.            Gao, M.,et al., Novel monolithic enzymaticmicroreactor based on single-enzyme nanoparticles for highly efficientproteolysis and its application in multidimensional liquid chromatography.Journal of Chromatography A, 2009. 1216(44):p. 7472-7477.

6.            Li, L., etal., Knockdown of nucleosome assemblyprotein 1-like 1 promotes dimethyl sulfoxide-induced differentiation of P19CL6cells into cardiomyocytes. Journal of cellular biochemistry, 2012. 113(12): p. 3788-3796.

7.            Li, Q., G.Yan, and T. Ge, A fragmentation study oftwo compounds related to 4-demethylepipodophyllotoxinin negative ion electrospray ionization by MSn ion-trap time-of-flight massspectrometry. Rapid Communications in Mass Spectrometry, 2008. 22(3): p. 373-378.

8.            Liu, L.,et al., Highly specific revelation of ratserum glycopeptidome by boronic acid-functionalized mesoporous silica.Analytica chimica acta, 2012. 753:p. 64-72.

9.            Liu, M.,et al., An efficient and accurateglycopeptide identification pipeline for high-throughput site-specificN-glycosylation analysis. Journal of proteome research, 2014.

10.          Liu, Y., etal., Chromosome-8-Coded Proteome ofChinese Chromosome Proteome Data Set (CCPD) 2.0 with PartialImmunohistochemical Verifications. Journal of proteome research, 2013. 13(1): p. 126-136.

11.          Lu, W., etal., Response of peptide intensity toconcentration in ESI-MS-based proteome. Science China Chemistry, 2014. 57(5): p. 686-694.

12.          Shen, C.,et al., Global profiling ofproteolytically modified proteins in human metastatic hepatocellular carcinomacell lines reveals CAPN2 centered network. Proteomics, 2012. 12(12): p. 1917-1927.

13.          Shen, W.,et al., A robust new strategy forhigh-molecular-weight proteome research: A 2-hydroxyethylagarose/polyacrylamide gel enhanced separation and ZnO–PMMA nanobeads assistedidentification. Talanta, 2010. 82(4):p. 1594-1598.

14.          Wang, H.,et al., < i>N</i>-glycosylation pattern of recombinant human CD82 (KAI1), atumor-associated membrane protein. Journal of proteomics, 2012. 75(4): p. 1375-1385.

15.          Wang, Q.,et al., Omics Evidence: Single NucleotideVariants Transmissions on Chromosome 20 in Liver Cancer Cell Lines. Journalof proteome research, 2013. 13(1):p. 200-211.

16.          Wang, Q.,et al., Qualitative and quantitativeexpression status of the human chromosome 20 genes in cancer tissues and therepresentative cell lines. Journal of proteome research, 2012. 12(1): p. 151-161.

17.          Wu, S., etal., First proteomic exploration ofprotein-encoding genes on chromosome 1 in human liver, stomach, and colon.Journal of proteome research, 2012. 12(1):p. 67-80.

18.          Xie, L.-Q.,et al., Improved proteomic analysispipeline for LC-ETD-MS/MS using charge enhancing methods. MolecularBioSystems, 2012. 8(10): p.2692-2698.

19.          Xie, L.-Q.,et al., Novel proteomic strategy revealcombined α1 antitrypsin and cathepsin D as biomarkers for colorectal cancerearly screening. Journal of proteome research, 2010. 9(9): p. 4701-4709.

20.          Yan, G., etal., Electrospray ionization ion-traptime-of-flight tandem mass spectrometry of two furofurans: sesamin andgmelinol. Rapid Communications in Mass Spectrometry, 2007. 21(22): p. 3613-3620.

21.          Yin, X., etal., Rapid and sensitive profiling andquantification of the human cell line proteome by LC-MS/MS withoutprefractionation. Proteomics, 2014.

22.          Yu, Y., etal., Hydrazide-functionalized magneticmicrospheres for the selective enrichment of digested tryptophan-containingpeptides in serum. Talanta, 2011. 85(2):p. 1001-1006.

23.          Yu, Y., etal., An iTRAQ based quantitativeproteomic strategy to explore novel secreted proteins in metastatichepatocellular carcinoma cell lines. Analyst, 2013. 138(16): p. 4505-4511.

24.          Zhang, C.,et al., Systematic analysis of missingproteins provides clues to help define all of the protein-coding genes on humanchromosome 1. Journal of proteome research, 2013. 13(1): p. 114-125.

25.          Zhang, Y.,et al., Proteome atlas of humanchromosome 8 and its multiple 8p deficiencies in tumorigenesis of the stomach,colon, and liver. Journal of proteome research, 2012. 12(1): p. 81-88.

26.          Zheng, Y.,et al., Protein profiling of human lungtelocytes and microvascular endothelial cells using iTRAQ quantitativeproteomics. Journal of cellular and molecular medicine, 2014. 18(6): p. 1035-1059.

27.          Zheng, Y.,et al., Comparative proteomic analysis ofhuman lung telocytes with fibroblasts. Journal of cellular and molecularmedicine, 2014. 18(4): p. 568-589.

28.          Zhu, S., etal., Developing a strong anionexchange/RP (SAX/RP) 2D LC system for high-abundance proteins depletion inhuman plasma. Proteomics, 2012. 12(23-24):p. 3451-3463.

29.          Zou, X., etal., Up-regulation of type I collagenduring tumorigenesis of colorectal cancer revealed by quantitative proteomicanalysis. Journal of proteomics, 2013. 94:p. 473-485.

30.          Tian, R.,et al., Proteome analysis of humanpancreatic ductal adenocarcinoma tissue using two-dimensional gelelectrophoresis and tandem mass spectrometry for identification ofdisease-related proteins. Digestive diseases and sciences, 2008. 53(1): p. 65-72.

31.          Wang, H.,et al., Multiplex profiling ofglycoproteins using a novel bead-based lectin array. Proteomics, 2014. 14(1): p. 78-86.

32.          Wei, L., etal., [Development of sample pretreatmentapproach and technology for peptidome]. Se pu= Chinese journal ofchromatography/Zhongguo hua xue hui, 2013. 31(7):p. 603-612.

33.          Wei, L., etal., Immobilization of enzyme ondetonation nanodiamond for highly efficient proteolysis. Talanta, 2010. 80(3): p. 1298-1304.

34.          Wei, L.-M.,et al., Pretreatment of low-abundancepeptides on detonation nanodiamond for direct analysis by matrix-assisted laserdesorption/ionization time-of-flight mass spectrometry. Journal ofChromatography B, 2009. 877(29): p.3631-3637.

35.          Wu, C., etal., Innate immune modulation ofkeratinocytes by antikeratin 16 antibodies. Experimental dermatology, 2008.17(8): p. 645-652.

36.          Xu, G., etal., Boronic acid-functionalizeddetonation nanodiamond for specific enrichment of glycopeptides inglycoproteome analysis. Analyst, 2013. 138(6):p. 1876-1885.

37.          Yan, H., etal., Proteomic analysis of astrocyticsecretion that regulates neurogenesis using quantitative amine-specificisobaric tagging. Biochemical and biophysical research communications,2010. 391(2): p. 1187-1191.

38.          Yang, J.,et al., Identification of proteinsinvolved in infectivity and enterotoxin production in Enterobacter sakazakii.Journal of Rapid Methods & Automation in Microbiology, 2009. 17(2): p. 164-181.