<th id="ckdlc"></th>

      1. <button id="ckdlc"></button>

        蛋白質組學

        北京青蓮百奧生物科技有限公司

        領跑智慧多組學,助力科研新發現


        服務咨詢熱線

        010-53395839

        蛋白質組學,糖基化蛋白質組學,多組學聯合分析
        您當前的位置 : 首 頁 > 新聞動態 > 行業資訊

        「青蓮聚焦」DIA蛋白組+非靶代謝組+聯合分析助您領跑新學期

        2021-10-19 00:00:00

        北京蛋白質組學



        隨著技術的快速發展,使用多組學數據聯合來解析動植物和人類遺傳科學問題已成為趨勢,同時為科研發展提供了新機遇。為了推動多組學聯合新方法發展,貼合廣大研究生與青年教師的科研需求,青蓮百奧從即日起至11月1日提供購買蛋白組學贈送代謝組學+聯合分析的活動,滿足廣大科研工作者多層次組學的需求。

        PART.1文章一

        浙江中醫藥大學孫秋華教授發表題為“Multi-omics Analysis at Serum Proteomic and Metabolomic Levels Reveals Mechanisms of Moxibustion for a Mouse Model of Ankylosing Spondylitis”的研究性論文。這項研究的目的是確定艾灸改善強直性脊柱炎(AS)癥狀的潛在分子機制。



        北京蛋白質組學



        在本研究中,研究人員對蛋白多糖誘導的脊柱炎(pisp)小鼠特定穴位或非穴位進行4周的艾灸干預,此后評估關節炎嚴重程度、組織病理學檢查、細胞因子和成骨細胞(OB)相關基因。采用基于LC-MS/MS的代謝組學技術和基于LC-MS/MS的DIA蛋白質組學方法檢測小鼠血清的代謝產物譜和蛋白表達譜。采用多組學聯合分析將單一蛋白質組學和代謝組學的結果進行整合。終通過酶聯免疫吸附試驗(ELISA)方法驗證了在富集顯著的整合通路中一些新蛋白的水平,為艾灸改善強直性脊柱炎(AS)癥狀的分子機制的研究提供了支持。



        北京蛋白質組學

        北京蛋白質組學



        PART.2文章二




        北京蛋白質組學



        北京蛋白質組學

        目前,COVID-19依舊是科學家們關心的問題,本研究中研究人員采用質譜法對COVID-19患者的不同樣本進行了蛋白組學和代謝組學以及脂質組學,從不同的層面提供了評估COVID-19嚴重程度的生物標志物。

        首先是基于質譜的蛋白質組學研究COVID-19?;趯OVID-19大流行的蛋白質組分析而開發的工作流。為了研究SARS CoV-2病毒的不同癥狀患者情況或感染細胞模型,通常選擇來自血液、尿液、唾液和鼻拭子的血清、血漿和PBMCs用于靶向或非靶向定量蛋白質組分析。多元統計分析可用于不同程度COVID-19嚴重程度的蛋白生物標志物分析。



        北京蛋白質組學




        此外,基于質譜的代謝組學和脂質組學研究COVID-19也很有意義。研究者開發利用代謝組學和脂質組學技術研究SARS-CoV-2病毒感染的不同癥狀患者或感染細胞模型的方法流程。通常,來自血液和其他生物指標(如尿液、唾液、拭子和呼吸標本)的血清、血漿和PBMCs可用于COVID-19患者的靶向或非靶向代謝組學或脂質組學分析。比較后再進行多元統計分析,可用于研究不同COVID-19嚴重程度的代謝物或脂質生物標志物。

        通過綜合“組學”方法發現生物標志物和調查改變的分子網絡,可能是能用于更好地了解COVID-19的有利工具,蛋白質組學、糖組學、脂組學和代謝組學是上游基因組和轉錄組學活動的產物,未來的研究應聚焦于整合組學在COVID-19中的應用,這有助于更好地理解感染、發病機制和治療靶點的分子機制。

        PART.3文章三



        北京蛋白質組學



        結直腸癌(CRC)因其高死亡率而日益成為公眾健康關注的焦點。目前,CRC治療缺乏有效的診斷生物標志物和治療策略,特別是對于潛在致病性的晚期CRC,人們對其機制仍知之甚少。中國科學技術大學發表的題為“Molecular Characterization of Advanced Colorectal Cancer Using Serum Proteomics and Metabolomics .”研究成果。

        在本研究中,作者使用基于數據非依賴性采集模式(DIA)的蛋白質組學和基于很高的液相色譜質譜聯用儀的非靶向代謝組學,研究了20例III或IV期晚期CRC患者血清樣本的蛋白組和代謝組。共鑒定出551個蛋白和719個代謝物。



        北京蛋白質組學

        北京蛋白質組學



        此外,層次聚類分析顯示,晚期CRC的血清蛋白質組比代謝組更多樣化,癌癥相關的蛋白質和代謝產物參與了細胞代謝,包括糖酵解/糖異生、氨基酸生物合成、谷胱甘肽代謝和花生四烯酸代謝等。作者構建了晚期CRC血清的蛋白-蛋白相互作用網絡。作者選擇了三種代謝物(氫醌、亮氨酸和鞘磷脂)和兩種蛋白(凝血因子XIII A鏈和血漿激肽酶)作為晚期CRC的潛在生物標志物。

        本研究中的結果對晚期結直腸癌生理病理的理解起到了推動作用,并發現了新的潛在生物標志物,用于進一步驗證和應用,以改善晚期結直腸癌的診斷和監測。



        北京蛋白質組學



        從《Nature Methods》年度關注技術到癌癥登月計劃,Data-independent Acquisition(DIA)數據非依賴型采集模式,突破了傳統的數據采集模式,實現了無偏向性地全息采集樣本中所有分子信息,在覆蓋度、準確性、穩定性上實現了多方面提升,是當下蛋白質組學研究領域的熱門技術。

        蛋白組學領域期刊Molecular & Cellular Proteomics發表了一篇社論,題為“Initial Guidelines for Manuscripts Employing Data independentAcquisition Mass Spectrometry for Proteomic Analysis”,也在為DIA技術站臺發聲。

        對于較小的樣本個數,TMT等同位素標記定量有著很好的表現,但是對于大的樣本量,比如大隊列的臨床樣本、FFPE樣本,非標記定量的方法變顯現出了優勢,DIA為DDA的升級款采集方法,在數據采集方面有著很好的表現,專為大隊列樣本而生,并且能夠很好的與大隊列代謝組學數據相匹配。

        PART.4青蓮DIA項目技術流程

        青蓮DIA技術優勢:

        1.每年持續更新新版本的數據檢索軟件,保證數據解析能力很好,更高的數據解析性能,采用深度建庫方式使得數據解析率更高。

        2.豐富的儀器使用經驗和平臺維護經驗,大項目數據經驗。

        大隊列樣本蛋白鑒定數量維持在一個比較平穩的高水平,證明從樣本的前處理到上機操作以及質譜儀的狀態都保持在一個穩定的狀態。

        3.青蓮的項目都能免費使用biolader云平臺進行數據個性化處理,是一個專業的生物信息在線分析和可視化平臺,為廣大的科研工作者提供方便、快捷的數據處理、功能分析和可視化作圖服務。



        北京蛋白質組學

        北京蛋白質組學



        青蓮百奧可提供一站式蛋白質組學、代謝組學、轉錄組學、多組學聯合分析等科研服務。青蓮百奧在質譜檢測方面項目經驗豐富,擁有國際的質譜平臺,海歸坐鎮專業生信分析團隊,助您在科研道路上乘風破浪,沖擊高水平文章。更多技術服務敬請來電咨詢:010-53395839。


        最近瀏覽:

        北京青蓮百奧生物科技有限公司

        固話:010-53395839
        郵箱:service@qinglianbio.com
        地址:北京市海淀區永豐產業基地綠海大廈C座301


        掃一掃,關注我們
        三上悠亚在线精品二区,亚洲国产成人一区二区三区,玖玖爱视频国产精品视频,日本人禽杂交狂配,亚洲精品韩国专区在线观看