Orbitrap 自发明起，就一直是科学家实现世界顶级科研突破的有力伙伴。
今天就让我们来一探全球顶尖 PI 最近发表的文章和技术成果，看看 Orbitrap 技术是如何助力顶级科研的：
Matthias Mann
基于 Orbitrap 的全新方法学研究，创新开发 BoxCar 数据采集方式
为了应对蛋白质组学中的动态范围挑战，Mann Lab 最近开发了 「BoxCar」的数据采集方法（Meier et al., Nat. Methods, 2018），这显著提高动态范围大的样本中的蛋白鉴定深度，例如血浆或组织样本（Geyer et al., Cell Syst., 2018, Doll et al., Nat Commun., 2017）。
Orbitrap 质谱仪在灵敏度和采集速度方面取得了很大进展，使蛋白质组覆盖深度范围越来越广。然而，这些进展主要局限于 MS²水平，而用于 MS¹扫描的离子采集仍然非常低效。Mann Lab 介绍了一种数据采集方法，称为 boxcar，一级全扫时采用分段累积的方法，使得平均离子注入时间相较标准全扫描增加 10 倍以上。对一个人类癌细胞系进行 1 h 分析，该方法鉴定到之前在 24 个组分中鉴定到的 90% 以上的蛋白质，并且定量到了 6200 多个蛋白。在小鼠脑组织中，仅在 100 min 内就检测到超过 10000 种蛋白质，并将灵敏度扩展到低阿摩尔级。
如今 Boxcar 技术已经全面搭载于全新的：
Thermo Scientific™ Orbitrap Eclipse™
三合一质谱平台
Thermo Scientific™ Orbitrap Exploris™ 480
组合型高分辨率质谱仪
Matthias Mann
多组学研究进展：为建立调控潜能性状态转变的模型机制奠定了基础
多潜能干细胞是高度动态且持续进展的，多潜能性的 naïve 和 primed 两种状态之前已经有深入报道，但是对于两种状态之间的转换过程的研究，却仍然是不完整的。文章剖析了胚胎从着床前到着床后胚层分化的多能态转变动力学，通过对蛋白质组、磷酸化蛋白质组、转录组和基因组的综合分析，发现磷酸化蛋白质组的快速、急性和广泛变化等特点，先于基因组、转录组和蛋白质组的有序变化。文章奠定了调控潜能性状态转变模型的基础，对多潜能性的多层控制提出了全新见解。
Matthias Mann
蛋白质组学助力卵巢癌标志物新靶点发现
该篇发表在 Nature 上的文章介绍了一种全新技术：通过将激光捕获显微切割技术与基于 Orbitrap 的高灵敏蛋白质组分析技术相结合，从 11 位高级别浆液性卵巢癌 (HGSC) 病人石蜡包埋组织中提取了 107 个癌症与基质细胞，随后进行蛋白质组分析， 指出与肿瘤转移密切相关的成纤维细胞 (cancer-associated fibroblast，CAF) 中调控蛋白 N-甲基转移酶 (N-methyltransferase(NNMT)) 是卵巢癌发生、发展以及转移的关键调控因子，可能成为全新治疗靶点，未来同样可能为造福 HGSC 病人的福音。
此研究基于 Q Exactive 和 Q Exactive HF
Oliver Fiehn
非靶向代谢组学中质谱结构注释有所突破
尿液代谢物经常被用于许多临床和生物医学研究，但通常仅限于少数经典化合物。其实，代谢组学分析可以检测到更多的代谢信号，可以用来精确定义个人的健康状况。然而，许多化合物仍然未被鉴定，妨碍了得出相关生物化学结论。
在这篇文章中，Fiehn Lab 用基于 HILIC-Q Exactive HF 质谱和 C18-Q Exactive HF 两种非靶向代谢组学分析方法，检测到的所有代谢物。检测到 9000 多种代谢物，其中 42% 的化合物有 MS/MS 信息。采用标准品经过精确质量数、保留时间和二级信息鉴定了 175 种化合物。用一级和二级信息，鉴定到另外 578 个化合物。
Steven Gygi
FAIMS 方法的多重定量表征与优化
在定量蛋白质组学中，同位素标记法是提高蛋白组定量通量、精确度的有力技术。然而，定量的动态范围和准确度可能会因标记肽段共隔离的限制，致使肽段释放的报告离子被合并定量。通常采用在线或离线过滤的方式来减轻共隔离的干扰，但是往往会导致蛋白质和肽段鉴定的缺失。为了解决这一问题，本文提出了一种高场非对称波形离子迁移质谱 (FAIMS) 方法，可以减少前体离子共流出、提高多重定量准确度和动态范围。在不牺牲蛋白质鉴定数量的前提下，FAIMS 有力地提高了基于高分辨率 MS²（HRMS²）和 SPS-MS³的定量准确度。经过进一步优化条件，使 FAIMS 更加稳健并提供参考方法，推动 FAIMS 进一步提升同位素标记定量的能力。
全新的 Thermo Scientific™FAIMS Pro™ 接口
Bing Zhang
结合蛋白基因组与修饰蛋白组学研究，全面剖析结肠癌
蛋白基因组学 (Proteogenomics) 是利用蛋白质组学数据，尤其是高精度的串联质谱数据， 结合基因组和转录组数据对基因组进行注释。除此之外，蛋白质组数据还能系统发现蛋白质特有的翻译后修饰、可变剪接等信息。Orbitrap 质谱兼具高精度、高灵敏度和高稳定性等优势，可为研究人员提供强有力的生物质谱技术，已然成为蛋白基因组学研究不可或缺的一部分。
本项研究中，研究人员收集了 110 例结肠癌样本。研究通过对来自 110 个结肠癌病人的肿瘤样本、临近正常组织（NATs）和血液样本，进行蛋白质组学、全外显子测序、RNA-seq、miRNA-seq 研究。为了进一步探究肿瘤和正常组织中的蛋白质组差异，作者还结合 TMT 标记定量和磷酸化蛋白质组分析，总结肿瘤的临床和病理特征。研究证实，这些基因变异确实伴随着蛋白质组/磷酸化蛋白质组学的变化。研究人员利用基因组、蛋白组和修饰组学相结合的分析策略，首次对结肠癌的蛋白基因组进行了全面的剖析，为结肠癌研究提供了新的研究思路。
随着组学研究的不断深入，质谱技术，尤其是高分辨质谱技术能够助力顶级 PI 在方法学研究、技术突破、精准医疗等各个领域取得新进展。Orbitrap 自发明以来，有越来越多不断探索技术极限的科学家，选择 Orbitrap 成为研究之路上的伙伴；随着时间的推移，正是越来越多科学家的认可，造就了 Orbitrap 如今组学研究领域金标准的地位，也成为顶尖 PI 创新研究的共同选择。希望下个 20 年，Orbitrap 能为科学家们带来更具创新性、更突破极限的助力，一起携手，让世界更健康、更清洁、更安全。
本文内容来自各 PI Lab 自有网站及 PI 近期文献整理
参考文献
[1] BoxCar acquisition method enables single-shot proteomics at a depth of 10,000 proteins in 100 minutes. Nature Methods. 2018.
[2] Multi-omic Profiling Reveals Dynamics of the Phased Progression of Pluripotency. Cell Systems. 2019.
[3] Structure Annotation of All Mass Spectra in Untargeted Metabolomics. Cell Systems. 2019.
[4] Proteomics reveals NNMT as a master metabolic regulator of cancer-associated fibroblasts. Nature. 2019.
[5] Structure Annotation of All Mass Spectra in Untargeted Metabolomics. Anal Chem. 2019.
[6]. Vasaikar S, Huang C, Wang X, et al. Proteogenomic Analysis of Human Colon Cancer Reveals New Therapeutic Opportunities. Cell. 2019