快速、稳定、高通量,Orbitrap 让精准医学实现真正精准

2022-05-19 14:38 来源:丁香园 作者:
字体大小
- | +

image1.png

# DIA

大规模临床样本队列研究是实现疾病分子分型、标志物筛选等精准医学研究内容的必要前提。大批量样本的检测会带来诸多技术问题,长时间连续分析过程中数据稳定性是首当其冲的技术难题。因此,拥有一个更高效稳定的分析平台对于队列研究尤为重要。DIA(Data-Independent Acquisition,数据非依赖性采集)技术可无偏向性采集质谱扫描范围内的所有信号,具有更好的重现性及准确性。因此,DIA 是队列研究的优选方法。

1. 领军人物队列研究新思路 - 矩阵队列

2020 年蛋白质组学领军人物 Matthias Mann 教授发表了基于 DIA 方法的阿尔兹海默症标志物筛选的研究成果,提出了队列研究的矩阵队列策略 [1]。即采用不同来源(瑞士、柏林、马格德堡)的三个独立队列共 197 例人群的脑脊液样本,同步进行样本制备和蛋白质组学分析,然后整合数据,寻找具有共性的差异表达蛋白,完成标志物的筛选与验证。

image2.png
基于矩阵策略的临床队列研究技术路线(点击查看大图)

每个脑脊液样本平均检测蛋白数量为 1233 个,约 1000 种蛋白的定量波动性低于 20%。表明该实验的数据具有高度重复性和定量稳定性。此外,三个矩阵队列的数据虽有地域差异,但 AD 与 non-AD 差异蛋白的一致性较好。最终,研究者发现 40 种蛋白特征分子可以有效诊断阿尔兹海默病疾病,并通过机器学习的方法对该疾病进行类别划分。基于 Orbitrap 的质谱分析平台为该矩阵队列研究提供了高重复性和高稳定性的技术和数据。

按照上述思路,针对同一种疾病,不同国家地区、不同实验室进行矩阵队列联合分析,是实现疾病精准诊疗的有效方法。这对分析平台长时间连续运行的稳定性、不同实验室分析平台之间数据的重复性提出了极大挑战。

2. 赛默飞前瞻性 - 多中心矩阵队列测试

早在 2017 年,赛默飞就为多中心队列矩阵分析的稳定性和重复性开展了一项极具挑战的测试。高级产品经理轩玥博士联合全球 9 个国家的 11 个实验室,采用 DIA 非标记定量蛋白质组方法,建立了高通量、简化的 HRMS1-DIA 工作流程。该工作流程在 11 个实验室中连续 7 天测试,最后数据统一上传至 Thermo Cloud 云平台,采用 Spectronaut™软件进行数据处理 [2]

image3.png
HRMS1-DIA 实验流程(点击查看大图)

本研究开发了一套质量控制(QC)系统,以监视整个工作流程的性能,即时发现仪器性能的变化,并在必要时指导故障排除,确保维持较高水平的数据质量,以实现大型临床队列研究所需的通量。在整个研究过程中,每个实验室都使用一套完善的非标记定量样品对定量性能进行评估,从而可以进行分布式和纵向数据分析,并可以在大数据分析时进行比较和标准化。

image4.png
QC 质控标准

3. 赛默飞全新质谱平台 - 使 DIA 队列分析进入快车道

2019 年,赛默飞推出了全新静电场轨道阱超高分辨质谱仪平台 Orbitrap Exploris 480,具备更佳的性能和更高的稳定性,并且兼容 FAIMS Pro 接口,可进一步提高检测灵敏度和抗污染能力。为了实现队列分析中大量样本快速高效检测,技术人员对 5 min (80 SPD)、15 min (52 SPD) 和 30 min (34 SPD) 进行短梯度高通量蛋白组学分析。在 15 分钟短梯度中即可定量超过 4650 个 Hela 蛋白,满足大规模临床样本研究的高强度检测需求。其中,CV 小于 20% 的蛋白占 97.5%,CV 小于 20% 的肽段占 96.3%,medium CV 分别为 3.4%(蛋白)和 4.9%(肽段)。Oribtrap 在短梯度 DIA 快速分析中仍然展示出极其优秀的稳定性和重复性。

image5.png
采用 DIA 分析方式,Hela 细胞在不同梯度中的蛋白和肽段鉴定数目

# Summary

赛默飞通过产品升级、方法优化、标准建设等多维度推动力,为大队列分析提供了卓越的 DIA 整体解决方案。快速、稳定、高通量,让精准医学实现真正精准。

参考文献

[1] Proteome profiling in cerebrospinal fluid reveals novel biomarkers of Alzheimer's disease[J]. Molecular Systems Biology, 2020, 16(6).
[2] Standardization and harmonization of distributed multi-center proteotype analysis supporting precision medicine studies[J]. Nature Communications, 2020, 11(5248).

编辑: 吴军

版权声明

本网站所有注明“来源:丁香园”的文字、图片和音视频资料,版权均属于丁香园所有,非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:丁香园”。本网所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。同时转载内容不代表本站立场。