高通量半自动无标签或基于TMT的高通量半自动化基蛋白质形分析协议
Claire Koenig1, Ana Martinez-Val1, Previn Naicker2
1Novo Nordisk Foundation Center for Protein Research, Copenhagen, Denmark.
STAR protocols
|September 2, 2023
概括
我们为Tandem Mass Tags数据依赖采集 (TMT-DDA) 和无标签量化数据独立采集 (LFQ-DIA) 提供了一个模块化管道,以改进蛋白质组概况. 这份指南帮助研究人员选择最适合自己的工作流程.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 质谱测量质量谱测量
- 生物化学 生化学
背景情况:
- 协同质量标签数据依赖获取 (TMT-DDA) 和无标签定量化数据独立获取 (LFQ-DIA) 是深度蛋白质组和蛋白质组分析的领先工作流程.
- 可扩展和高效的方法对于全面的蛋白质组分析至关重要.
研究的目的:
- 为TMT-DDA和LFQ-DIA工作流提供一个模块化管道.
- 根据样本特征和实验目标,为选择最佳工作流提供指导.
主要方法:
- 该管道整合了蛋白质溶解酸提取,清理,消化和酸丰富.
- 它包括TMT标记,/分离和质谱测量前化步骤.
主要成果:
- 提出的管道允许使用TMT-DDA和LFQ-DIA进行可扩展的蛋白质组分析.
- 提供了详细的协议和工作流选择指南.
结论:
- 这个模块化管道为蛋白质组分析提供了一种灵活和可扩展的方法.
- 研究人员可以根据他们的具体需求选择最合适的工作流程 (TMT-DDA或LFQ-DIA) 来优化他们的实验设计.


