在高动态范围基准组上对人体血的无标签量化进行多中心评估
Ute Distler1,2, Han Byul Yoo3,4, Oliver Kardell5
1Institute of Immunology, University Medical Center of the Johannes Gutenberg University Mainz, Mainz, Germany. ute.distler@uni-mainz.de.
Nature communications
|October 2, 2025
概括
数据独立获取 (DIA) 优于等离子体蛋白质学的数据依赖获取 (DDA),在生物标志物发现中提供更高的准确性和可重复性. 本研究使用一组新型多种样本对改进LC-MS工作流进行量化绩效的基准测试.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 生物标志物发现发现
- 临床质谱法临床质谱法
背景情况:
- 人体血是诊断和分层生物标志物的重要来源.
- 血中的高蛋白动态范围挑战液体染色学-质谱学 (LC-MS) 分析.
- 为了可靠的血蛋白质组量化,需要标准化的基准测试.
研究的目的:
- 为了评估和比较LC-MS的定量性能,用于整洁的血分析.
- 为了比较数据依赖获取 (DDA) 和数据独立获取 (DIA) 方法.
- 建立用于临床血蛋白质组分析的可复制工作流.
主要方法:
- 开发一个多种类的三体消化样本集 (PYE) 与受控的刺入.
- 使用最先进的LC-MS平台在12个地点进行分析.
- 在1116个单独运行的DDA和DIA采集模式的比较.
主要成果:
- 在蛋白质识别,数据完整性,准确性和精确性方面,DIA方法显著超过DDA.
- 迪亚表现出优异的技术可重复性,蛋白质水平CVs从3.3%到9.8%.
- 在复杂的等离子矩阵中,可以在多个位置进行准确和精确的定量测量.
结论:
- DIA是强大的血蛋白质组分析和生物标志物发现的首选方法.
- PYE样本组和展示的策略提高了LC-MS的准确性和可重复性.
- 这项工作为优化临床蛋白质组工作流提供了宝贵的资源.
更多相关视频
08:10High Throughput, Absolute Determination of the Content of a Selected Protein at Tissue Levels Using Quantitative Dot Blot Analysis QDB
Published on: August 21, 2018
11.5K
10:37Deep Proteome Profiling by Isobaric Labeling, Extensive Liquid Chromatography, Mass Spectrometry, and Software-assisted Quantification
Published on: November 15, 2017
12.6K
