新品发布 | 临床大样本蛋白组学系列产品大揭秘

来源: 上海中科新生命生物科技有限公司   2020-11-20   访问量:506评论(0)

1.大样本资金精力投入大,如何选择有质量保证的平台?

2.检测时间长,检测难度大,是否存在稳定性风险?

3.临床特征与组学数据如何有效结合,增加研究亮点?

临床大样本队列研究已成为精准医疗时代下的必备研究模式。对上百甚至上千例临床样本(血清血浆、穿刺组织、石蜡切片等)分析有助于从群体层面揭示疾病规律、找到治疗靶标。然而,实验及生信分析却给研究者带来了巨大挑战:检测通量上不去,延误项目进展;检测稳定性不佳,无法保证可靠结果;海量组学数据还要结合临床特征,不知如何关联分析。

为了解决如上难题,中科新生命优化了实验及数据分析平台,推出临床大样本蛋白组学专属系列产品,实现蛋白质组学交付“更快速”、结果“更稳定”、结合临床表征进行数据深度挖掘,助力大样本研究步入高通量、高质量快车道时代。

【新品上市】临床大样本蛋白质组学系列产品

产品特色一:快速交付

色谱质谱双核升级,样本立到立检,检测周期压缩超50%。

“多久拿到检测结果?”是大样本检测老师最关心的问题。按传统流程,往往是漫长的等待过程:以200个组织样本为例,质谱检测时长2h/样,持续分析需400h!即质谱正常工作也要超两周! 如果再加仪器校正与维护,仅质谱分析至少需20天!如何缩短周期呢? 2020年ACNO的一篇研究,采用高通量蛋白质组学方法仅用2.7天完成了166例肺泡灌洗液的质谱检测,这一结果正是基于新一代高通量色谱及质谱体系实现的突破。下面我们就来介绍基于该体系的临床大样本解决方案。

Evosep One高通量色谱+新一代离子淌度质谱带来双性能提速:

Evosep One高通量蛋白组学分离系统,能大幅度简化蛋白组学前处理流程,同时具备创新型高低压管路系统设计,并且降低交叉残留污染,从而助力大队列样本的蛋白组学分析。挑战色谱极限速度,最短梯度短至4.8分钟,实现每天300个样的检测通量。

新一代离子淌度质谱平台(如timsTOFpro),基于离子淌度分离与PASEF扫描模式,大幅度提升检测灵敏度与速度,实现质谱分析加速。其最高扫描速度可高达100HZ,更短梯度,能实现一天几十个样本检测,一周即可完成大于500例样本分析,大大降低分析时长。

超高通量色谱体系Evosep

新一代离子淌度质谱timsTOF Pro


产品特色二:超高稳定性

标准流程降低仪器维护频次,结合多维质控实时监控,确保数据结果的稳定性、重复性。

“检测提速了,是否会影响数据质量?”恐怕是老师另一个担忧。对于大样本,稳定性及重复性是重中之重。然而,质谱本身的高精密度,需要高频次维护,加之样本制备流程复杂等多重影响,使得大样本分析往往更容易出现重复性、稳定性不佳的问题,极大地影响了统计准确性及临床转化的可能性。那快速交付的临床大样本系列产品是否会影响稳定性呢?国际蛋白质组学领军人物Matthias Mann博士,基于这套色谱质谱优化的大样本分析方法已进行了严格测试。对Hela细胞连续进行2000次压力测试,分析高通量下的稳定性水平,发现TIC图保持了极大稳定性和相似性。此外,在标准品测试中,通过一天200次重复测试,发现UPS标准品具有超高重复性的检出率。以上结果表明,这套系统能保持超高稳定性。中科新生命基于该系统推出的临床大样本蛋白质组学系列产品,不仅能够提升项目交付速度,而且能够保证大样本数据稳定与可靠,同时结合中科新生命特色的多维质控实时监控,使得大样本数据质量始终保持行业领先水准。

2000次hela上机TIC图谱重叠性

UPS标准品进行200次重复采集


产品特色三:数据深度挖掘

结合临床表征,提供大队列定制化方案;增加标志物筛选、临床分子分型、药物靶点筛选等多元分析方案。

中科新生命特开发多种高级分析方法,实现大样本临床表征数据与组学结果的有效结合。根据老师不同研究目的,可选择标志物筛选,分子分型,疾病机制挖掘等多元分析方案。例如,标志物筛选可通过集成机器学习、LASSO多组标志物筛选,结合ROC分析,进行标志物特异性灵敏度判断,最终找到有效可靠标志物panel,实现一站式分析筛选。对于分子分型,可通过无监督聚类分析结合不同时期临床表型合理分型,并对不同亚型生存率进行分析。对于疾病机制挖掘,还可深入通过WGCNA挖掘关键功能模块,结合差异表达分析,有效筛选潜在药物靶点。如有更多生信分析需求,请咨询我们。

分子亚型与临床表型

临床分型与生存曲线

标志物ROC分析

蛋白标志物差异分析




上海中科新生命生物科技有限公司   商家主页

地址:上海市园美路58号1号楼15-18楼
联系人:刘
电话:021-54975031
传真:021-54975030
Email:liliu@aptbiotech.com;liliu@sibs.ac.cn