前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >临床蛋白质组九步走

临床蛋白质组九步走

作者头像
生信技能树
发布于 2022-07-26 02:47:18
发布于 2022-07-26 02:47:18
2K0
举报
文章被收录于专栏:生信技能树生信技能树

我们《生信技能树》早期也分享过蛋白质组学数据处理教程,目录如下:

恰好最近学徒投“菜鸟萌”稿了一个《临床蛋白质组》流程介绍,分享给大家:

文章主图

基于文章主图,我们将临床蛋白质组的处理步骤分为的实验处理,质谱分析和生信分析共9步,分别进行简单介绍:

临床标本蛋白质组学分析最广泛使用的临床标本是血清或血浆的液体活检。各自的蛋白质组具有极高的动态范围,估计超过10个数量级,造成巨大的分析挑战。

固体组织:福尔马林固定石蜡包埋块体(FFPE)、新鲜(冷冻,FF)组织、碱化的头发和指甲、脱矿的骨头、从粪便。

细胞:福尔马林固定 石蜡包埋块体(FFPE)及激光捕获解剖(LCM)组织细胞、肿瘤细胞、WBCs(白细胞)、免疫细胞、和红细胞(RBCs)。

体液:尿液、血清/血浆、脑脊液(CSF)、泪液、唾液和腹水。

对于固体组织和细胞来说:需要进行研磨,使蛋白提取液能够充分接触组织。为了提高从微量样品中提取蛋白质的重复性,新兴的半自动化方法如压力循环技术(PCT)被越来越多地采用。

对于部分细胞来说:可以进行超声波降解。

对于福尔马林固定石蜡包埋块体来说:需要通过加热和SDS处理之后脱蜡再进行提取。

**丙酮沉淀 Acetone precipitation **: 蛋白质在酸性或者疏水条件下会发生变性,使蛋白浓缩,可以去除污染物。

蛋白纯化 Depletion: 去除白蛋白ALB和免疫球蛋白。

整膜蛋白(IMPs)富集:在碱性条件下通过超离心富集整膜蛋白(IMPs)。

免疫沉淀 IP: 针对特定靶蛋白的抗体与样品(细胞裂解物等)中的靶蛋白形成免疫复合物,随后利用Protein A-磁珠或Protein G-磁珠将该免疫复合物从混合物中沉淀下来。

SEC: 排除色谱(SEC)分离复合物。

蛋白变性 Denaturation:防止目标蛋白被蛋白酶酶解。

还原 Reduction:酶解前处理一般需要还原蛋白中的二硫键,破坏蛋白结构来加强酶解的效率。常用的还原剂一有二硫苏糖醇(DTT)或三(2-羧乙基)膦(TCEP)。

烷基化 Alkylation: 为了阻止还原后的自由巯基再次形成二硫键,我们经常使用烷基化试剂将巯基封闭,常用的烷基化试剂有碘乙酰胺(IAM,iodoacetamide)、氯乙酰氨(ClAM,chloroacetamide)、碘乙酸和N-乙基马来酰亚胺等。

酶解 Digestion:用蛋白水解酶(最常见的是胰蛋白酶)消化成多肽。消化可以在凝胶中、溶液中、膜上、纳米珠上或通过PCT辅助的方式进行。

翻译后修饰富集 PTM enrichment:通过翻译后修饰富集多肽片段。

串联质谱标签 TMT-based isobaric labeling 标记:TMT (Tandem mass tag)是由ThermoFisher Scientific公司研发的一种多肽体外等重同位素标记的相对与绝对定量技术,采用6、10及16种同位素的标签,通过特异性标记多肽的氨基基团,经高分辨质谱仪串联分析,可同时比较多达16种样品之间的蛋白质表达量,是定量蛋白质组学中的高通量筛选技术。

bRP 分级:basic reversed-phase(bRP)碱性反相分级。

SCX分级:强阳离子交换 (SCX) 分级。

分级的目的:降低每个组分中肽段样品的复杂程度,分别对分级后的每组样本进行LC-MS,能够达到更好的质谱鉴定效果。

Direct fusion : 直接注射适用于纯样品或仅由少量成分组成的简单混合物。至关重要的是,样品还必须没有可能干扰质谱测量的污染因素,如高水平的非挥发性盐/缓冲液和洗涤剂。

Nano-flow LC:与串联质谱联用的纳米级液相色谱(nano LC-MS/MS)已成为蛋白质组学领域的重要工具。事实上,它的灵敏度优于传统的 LC-MS/MS,允许在样品有限的情况下分析肽混合物(例如,通过二维凝胶电泳分离的蛋白水解消化的蛋白质)。

Evosep One: Evosep One 是一种标准化平台,专为稳健性和高通量而设计。这是通过将 Evotips 用作一次性捕集柱来实现的,在该柱中样品离线加载和脱盐。自动进样器拾取吸头并将洗脱与液相色谱相结合。这消除了样品处理步骤并减少了进样周期。

Micro-flow LC:微流 LC-MS 提供灵敏度和稳定性之间的最佳折衷——比传统的分析流 LC 更灵敏,比纳流 LC 更灵活、更稳健。

High-flow LC:高流量柱切换法(双柱系统)提供了比传统高流量法更清晰的峰形。这种影响增加了分析物的信噪比和灵敏度。

肽在质谱分析仪中的分析有三种主要模式。

第一种是**数据依赖采集(data-dependent acquisition, DDA)**,在临床应用中仍被广泛使用,并经常与等压肽标记结合使用。

第二种模式包含有针对性的方法,包括选择/多重反应(SRM/MRM)和平行反应(PRM)监测,可以精确测量样本队列中预测肽段的panel。

第三种模式是数据独立采集(DIA) (Gillet et al., 2012),支持对成百上千的临床标本进行比较蛋白质组学分析。基于移动性的离子分离技术的加入降低了蛋白质组在气相中的复杂性,进一步提高了DIA分析的敏感性和特异性(Meier et al., 2020),使单次注射、高通量和全面的蛋白质组分析更接近现实。

蛋白质组常见的搜库软件:

MaxQuant:MaxQuant 是一个定量蛋白质组学软件包,专为分析大型质谱数据集而设计。它专门针对高分辨率 MS 数据。支持多种标记技术以及无标记量化。MaxQuant 是免费的,可以从这个站点下载。下载内容包括搜索引擎 andromeda,它集成到 MaxQuant 以及用于检查原始数据和识别和量化结果的查看器应用程序。

MSFragger:MSFragger 是一种超快数据库搜索工具,用于基于质谱的蛋白质组学中的肽鉴定。它在广泛的数据集和应用程序中展示了出色的性能。MSFragger 适用于标准鸟枪法蛋白质组学分析以及大型数据集(包括 timsTOF PASEF 数据)、酶无约束搜索(例如肽组)、开放数据库搜索(例如,前体质量耐受性设置为数百道尔顿),以识别修饰肽,和糖肽鉴定(N-连接和 O-连接)。

pFind: Open-pFind 可以在超大的搜索空间中高效地识别多肽,该搜索空间考虑了意外修改、氨基酸突变、半特异性或非特异性消化和共洗脱多肽。

Skyline: Skyline 是一个免费提供的开源 Windows 客户端应用程序,用于构建选择反应监测 (SRM)/多反应监测 (MRM)、平行反应监测 (PRM)、数据独立采集 (DIA/SWATH) 和 DDA,采用 MS1 定量方法和分析产生的质谱仪数据。它旨在采用尖端技术为生命科学中的大规模定量质谱研究创建和迭代改进目标方法。

OpenSWATH: OpenSWATH 工作流程可对数据独立采集 (DIA) 或 SWATH-MS 蛋白质组数据进行有针对性的数据分析。主要工作流程包括 OpenSWATH、PyProphet、TRIC、IPF 和 TAIR。该网站提供有关工具安装和应用的文档。

Spectronaut: Spectronaut软件是蛋白组DIA分析最常用的谱图解析软件之一,优点是定量准确,缺点是高额收费,window版本,速度慢。

DIA-NN: DIA-NN - Demichev、Ralser 和 Lilley 实验室用于数据独立采集 (DIA) 蛋白质组学数据处理的通用软件。2018 年,DIA-NN 开启了蛋白质组学的新篇章,引入了许多算法,使用高通量方法实现了可靠、稳健和定量准确的大规模实验。

临床蛋白质组学生信分析包括:

质控 Quality control:搜库结果指控和重复性指控。

统计学分析 Statistical analysis:差异分析(T检验,配对T检验,ANOVA分析,Wilcox秩和检验,富集分析。

网络分析 Network analysis:蛋白质互作网络是由蛋白通过彼此之间的相互作用构成,来参与生物信号传递、基因表达调节、能量和物质代谢及细胞周期调控等生命过程的各个环节。

机器学习 Machine learning:识别生物标志物。

~~~(^ - ^ )~~~下期再见!!!

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-07-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信技能树 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Nature子刊:高通量蛋白质组学方法学综述
在后基因组时代,蛋白质组学在生物医学研究中发挥着重要作用。近日,Nature子刊《Laboratory Investigation》发表了一篇高通量蛋白组的mini-review,概述了高通量蛋白质组学技术、统计和算法的进展。
尐尐呅
2022/09/28
1.8K0
Nature子刊:高通量蛋白质组学方法学综述
转录组代谢组蛋白质组解密如何延长寿命
我前面的教程:转录和蛋白水平的表达量相关性如何,解读了一个很有意思的文献, 它包含着转录组数据,蛋白质组和代谢组,而且数据是可以下载进行图表复现。恰好有学徒进行到了蛋白质组研究,还在抱怨我们《生信技能树》平台的相关教程太少了,我就趁机邀请她来做这方面知识整理,先从文献解读开始!
生信技能树
2021/11/04
8960
转录组代谢组蛋白质组解密如何延长寿命
一文全面了解蛋白质组学,从单细胞到临床应用 | Nature 综述
◉ 蛋白质从包括单细胞、组织和体液在内的样品中提取,并使用特定的蛋白水解酶消化成肽。◉ 在多重分析时,这些肽通过化学方法用稳定同位素标记的标签进行标记。◉ 样本制备过程的自动化提高了蛋白质组学分析的稳定性和通量。◉ 然后,标记或非标记的肽混合物经过先进的LC分离,包括微柱阵列柱(µPAC)和预形成梯度的LC。◉ 分离后的肽在不同的保留时间(RT)从LC系统中洗脱出来,并进行DDA或DIA分析用于发现应用,或者针对非发现应用如临床检测进行靶向MS分析。◉ 所描述的质谱硬件包括最新的混合仪器,如timsTOF和Astral仪器,它们结合了被困离子迁移率分离或Orbitrap与飞行时间质量分析器,以促进增强的蛋白质鉴定和定量。◉ 该工作流程应用于探索蛋白质相互作用网络并实现全面的生物体蛋白质组研究,将分子数据与生物学功能和疾病机制联系起来。
生信菜鸟团
2025/03/06
5460
一文全面了解蛋白质组学,从单细胞到临床应用 | Nature 综述
代谢组数据分析(一):从质谱样本制备到MaxQuant搜库
液相色谱-质谱串联(LC-MS/MS)是一种高效且灵敏的分析技术,广泛应用于多个领域中的化合物检测、鉴定和定量。在残留化合物检测方面,LC-MS/MS能够精确识别并测定环境样品、农产品和工业产品中残留的微量化学物质,如农药、兽药和化学品等。在有机小分子检测领域,该技术凭借其高分辨率和强选择性的特性,能够有效分离和检测复杂样品中的有机小分子,为化学研究、药物开发和环境监测等领域提供有力支持。
生信学习者
2024/10/22
7040
代谢组数据分析(一):从质谱样本制备到MaxQuant搜库
蛋白质组学第10期 定量方法介绍
知识回顾定量蛋白质组学一、无标定量(相对定量)1.概念2.原理参考文献3.理论基础方法一方法二4.流程5.特点二、有标定量1.概念2.原理3.种类4. ITRAQ1)参考文献2)原理3)ITRAQ4)实验流程5)峰谱结果6)特点5、SILAC1)基本原理和流程2)参考文献3)优势
生信技能树
2019/09/12
5.9K0
蛋白质组学第10期 定量方法介绍
蛋白质组学上游数据处理知多少
对大家来说,耳熟能详的软件就是 MaxQuant 啦,在综述文章《Bioinformatics Methods for Mass Spectrometry-Based Proteomics Data Analysis》有详细的介绍各种软件的对比汇总。
生信技能树
2024/06/08
8890
蛋白质组学上游数据处理知多少
代谢组数据分析一:从质谱样本制备到MaxQuant搜库
液相色谱-质谱串联(LC-MS/MS)是一种高效且灵敏的分析技术,广泛应用于多个领域中的化合物检测、鉴定和定量。在残留化合物检测方面,LC-MS/MS能够精确识别并测定环境样品、农产品和工业产品中残留的微量化学物质,如农药、兽药和化学品等。在有机小分子检测领域,该技术凭借其高分辨率和强选择性的特性,能够有效分离和检测复杂样品中的有机小分子,为化学研究、药物开发和环境监测等领域提供有力支持。
生信学习者
2024/06/13
5370
代谢组数据分析一:从质谱样本制备到MaxQuant搜库
多组学 | Cell | 人类蛋白质组分布图谱用于组织特异性血浆蛋白质组动态研究
◉ 图1. 样本和实验策略的概述 (A) 预测对血浆蛋白质组有很大影响的器官和细胞从每个器官和细胞类型至少三个个体中收集或分离。◉ (B) MS实验设计的示意图概览。组织和细胞被均质化并通过SDS-PAGE进行分馏,然后以DDA模式进行LC-MS/MS分析以构建光谱测定文库。◉ 未分馏的组织和细胞样本使用DIA-MS重新分析,生成了156个蛋白质组图谱,并利用光谱文库提取蛋白质的身份和数量(称为HATLAS)。◉ (C) 组织或细胞标签分配策略的示意图概览。◉ (D和E) HATLAS蛋白质组图谱中所有已识别蛋白质的结果UMAP图,突出显示了蛋白质-组织关联。◉ 颜色表示不同的标签分配(单一标签、多标签或常见)。对所有组织分配的蛋白质进行了功能富集分析,并显示了一部分组织的结果(E)。◉ 颜色代表不同的组织,符号大小表示观察到的成功次数,例如该注释簇中的蛋白质数量。另见图S2。
生信菜鸟团
2025/05/23
1260
多组学 | Cell | 人类蛋白质组分布图谱用于组织特异性血浆蛋白质组动态研究
单细胞蛋白质组学| DO-MS
今天介绍的技术方法来源于DO-MS: Data-Driven Optimization of Mass Spectrometry Methods 这篇文章,发表于2019年9月11日的Journal of Proteome Research(蛋白质组研究期刊)。液相色谱-串联质谱法(LS-MS/MS)的蛋白质定量结果取决于一系列相关的参数,而参数之间的相关性对解决LS-MS/MS中的特定问题提出了挑战。DO-MS是针对于单细胞蛋白质定量过程中优化参数的工具方法,并能够诊断定量过程中出现的问题并提出相应的解决方案。这篇文章的作者团队同样也开发了基于LS-MS/MS的单细胞蛋白质定量方法SCoPE-MS(见单细胞蛋白质组学| ScoPE-MS)。关于DO-MS的详细介绍,可以进入官网https://do-ms.slavovlab.net/
生信技能树jimmy
2021/03/10
9500
单细胞蛋白质组学| DO-MS
蛋白质组学数据处理必读综述
这篇综述文章《Bioinformatics Methods for Mass Spectrometry-Based Proteomics Data Analysis》由Chen Chen等人撰写,发表在《International Journal of Molecular Sciences》上,主要讨论了基于质谱(MS)的蛋白质组学数据分析中的生物信息学方法。不过这个综述里面的蛋白质组学数据分析的上下游划分方式我不是很认可,我认为的:
生信技能树
2024/05/27
7570
蛋白质组学数据处理必读综述
蛋白质组学研究概述
作者简介:中科院遗传与发育生物学研究所中丹学院博士生张泽宇,外号 “大神”,口号 “Now you see me”。 这是其刚入学时做的一个报告。 本篇介绍下蛋白质组学,如果覆盖度深的话,应该是新时代
生信宝典
2018/06/26
1.5K0
Cell:对亚细胞蛋白质组进行全局表征,发现许多蛋白质是通过其空间分布的变化而非丰度变化来调节的
◉ 图1。天然免疫沉淀提供了丰富的富集谱,保留了细胞器的连接(A)内源性标记策略。(B)阵列化细胞库。(C)天然免疫沉淀工作流程。(D)用于全面覆盖亚细胞区室的37个标记物。(E)台式离心分离用于核、细胞器和胞质的富集。(F)基于洗涤剂(1%洋地黄皂苷)与天然IP的线粒体标记TOMM20的富集谱。火山图显示了单个蛋白质在TOMM20 IP中的对数2富集程度相对于对照(见STAR方法)。p值:t检验来自三重测量。(G)在天然与基于洗涤剂条件下TOMM20 IP中的富集命中物(对数2富集≥1且p值≤0.01)。(H)注释为位于不同亚细胞区室的蛋白质在TOMM20天然IP中的富集。除了线粒体蛋白外,过氧化物酶体和ER蛋白也显著富集(∗p≤0.05,t检验)。箱形图显示了第25/50/75百分位;须表示1.5倍四分位距。(I-K)同(F-H),显示EDC4的IPs,EDC4是一个p-身体标记物(无膜细胞器)。(L)热图显示了注释为位于不同亚细胞区室的蛋白质在不同天然IP中的对数2富集。另见数据S1。图1中使用的所有注释数据均为文献整理(表S2)。另见图S1。
生信菜鸟团
2025/02/27
1830
Cell:对亚细胞蛋白质组进行全局表征,发现许多蛋白质是通过其空间分布的变化而非丰度变化来调节的
蛋白质组学第5期搜库软件之 MaxQuant 再介绍
第三期理论教程结尾时讲到蛋白质三大元素整合以及搜库过程是理论谱图和实际谱图的匹配过程
生信技能树
2019/08/06
20.5K0
蛋白质组学第5期搜库软件之 MaxQuant 再介绍
蛋白质组学第1期-认识基础概念
简而言之:蛋白质组就是一个特定的生物系统中(特定时间、空间)存在的所有蛋白质及其相互作用
生信技能树
2019/07/18
4.4K3
蛋白质组学第1期-认识基础概念
Cell | 蛋白质-蛋白质相互作用的发现及其在健康与疾病中的重要意义
蛋白质-蛋白质相互作用(PPIs)的研究始于40多年前,通过蛋白质亲和层析和抗体共免疫沉淀等方法逐步展开。随着技术的进步,PPIs的分析从单个相互作用扩展到基因组范围,得益于细胞内标记技术、亲和纯化-质谱(AP-MS)以及共分级质谱(CF-MS)的应用。目前,结合交联质谱(XL-MS)和冷冻电子显微镜(cryo-EM)等方法,可以更精确地区分直接和间接的蛋白质相互作用。这些先进技术,加上人工智能工具(如AlphaFold)的应用,预示着未来对PPIs及蛋白质复合物的深入理解将为基础生物学和疾病研究带来全新洞见。
DrugAI
2024/11/26
3160
Cell | 蛋白质-蛋白质相互作用的发现及其在健康与疾病中的重要意义
Cell | 蛋白质-蛋白质相互作用在健康和疾病中的发现及其意义
生信菜鸟团
2024/11/23
2450
Cell | 蛋白质-蛋白质相互作用在健康和疾病中的发现及其意义
强行找差异越来越成为了主流
如果分组在3张图里面体现不出来,实际上后续差异分析是有风险的。这个时候需要根据你自己不合格的3张图,仔细探索哪些样本是离群点,自行查询中间过程可能的问题所在,或者检查是否有其它混杂因素,都是会影响我们的差异分析结果的生物学解释。有了合理的分组才可以进行简单的差异分析流程,基本上转录组测序技术和芯片技术拿到的表达量矩阵后续分析大同小异,公众号推文在:
生信技能树
2024/03/25
1470
强行找差异越来越成为了主流
CancerCell | 多组学癌症分子分型,可惜没公开代码
◉ 图1. NF-PanNETs的蛋白基因组景观 (A) 示意图展示了通过全外显子测序(WES)、RNA-seq以及基于质谱的定量蛋白质组学和磷酸化蛋白质组学分析,在发现和验证队列中分析的样本数量和分子特征。WES分析中标注了总的非沉默体细胞简单突变的数量。样本选择程序见图S1A。◉ (B) Oncoplot展示了NF-PanNETs的基因组图谱,包括PanNET癌症基因的体细胞简单突变(按突变频率排序)以及频繁的大范围缺失。每个病例的肿瘤突变负荷(TMB,每兆碱基体细胞简单突变的数量)显示在顶部,右侧边栏标注了个别基因组改变的频率,底部显示了临床变量。◉ (C) 箱线图展示了通过使用大块组织样本(上两部分)和激光捕获显微切割(LCM)获得的显微切割样本(下部)分析,NF-PanNET肿瘤(T)中典型神经内分泌标志物的上调情况。NAT表示正常邻近组织。p值通过双侧Wilcoxon符号秩检验计算。∗p < 0.05, ∗∗p < 0.01, ∗∗∗p < 0.001 和 ∗∗∗∗p < 0.0001。◉ (D) 气泡图展示了通过使用大块样本(左)和显微切割样本(右)的蛋白质组学数据比较肿瘤和配对NAT的GSEA结果。显著上调的癌症标志性通路(FDR < 0.25)在任意一种比较中均被展示,颜色按照显著通路的标准化富集分数(NES)进行缩放。◉ (E) 在NF-PanNETs中mRNA水平与蛋白质丰度之间的基因相关性分布(顶部),以及富集的癌症标志性通路、KEGG和Reactome通路的相关系数指示(底部)。◉ (F) 分别展示了肿瘤(红色)和NAT(蓝色)中基因层面的mRNA-蛋白质相关性的分布。另见图S1。
生信菜鸟团
2025/04/18
1170
CancerCell | 多组学癌症分子分型,可惜没公开代码
生化小课 | 质谱法提供分子质量、氨基酸序列和整个蛋白质组的信息
质谱法可以高度准确地测量蛋白质的分子质量,轻松区分单个质子差异。然而,这项技术可以做得更多。可以在几秒钟内获得蛋白质样品中多个短多肽片段(每个片段有 20 到 30 个氨基酸残基)的序列。可以鉴定出未知的纯化蛋白质,并准确测定其质量。当与强大的肽分离方案相结合时,质谱可以在一小时内记录完整的细胞蛋白质组——定义为一个细胞中的全部蛋白质,包括对其相对丰度的估计。
尐尐呅
2023/09/04
5360
生化小课 | 质谱法提供分子质量、氨基酸序列和整个蛋白质组的信息
基于质谱的蛋白质组学在加速药物发现中的新角色
蛋白质是大多数药物的靶点,目前,通过将新的生化方法与基于质谱的蛋白质组学相结合,能够从全新的维度对疾病表型及其生物活性分子的调节机制进行剖析。最近,德国慕尼黑马克斯普朗克生化研究所(Max Planck Institute of Biochemistry)等研究团队在Nature Reviews Drug Discovery上发表了题为The emerging role of mass spectrometry-based proteomics in drug discovery的综述文章。
智药邦
2022/11/16
6720
基于质谱的蛋白质组学在加速药物发现中的新角色
推荐阅读
相关推荐
Nature子刊:高通量蛋白质组学方法学综述
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档