技術介紹:
DIA(Data-Independent Acquisition,數(shù)據(jù)非依賴性采集)是一種無歧視性和無隨機性的蛋白質(zhì)組分析技術, 將質(zhì)譜全掃描范圍分為若干個窗口,然后對每個窗口中的所有離子進行檢測、碎裂,從而無遺漏、無差異地獲得樣本中所有離子的信息, 降低樣本檢測的缺失值,同時提高定量準確性和重復性,實現(xiàn)大樣本隊列中高穩(wěn)定,高精準的蛋白質(zhì)組定量分析。
技術優(yōu)勢:
1. 西湖歐米結合PCT樣本前處理技術,可以實現(xiàn)臨床微量樣本 (如FFPE、穿刺活檢、淚液等)的高深度蛋白質(zhì)定量分析,組織樣本最低送樣量只需0.1mg。
- 使用多種蛋白質(zhì)組學搜庫軟件,包括OpenSWATH, EncyclopeDIA, DIA-NN等,并能夠綜合分析結果,提高蛋白的鑒定量和定量準確度。
- 開發(fā)了優(yōu)化特異性譜圖庫的方法,發(fā)明專利:基于優(yōu)化數(shù)據(jù)庫(Sub-Lib)的數(shù)據(jù)非依賴性質(zhì)譜檢測方法,專利號:202010773114.5。
項目案例:
Cell Discovery | 千人隊列蛋白質(zhì)組學建立甲狀腺結節(jié)良惡性輔助判別模型
該研究針對1724例超大臨床隊列甲狀腺結節(jié)FFPE樣本,通過PCT-DIA方法采集其蛋白質(zhì)組學定量表達數(shù)據(jù),構建涵蓋五種組織類型的甲狀腺表達圖譜。利用已構建的蛋白質(zhì)組學圖譜與遺傳算法和深度學習模型,篩選出19個蛋白質(zhì)特征用以區(qū)分甲狀腺結節(jié)良惡性。本模型在發(fā)現(xiàn)集中判定甲狀腺惡性結節(jié)的準確率高于91%。隨后,研究者從國內(nèi)、國外共計12個獨立的臨床中心回顧性、前瞻性地取材獨立測試樣本,結果顯示,在回顧性測試集的288例FFPE樣本隊列與前瞻性數(shù)據(jù)集的294例FNA樣本隊列中,模型可實現(xiàn)準確率分別高達89%和85%。
本研究展示了高通量蛋白質(zhì)組學與AI技術的深度碰撞,AI技術在海量的蛋白質(zhì)表達數(shù)據(jù)中能夠挖掘至關重要的信息,助力疾病研究的向前發(fā)展。
歡迎來電詢價0571-86780630
bio-equip.com
西湖歐米(杭州)生物科技有限公司創(chuàng)立于2020年7月,是一家專注于AI賦能的微觀世界數(shù)據(jù)公司。歐米致力于以蛋白質(zhì)組大數(shù)據(jù)技術創(chuàng)新為驅動力,聯(lián)合多模態(tài)大數(shù)據(jù),助力精準醫(yī)學和藥物研發(fā)。西湖歐米凝聚了百余位具有生物、醫(yī)療、AI等不同學科背景的高素質(zhì)人才隊伍。