label free定量蛋白组

label free定量蛋白组

  • Label free
  • 质谱分析次数
  • 质谱峰强度
  • 高通量蛋白质组学

服务特色

Label-free定量蛋白组学是一种常用的蛋白质定量方法,无需使用同位素标记剂,通过比较质谱分析次数或质谱峰强度来推断蛋白质的相对表达水平,为高通量蛋白质组学研究提供了简便高效的定量策略。

服务介绍

Label-free是通过比较质谱分析次数或质谱峰强度,分析不同来源样品蛋白的数量变化,认为肽段在质谱中被捕获检测的频率与其在混合物中的丰度成正相关。蛋白质被质谱检测的计数反映了蛋白质的丰度,通过适当的数学公式可以将质谱检测计数与蛋白质的量联系起来,从而对蛋白质进行定量。按照其原理主要分为两种,第一种spectrum counts类的非标记方法,发展比较早,已经形成多种定量算法。但是主要的原理是以MS2的鉴定结果为定量基础,各种方法的差别在于后期算法在大规模数据上的修正。第二种非标记定量的原理是以MS1为基础,计算每个肽段的信号强度在LC-MS上的积分。

服务优势

  • 无需标记,操作简单;
  • 不受比较样品数限制;
  • 对实验操作稳定性、重复性要求高;
  • 准确性较标记定量略低;
  • 要求至少做三次技术重复或生物重复。

服务流程

接受订单及样品
蛋白酶解
HPLC分组分
LC-MS/MS
数据解析
结果交付

客户提供

需鉴定的样品;

样品信息单:需详细填写样品来源、含量、状态及其他基本信息。

最终交付

  • 实验报告一份,含具体实验流程及蛋白质组鉴定及定量结果(生物信息学分析)。
  • 生物信息学分析内容包括:
  • Label-free定量:包括定量信息统计、蛋白质定量结果及肽段定量统计;
  • 功能注释:包括GO注释、COG注释和Pathway代谢通路注释;
  • 差异蛋白的富集分析:包括差异蛋白的GO富集分析和差异蛋白的Pathway富集分析。

服务说明

平台

产品类型

项目周期

技术指标

样本数量(单次送样个数)

3D平台

Label-free定量蛋白质组

30个自然日

单个馏分90min⾼精度质谱分析;常规细胞和组织样本(⽆⾼丰度蛋⽩样本)

<20

20≤X≤50

>50

4D平台

30个自然日

tims TOF pro,单个馏分1h,⾼精度质谱分析

<20

20≤X≤50

>50

案例展示

常见问题与解析 (Q&A)

Q:Label-free为什么可以比较不同类型样本?

这是由于Label free 的定量原理决定的,Label-free为非同位素标记技术,样品内没有同位素标签,每个样本单独酶解后,依次独立进行色谱分离和质谱分析,后续通过比较不同样本中相应肽段的信号强度,来对肽段对应的蛋白质进行相对定量,所以无论任何样本类型,只要是同一蛋白或基因,都可以比较。

相关技术服务

蛋白鉴定          ● 4D DIA定量蛋白组            ● iTRAQ/TMT定量蛋白组

● PRM                ● 翻译后修饰蛋白组             ● 糖蛋白质组学分析服务

相关资源

1、Label-free定量蛋白组学的技术流程

    ● 样品制备: 收集不同样本的细胞或组织,进行蛋白质提取,将样品进行消化,得到蛋白质肽段。

    ● 液相色谱(LC)分离: 使用高性能液相色谱(LC)将蛋白质肽段进行分离,通常采用梯度洗脱。

    ● 质谱分析: 使用质谱仪对LC分离后的蛋白质肽段进行鉴定和定量。每个肽段在质谱中会产生一个特征峰,峰面积或峰高可以反映该肽段的相对丰度。

    ● 数据分析: 使用专门的蛋白质组学数据分析软件对质谱数据进行解析、比较和定量。通常采用峰面积或峰高作为定量指标,计算不同样本中蛋白质的相对表达水平。

    ● 生物学解释: 对数据进行生物学解释,通过差异分析和富集分析等方法,找出在不同样本中表达差异显著的蛋白质,寻找生物标志物,研究细胞信号通路等。

 

2、Label-free定量蛋白组学在生物学和医学研究中有广泛的应用

    ● 生物标志物发现:Label-free定量可以用于比较疾病样本和正常对照样本中蛋白质表达的差异,有助于寻找与疾病相关的生物标志物,用于疾病的早期诊断和预测。

    ● 药物发现和评估:该技术可用于评估药物对细胞或组织中蛋白质表达的影响,帮助筛选和评估潜在的药物靶点,并了解药物的作用机制。

    ● 细胞信号通路研究:通过Label-free定量蛋白组学,可以研究细胞信号通路中的蛋白质表达变化,揭示细胞的生理和病理过程。

    ● 蛋白质相互作用网络:Label-free定量蛋白组学可用于探索蛋白质之间的相互作用网络,帮助理解蛋白质功能调控的复杂机制。

    ● 疾病机制研究:Label-free定量蛋白组学可用于比较不同疾病样本之间的蛋白质表达差异,揭示疾病发生和发展的潜在机制。

    ● 系统生物学研究:该技术可以为系统生物学研究提供重要的数据,帮助构建蛋白质相互作用网络和代谢途径,深入了解生物体内复杂的生物过程。

 

3、在Label-free定量蛋白组学的数据分析过程中,可以用到的一些数据库和资源库:

    ● UniProt: 提供丰富的蛋白质序列和功能信息,可以用于蛋白质鉴定和注释。网址:www.uniprot.org/

    ● NCBI Protein: 美国国家生物技术信息中心的蛋白质数据库,提供各种生物体中已知的蛋白质序列和相关信息。网址:www.ncbi.nlm.nih.gov/protein/

    ● PeptideAtlas: 提供全球人类蛋白质组学数据的资源库,包括质谱数据、肽段鉴定和定量信息。网址: www.peptideatlas.org/

    ● PRIDE数据库: 提供蛋白质质谱数据的公共存储库,有助于数据共享和互相比较。网址:www.ebi.ac.uk/pride/archive/

    ● STRING: 提供蛋白质相互作用网络和功能注释的数据库,帮助解释蛋白质组学数据的生物学含义。网址:string-db.org/

    ● DAVID: 提供蛋白质功能注释和富集分析工具,用于发现不同样本中蛋白质功能的差异。网址:david.ncifcrf.gov/

X
返回顶部