背景说明

血浆与血清作为最主要的临床样本，是评估人类健康和疾病状态的理想生物标本，方便采集。血浆中的蛋白质来源于身体各个组织和脏器，并通过血液循环流经全身，可动态反应各种疾病问题。血浆蛋白质参与生命体的生长、修复、信号传导、运输和机体免疫等关键生命活动，会伴随疾病的发生、发展并呈现出差异化的表达水平调控。因此，深入研究血浆蛋白质组对疾病诊断和疗效监控具有重要的意义。

血浆/血清蛋白质组作为寻找生物标志物（Biomaker）的新兴技术，具有更高的临床转化价值，与临床化学参数具有很强的相关性。血浆/血清均可用于蛋白质组学研究。但血浆与血清蛋白质组具有复杂性和独特性：（1）蛋白质种类超过2万种，其中前22种高丰度蛋白质比例高达99.5%，包括白蛋白、lgG、lgA、纤维蛋白原、转铁蛋白、触珠蛋白、抗胰蛋白酶等。而质谱对于蛋白肽段信号的检测倾向于高丰度，因此往往即使最高分辨率的质谱仪也无法检测到0.5%的蛋白；（2）蛋白质浓度动态范围（Concentration Dynamic Range）横跨12个数量级，从最高的白蛋白到丰度低于pg/mL的细胞因子，能同时检测如此宽动态范围的蛋白组对于找到生物标志物至关重要。

在目前的研究中，血浆中的低丰度蛋白（通常低于10ng/mL）往往是疾病特异性生物标志物，如果不在检测之前去除高丰度蛋白质，低丰度蛋白质在其信号压制下将很难被检测到，导致过去无法利用现有技术（如LC-MS）实现对血浆蛋白质组的无偏差、高深度分析。“看”不到更“多”更“深”的血浆蛋白，蛋白质分子标志物的筛选就无从谈起。

图 主流血浆/血清蛋白质组分析技术流程示意图。

随着新技术的发展，从样本制备技术上的提升——基于选择性亲和纳米探针技术实现广谱、无偏差的富集，更高灵敏度检测的蛋白质组平台Astral，更低检测浓度，让高深度血浆蛋白质组成为鉴定蛋白质分子标志物的利器。伯远生物引进赛默飞全新一代Orbitrap Astral质谱仪，与传统质谱分析方法相比，伯远Astral质谱平台具有更多优势。

图 超多重蛋白标志物发现系统。

为了提高对血浆蛋白组的质谱鉴定覆盖度，高丰度蛋白去除（Abundant Protein Depletion）是必要步骤。去除高丰度蛋白可分为低丰度蛋白富集（如利用纳米富集磁球）和高丰度蛋白去除（抗体试剂盒）两类，我司与珞米生命科技达成深度战略合作，采用其Proteonano^TM试剂盒进行低丰度血浆蛋白富集，该试剂盒主要原理为：Proteonano™是基于选择性亲和超顺磁性纳米探针的技术，每个纳米探针直径仅为200nm，并且具有绝对均一性。其表面通过化学偶联反应蛋白质富集探针（AI算法设计和改造的miniprotein），每个纳米磁珠表面约有300000个蛋白质结合位点用于富集人类蛋白质组。每个纳米探针物理空间仅为10飞升，比传统蛋白检测体系小了100亿倍，这使得对低丰度蛋白质的检测灵敏度提升100万倍。不仅有限防止去高丰度方式导致的样本信息流失，更有利于保存低丰度蛋白，并且试剂性能远超去高丰度方式。

图 Proteonano™试剂盒低丰度蛋白富集案例。

服务内容及说明

适用范围

临床上，由于缺乏高灵敏、高特异性的biomarker对疾病进行早期诊断，或发病机制不明，导致许多危及生命的疾病往往无法及时获得最佳诊断与治疗时机。血浆蛋白质组学在开发诊疗biomarker、筛选药物结合靶点、药物伴随诊断、研究药物作用网络、发掘治疗新靶点及精准医疗方面具有重大贡献，其已在肿瘤、心血管、神经系统等研究领域被广泛应用。

产品优势

1、无需对血浆蛋白进行高丰度去除，从而保留血浆蛋白质组的全部信息价值；

2、全自动化进程，一次实验可同时分析96个样本，从富集到获得酶解肽段仅需7个小时；

3、无需对酶解肽段进行馏分分离（Fractionation），极大提高整体流程效率；

4、下游质谱测试时间短，DDA模式：8-14min/sample，DIA模式：8-14min/sample；

5、可稳定、快速实现上万个样本级别的大队列（Cohort study）血浆样本的分析，驱动血浆蛋白质分子标志物的筛选、发现和应用。

实验周期

致电详询

客户下单及项目信息填写

在我司官网http://www.biorun.com/进行注册或登录，请客户按照页面提示填写项目名称、选择项目类型、填写个人信息及联系方式，提交项目所需要的具体信息，包括：

1、样品来源、含量、状态及其他基本信息；

2、尽可能丰富的相关资料、文献。

实验信息

实验过程中客户可以随时登入管理系统查看项目实时进展情况。实验结题时系统会通过短信自动通知客户，并发送实验报告查看网址。实验结题后，实验报告、检测结果可在线查看或打印，并永久保留。

实验交付内容

1、所有实验的原始数据（包括实验过程、实验试剂与设备等）；

2、血浆蛋白质组学基础数据分析与差异数据分析（生物信息学分析）；

3、生物信息学分析内容包括：

（1）多肽、蛋白质鉴定；

（2）鉴定结果特征分析：肽段程度分布、蛋白鉴定覆盖度、unique肽段数分布等。

案例展示

图 利用血浆蛋白质组学数据研究器官衰老，预测疾病和衰老效应（Oh et al., 2023）。

参考文献

Oh HS, Rutledge J, Nachun D, et al. Organ aging signatures in the plasma proteome track health and disease. Nature. 2023;624(7990):164-172.