液相色譜聯用串聯質譜(LC-MS/MS)已經成為測量蛋白質、代謝物和脂質等生物分子不同狀態的最有力工具。LC-MS技術的應用已經從生物模型系統擴展到臨床標本，包括組成和動態范圍高度不同的體液和組織，在數百到數千個樣品的大型項目中。數據獨立采集(DIA)是串聯式采集方案的一種質譜，是獨立的前驅體離子的組成碎片化，自從它第一次與針對蛋白質組學研究的數據分析。
與基于數據依賴采集(DDA)的方法獲取選定前體離子的MS/MS(或MS2)數據不同，DIA技術在不偏向前體離子選擇的情況下同時獲取MS1和MS2數據，克服了DDA固有的不可重現性和欠采樣的局限性。DIA技術可以在隔離窗口內獲取所有前驅體離子的MS2光譜，以獲得全質量范圍內完整的MS/MS數據，而無需事先了解前驅體，這是其他目標方法所需要的，包括選擇性反應監測(SRM)和平行反應監測(PRM)。同時仍保持目標數據分析在準確性、再現性和一致性方面的可比特征。
數據獨立采集(DIA)質譜的最新進展提供了比傳統的數據依賴采集更高的靈敏度和蛋白質覆蓋率。DIA通過一組預先定義的肽前體隔離窗口循環，在整個液相色譜梯度中通過400 - 1200米/z步進。所有的肽段都在一個隔離區內同時對窗戶進行碎片化，并用串聯質譜法進行檢測。通過將質譜中的離子峰與包含肽片段離子模式及其色譜洗脫時間信息的譜庫匹配來識別肽。數據依賴獲取(data dependent acquisition, DDA)是目前最常用的綜合定量蛋白質組學方法，但近年來，獨立數據獲取(data independent acquisition, DIA)因其檢測和定量能力的提高而越來越受歡迎。
Aimsmass可以提供專業的DIA蛋白質組學技術服務，可以應用于大樣本量數據篩選以及表達差異分析，包括修飾蛋白譜相關服務，積累大量相關服務經驗。
實驗流程 |
 |
統計分析 |
|
全局統計分析
所有鑒定到蛋白表達量的分布范圍，每條曲線表示一個樣本，分布是經過正態分布擬合處理后的，圖中縱坐標為頻數，橫坐標為表達量log10后的數值。 |
|
箱式圖
箱式圖又稱盒須圖、盒式圖或者箱線圖，是一種表現有關數據的位置和分散情況資料的統計圖。箱型圖主要包含六個數據節點，可粗略表達出數據是否有對稱性，分散程度等信息。 |
|
|
PCA分析
主城成分分析（PCA分析）是數理統計中的一種降維分析方法，將一組數據的主要矛盾提取出來，提取出的核心要素成為“成分”（component），并以百分比排序。排名靠前的主成分可以反應復雜的數據中的關鍵信息。 |
|
|
火山圖
火山圖（Volcano Plot）在一張圖中顯示了兩個重要指標（Fold change/p-Value），可以非常直觀且合理地篩選出在樣本之間發生差異表達的基因。 |
功能注釋分析 |
|
GO注釋
基因的本體論（Gene Ontology）是建立一套特定的詞匯集合來描述生物學功能，以此對基因功能注釋統一化。用于描述生物學功能的詞匯必然反映生物學功能的本質。 |
|
KEGG分析
京都基因與基因組百科全書（KEGG）是基因組破譯方面的數據庫，整合了基因組、化學和系統功能信息的數據庫。 |
蛋白聚類與互作分析 |
|
聚類熱圖
聚類熱圖（heatmap）是通過排列矩陣的行列，將相似的數值放在一起展示聚類分析結果的圖像，以直觀的呈現多樣本多個基因的全局表達量變化，呈現多樣本或多基因表達量的聚類關系。 |
|
蛋白互作圖
蛋白互作圖（PPI）預測蛋白之間的相互作用的示意圖，每一個圓形表示蛋白質，球之間的線條表示蛋白之間的相互關系，蛋白作為細胞功能執行者，不是憑借單個蛋白獨立執行，而是依靠蛋白之間相互作用執行功能。 |
| 樣本類型 | 細胞系 | 動物組織 (雞肉&器官) |
動物組織 (骨骼&軟骨) |
植物組織 (葉片&花) |
植物組織 (種子&根莖) |
血清/體液 | 酵母/微生物 | 蛋白溶液 |
| 送樣要求 | 1×107個 | 50mg | 500mg | 200mg | 5g | 500μL | 300-400mg | 250μg |
服務流程 |
|
