來源：臨床質(zhì)譜網(wǎng)             時(shí)間：2023-07-04

       導(dǎo)讀： 新的儀器和工作流程極大地提高了基于質(zhì)譜的血漿蛋白組學(xué)實(shí)驗(yàn)的覆蓋深度和通量。這些進(jìn)步可使質(zhì)譜成為各應(yīng)用領(lǐng)域中更有用的工具，包括血漿蛋白生物標(biāo)志物的開發(fā)以及大規(guī)模人群研究。 　　

       6月美國質(zhì)譜學(xué)會(huì)年會(huì)(ASMS)上發(fā)布的最新數(shù)據(jù)表明，新的儀器和工作流程極大地提高了基于質(zhì)譜的血漿蛋白組學(xué)實(shí)驗(yàn)的覆蓋深度和通量。這些進(jìn)步可使質(zhì)譜成為各應(yīng)用領(lǐng)域中更有用的工具，包括血漿蛋白生物標(biāo)志物的開發(fā)以及迄今由Olink和SomaLogic等親和性平臺(tái)主導(dǎo)的大規(guī)模人群研究。 　　

       血漿是一種易于獲取和常用的樣本來源，尤其是在臨床工作和人群研究中。然而，由于血漿含有大量豐度較高的蛋白質(zhì)和較寬的動(dòng)態(tài)范圍，傳統(tǒng)的質(zhì)譜蛋白質(zhì)組學(xué)分析能力不足。對(duì)于細(xì)胞裂解物的分析，質(zhì)譜工作流程可測(cè)量8000到12000個(gè)蛋白質(zhì)，但對(duì)血漿，類似的工作流程只能測(cè)量500到1000個(gè)蛋白質(zhì)。雖然可通過去除豐度較高的蛋白質(zhì)或進(jìn)行粗分離來改善這一情況，但這也會(huì)犧牲通量。 　　

       去年，瑞士蛋白質(zhì)組學(xué)公司Biognosys在Journal of Proteome Research雜志上發(fā)表了一項(xiàng)研究，他們使用賽默飛的Orbitrap Exploris 480質(zhì)譜儀，通過兩小時(shí)的液相色譜梯度測(cè)量了180個(gè)去除了高豐度蛋白的血漿樣品中的2732個(gè)蛋白質(zhì)，這是未進(jìn)行血漿分離處理情況下最高深度的血漿蛋白質(zhì)組分析。 　　

       最近，蛋白質(zhì)組學(xué)公司Seer推出了一種新的血漿蛋白組學(xué)解決方案。該公司的Proteograph系統(tǒng)使用一組納米顆粒來富集血漿蛋白質(zhì)，然后可以使用質(zhì)譜等技術(shù)對(duì)其進(jìn)行鑒定和定量分析。與傳統(tǒng)的血漿蛋白組學(xué)方法相比，Seer系統(tǒng)在覆蓋深度和通量上都有所提升。在一份發(fā)表于四月BioRxiv 預(yù)印本的研究中，威爾康奈爾醫(yī)學(xué)院-卡塔爾團(tuán)隊(duì)使用該系統(tǒng)分析了345個(gè)血漿樣本，測(cè)量了大約3000種蛋白質(zhì)，在其液相色譜-質(zhì)譜法的運(yùn)行時(shí)間下每天可分析大約10個(gè)樣本。 　　

       根據(jù)以上數(shù)據(jù)，Biognosys分析和Seer系統(tǒng)的覆蓋深度都接近于Olink的Explore平臺(tái)，后者可以在血漿中測(cè)量大約3000種蛋白質(zhì)，但它們?nèi)赃h(yuǎn)遠(yuǎn)落后于SomaLogic的SomaScan平臺(tái)，后者可以在血漿中測(cè)量大約7000種蛋白質(zhì)。在每周約70個(gè)樣本的處理量上，Biognosys和Seer系統(tǒng)的通量仍然落后于Olink和SomaLogic平臺(tái)，后者每周分別可以處理多達(dá)1000個(gè)和340個(gè)樣本。 　　

       ASMS年會(huì)上，賽默飛展示了使用Seer最新發(fā)布的Proteograph XT試劑盒在其新的Orbitrap Astral儀器上測(cè)量大約6000種蛋白質(zhì)的數(shù)據(jù)，每天處理大約30個(gè)血漿樣本。這些數(shù)據(jù)標(biāo)志著血漿蛋白組學(xué)工作流程的重大進(jìn)展，并表明在大規(guī)模血漿研究方面，結(jié)合Seer Proteograph等血漿富集技術(shù)的質(zhì)譜法與基于親和性的平臺(tái)現(xiàn)在可能成為競(jìng)爭(zhēng)對(duì)手。 　　

       劍橋大學(xué)臨床醫(yī)學(xué)院MRC流行病學(xué)單位的生物信息學(xué)家Maik Pietzner表示：“坦白說，我們沒有預(yù)見到這么大的飛躍?！彼退耐略诖笠?guī)模蛋白質(zhì)基因組學(xué)研究中使用了SomaLogic的SomaScan和Olink的Explore。他指出，根據(jù)ASMS展示的數(shù)據(jù)，“看起來現(xiàn)在似乎變得可行了”，因?yàn)樗麄兊难芯啃枰?000個(gè)或更大的樣本隊(duì)列。 　　

       華盛頓大學(xué)基因科學(xué)教授Michael MacCoss還表示，質(zhì)譜技術(shù)具備的覆蓋深度和通量使其成為大規(guī)模人群研究的有用工具。他說：“像英國生物庫(UK Biobank)或弗雷明漢心臟研究(Framingham Heart Study)這樣的大型隊(duì)列……這些樣本的價(jià)值是巨大的，研究人員希望能夠以最少的資源獲取最多的信息，很多實(shí)驗(yàn)都使用了Olink或SomaLogic?！? 　　

       如果質(zhì)譜技術(shù)能夠可靠地提供ASMS演示中展示的覆蓋深度和通量，它可能成為親和性平臺(tái)的有力補(bǔ)充和競(jìng)爭(zhēng)對(duì)手。許多蛋白質(zhì)存在多種形式，或稱為蛋白質(zhì)變體，其變異包括氨基酸變異、截?cái)嗷蚍g后修飾等，這些變化會(huì)影響它們的功能，在親和性平臺(tái)上往往不清楚或不確定測(cè)量的是蛋白質(zhì)的哪種變體。質(zhì)譜方法更適合分析這些不同的蛋白質(zhì)變體。 　　

       Olink總裁Carl Raimond表示，他認(rèn)為質(zhì)譜和親和性平臺(tái)是“絕對(duì)互補(bǔ)的”，并補(bǔ)充說“看到蛋白質(zhì)分析領(lǐng)域有創(chuàng)新是非常好的”。然而，他表示在Olink占據(jù)領(lǐng)先地位的大規(guī)模人群研究中質(zhì)譜技術(shù)近期可能無法成為競(jìng)爭(zhēng)對(duì)手，他同時(shí)也質(zhì)疑ASMS展示的令人印象深刻的數(shù)據(jù)在廣泛應(yīng)用時(shí)是否能夠經(jīng)受考驗(yàn)。他說：“細(xì)節(jié)決定成敗。提出要求很容易，但真正能夠?qū)崿F(xiàn)或提出關(guān)于這一要求背后的問題則是完全不同的事情?！盧aimond補(bǔ)充說，雖然質(zhì)譜技術(shù)不斷改進(jìn)，但親和性平臺(tái)也將不斷進(jìn)步。Olink正在將其Explore平臺(tái)擴(kuò)展到約5,000種蛋白質(zhì)靶點(diǎn)，而SomaLogic計(jì)劃在今年年底前將SomaScan平臺(tái)擴(kuò)展到覆蓋約10,000種蛋白質(zhì)。Pietzner同樣表示，雖然在ASMS上發(fā)布的數(shù)據(jù)令人興奮，但他和他的同事們期待看到更廣泛的數(shù)據(jù)，包括總體的蛋白質(zhì)覆蓋范圍，不同蛋白質(zhì)和肽段在樣本中檢出的一致性和重復(fù)性。他說，“親和性方法已經(jīng)應(yīng)用于規(guī)模大于50,000的人群隊(duì)列中，并帶來了驚人的發(fā)現(xiàn)。我們需要進(jìn)行頭對(duì)頭的比較以評(píng)估這些新的質(zhì)譜技術(shù)是否能夠?qū)崿F(xiàn)類似的擴(kuò)展?！? 　　

      MacCoss表示，使用質(zhì)譜進(jìn)行此類研究的公司或研究人員需要提供數(shù)據(jù)，證明他們能夠在每個(gè)樣本中一致且可重復(fù)地測(cè)量一組核心蛋白。他說：“當(dāng)人們使用Olink時(shí)會(huì)有一個(gè)清單，上面列出了每次都會(huì)測(cè)到的蛋白質(zhì)。我們?nèi)匀恍枰@樣做。我們?nèi)匀恍枰f，這是每次實(shí)驗(yàn)都會(huì)返回定量值的蛋白質(zhì)列表……以及測(cè)量中獲得高質(zhì)量分析數(shù)值的蛋白?！? 　　

       Pietzner表示，他和他的同事目前正在努力擴(kuò)展他們的蛋白質(zhì)基因組學(xué)研究以包括質(zhì)譜技術(shù)。強(qiáng)生和強(qiáng)生制藥公司的神經(jīng)科學(xué)數(shù)據(jù)科學(xué)主管，以及英國生物庫藥物蛋白質(zhì)組學(xué)項(xiàng)目(PPP)主席Christopher Whelan表示，目前一個(gè)規(guī)模最大的蛋白質(zhì)基因組學(xué)人群研究項(xiàng)目正在實(shí)施基于質(zhì)譜的蛋白質(zhì)組學(xué)。 　　

       Seer本月宣布推出Seer技術(shù)訪問中心，該中心將組合其XT試劑盒與Orbitrap Astral質(zhì)譜儀，為沒有質(zhì)譜儀的用戶提供蛋白質(zhì)組學(xué)服務(wù)。 　　

       盡管到目前為止很難全面評(píng)估賽默飛的Orbitrap Astral和Seer的Proteograph XT的性能，但一些早期用戶表示其產(chǎn)生的結(jié)果很出色。 　　

       Cedars-Sinai精準(zhǔn)生物標(biāo)志物實(shí)驗(yàn)室主任Jennifer Van Eyk一直在使用Orbitrap Astral進(jìn)行血漿蛋白質(zhì)分析，在這方面它比先前的儀器有更強(qiáng)的能力。Van Eyk表示，在每天運(yùn)行60個(gè)樣本時(shí)，新儀器可測(cè)得的蛋白質(zhì)數(shù)量是相同工作流程下使用Thermo Fisher的Exploris 480儀器的2到2.5倍。 　　

       她說：“我們不僅可以檢測(cè)到更多蛋白質(zhì)，而且可以定量更多蛋白質(zhì)，并且這些蛋白質(zhì)是可重復(fù)的，也就是說，如果我們運(yùn)行一個(gè)樣本五次，我們確實(shí)會(huì)五次都觀察到同樣的蛋白。這是一個(gè)很大的飛躍。”這臺(tái)儀器最出色的或許是其高通量，Van Eyk表示，她和她的同事們每天可以運(yùn)行多達(dá)180個(gè)的未去除高豐度蛋白的血漿樣本并獲得良好的數(shù)據(jù)和深度的覆蓋。她說，“在每天運(yùn)行180個(gè)樣本的情況下，突然間你可以開始討論運(yùn)行10,000個(gè)樣本，然后它就成為一個(gè)人群研究了?！盫an Eyk和她的同事目前正在試驗(yàn)Seer Proteograph系統(tǒng)，以“充分測(cè)試”其性能，并評(píng)估是否要將其作為血漿蛋白質(zhì)組學(xué)工作流程的一部分。 　　

       威斯康星大學(xué)麥迪遜分校的生物分子化學(xué)和化學(xué)教授Joshua Coon指出，他的實(shí)驗(yàn)室能夠使用50分鐘的液相色譜梯度在未處理的血漿中測(cè)量大約1,500種蛋白質(zhì)，并且已經(jīng)在該儀器上開發(fā)出了一種一分鐘的直接注射方法，能夠在每個(gè)樣本中測(cè)量約200種蛋白質(zhì)。 　　

       Coon還是SeerProteograph平臺(tái)的用戶，盡管他尚未將其與Orbitrap Astral結(jié)合使用。他的實(shí)驗(yàn)室一直在使用Seer XT試劑盒分析阿爾茨海默病患者的血漿樣本以及長期新冠肺炎(long COVID)個(gè)體的樣本。他說，盡管他的團(tuán)隊(duì)尚未開始處理大批量樣本，但在初步工作中，實(shí)驗(yàn)室每個(gè)樣本一致地測(cè)量到約3,000種蛋白質(zhì)，這是不使用Seer系統(tǒng)時(shí)的五倍左右。他認(rèn)為，當(dāng)研究人員將工作流程應(yīng)用于Orbitrap Astral系統(tǒng)時(shí)，這些數(shù)字還會(huì)進(jìn)一步提高。 　　

       除了覆蓋深度外，Coon表示，Proteograph對(duì)簡(jiǎn)化質(zhì)譜樣品制備非常有用。他說：“我沒有完全認(rèn)識(shí)到到它的自動(dòng)化程度，它非常方便?，F(xiàn)在主要的用戶是一個(gè)一年級(jí)和二年級(jí)的研究生……所以他們必須快速學(xué)習(xí)。他們?cè)谔幚順颖?、獲得消化產(chǎn)物和肽段方面取得了很大的成功。當(dāng)你有新人或者長時(shí)間不做該工作的人時(shí)，進(jìn)行大規(guī)模蛋白質(zhì)組學(xué)研究的樣品制備將耗費(fèi)整個(gè)實(shí)驗(yàn)一半以上的精力，只需使用該平臺(tái)然后熟練掌握?！? 　　

       盡管Seer Proteograph平臺(tái)提供的覆蓋深度使質(zhì)譜血漿蛋白質(zhì)組學(xué)在某些應(yīng)用中與Olink和SomaLogic等親和力平臺(tái)更具競(jìng)爭(zhēng)力，但Seer本身在血漿富集領(lǐng)域面臨新的競(jìng)爭(zhēng)。 　　

       在ASMS會(huì)議上，蛋白質(zhì)組學(xué)樣品制備公司PreOmics推出了其ENRICH-ist富集血漿和血清蛋白質(zhì)的試劑盒。該試劑盒使用非功能化順磁性微珠來富集低豐度蛋白質(zhì)，據(jù)該公司稱，與未去除高豐度以及未富集的血漿相比，用該試劑盒處理血漿可將蛋白質(zhì)檢出率從50%提升至100%。PreOmics首席執(zhí)行官Garwin Pichler表示，微珠與緩沖液的結(jié)合可在去除高豐度蛋白的同時(shí)富集低豐度蛋白以提高覆蓋深度。Biognosys推出了一種新的基于微珠的血漿蛋白質(zhì)組富集試劑盒，作為其TrueDiscovery服務(wù)平臺(tái)的一部分。據(jù)該公司稱，這種試劑盒可以高通量定量人類血漿中約4,000種蛋白質(zhì)。 　　

       此外，在本月，華盛頓大學(xué)研究人員領(lǐng)導(dǎo)的團(tuán)隊(duì)在BioRxiv預(yù)印本上發(fā)表了一篇論文，描述了一種使用ReSyn Biosciences的磁性微粒富集血漿蛋白質(zhì)的方法，其通過結(jié)合血漿中的膜結(jié)合囊泡并分析相關(guān)蛋白質(zhì)來提高覆蓋深度。華大的MacCoss是這篇預(yù)印本的通訊作者，該預(yù)印本的第一作者Christine Wu也是該富集方法的主要開發(fā)者。他們能夠在Orbitrap Astral上使用30分鐘的液相色譜梯度穩(wěn)定地定量約4,800種血漿蛋白質(zhì)，每天可處理約40個(gè)樣本。在使用一小時(shí)的液相色譜梯度時(shí)，他們能夠測(cè)量5,000到6,000種蛋白質(zhì)。MacCoss他們迄今沒有過度挑戰(zhàn)該方法的能力，所以這些數(shù)字是相對(duì)保守的。MacCoss表示，由于Seer公司的技術(shù)成本較高，研究人員對(duì)于血漿蛋白質(zhì)組學(xué)富集的替代方法很感興趣。他說：“Seer在制造這些產(chǎn)品方面做得很好，但成本是一個(gè)高門檻?！? 　　

       維也納分子病理研究所的蛋白質(zhì)組學(xué)負(fù)責(zé)人Karl Mechtler表示，他與Seer的討論中，每個(gè)樣品的報(bào)價(jià)大約是600美元。他說：“如果我有100個(gè)樣品，對(duì)于一個(gè)蛋白質(zhì)組學(xué)實(shí)驗(yàn)室來說，這是一筆巨款?！彼赋?，對(duì)于一個(gè)典型的蛋白質(zhì)組學(xué)實(shí)驗(yàn)室，一個(gè)合適的價(jià)格范圍應(yīng)該在每個(gè)樣品25到50美元左右。Wu表示，使用華大的富集方法進(jìn)行實(shí)驗(yàn)的每個(gè)樣品成本低于5美元。PreOmics將ENRICH-ist試劑盒作為完整蛋白質(zhì)組學(xué)樣品準(zhǔn)備工作流程的一部分銷售，每個(gè)樣品總共80美元。 　　

       在回答成本問題時(shí)，Seer公司董事長兼首席執(zhí)行官Omid Farokhzad表示，他認(rèn)為價(jià)格是“價(jià)值交換的問題”。他說：“并非所有內(nèi)容都是等價(jià)的。問題在于，從Seer所提供的與其替代方案所提供的內(nèi)容來說，價(jià)值交換是什么?”在血漿蛋白質(zhì)組學(xué)領(lǐng)域最新的發(fā)展中，這個(gè)問題的答案似乎是一個(gè)不斷變化的目標(biāo)。 　　

       參考文獻(xiàn)：[1] Tognetti Marco,Sklodowski Kamil,Müller Sebastian et al. Biomarker Candidates for Tumors Identified from Deep-Profiled Plasma Stem Predominantly from the Low Abundant Area.[J] .J Proteome Res, 2022, 21: 1718-1735.[2] bioRxiv - Genomics Pub Date : 2023-04-21 , DOI：10.1101/2023.04.20.537640Karsten Suhre, Guhan Ram Venkataraman, Harendra Guturu, Anna Halama, Nisha Stephan,Gaurav Thareja, Hina Sarwath, Khatereh Motamedchaboki, Margaret Donovan, Asim Siddiqui, Serafim Batzoglou, Frank Schmidt 

        【來源：摘自臨床質(zhì)譜網(wǎng)】 聲明：轉(zhuǎn)載此文是出于傳遞更多信息之目的。若有來源標(biāo)注錯(cuò)誤或侵犯了您的合法權(quán)益，請(qǐng)作者持權(quán)屬證明與本網(wǎng)聯(lián)系，我們將及時(shí)更正、刪除，謝謝。 郵箱地址：xlg@xhpr.net