BiomarkerDiscovery生物标志物发现的蛋白质组学.pptVIP

Biomarker Discovery生物标志物发现的蛋白质组学 Protein Biomarker Discovery 发现蛋白的生物标志物 蛋白生物标志物发现是理解病理的非常重要的一步，也是在药物研发过程中，鉴定潜在药物和诊断目标物的重要一步。 需使用一个相对定量的差别分析方法，发现这些假定的、跟疾病有关的标志物，并要求严格的实验方法来减少样本－样本之间的差异性。 定量方法 DIGE：2D凝胶电泳和荧光显色分析 昂贵的同位素标记方法：ICAT、iTRAQ、SILAC等 Label-Free的方法：完全不用同位素标记 Thermo Scientific完整的工作流程提高了检测方法的可靠性——那些被检测到的差别，即真实地反映了生物意义上的差别 ICAT定量 iTRAQ定量技术 PepQuan：用于同位素标记的定量分析软件 Label-Free 定量技术（不用昂贵的同位素试剂） 在生物标志物发现实验中使用SIEVE 建立在可靠的技术基础上 LTQ XL——更快、更灵敏、更准确 LTQ Orbitrap和LTQ FT Ultra——终极的分辨率和精确质量 稳定的、易用的Xcalibur工作站 内嵌SEQUEST的Bioworks——工业标准、被引用最多的蛋白搜索算法 自动的差别表达软件 强制性的工作流程 色谱图校正/对齐＋递归的基峰Framing＋蛋白鉴定 建立在严格统计学基础上，确保定量的可靠结果 使用易于追溯的流程产生高度互动的、图形化的界面 完全不用同位素标记的方法学（Label-Free） 没有在样品制备中加入变量的危险 不必使用及其昂贵的同位素标记物试剂（耗材） SIEVE概述 SIEVE提供统计学上可靠的工具，来分析在蛋白生物标志物发现的试验中获得的数据，并可比较2～100个LC/MSn数据文件。 在SEQUEST数据库检索之前使用SIEVE比较分析。那些揭示了样本组之间的特征的、统计学上有意义的差异的谱图特性，被送入SEQUEST数据库检索，去鉴定相应的肽和蛋白。 SIEVE不需操作或“模型化”峰，直接使用从LC/MSn数据中产生的质谱强度，去发现统计学上的差异。这个过程是Label-Free的，不需要使用任何形式的同位素标签或标记。 SIEVE对齐色谱峰，发现那些统计学上有意义的差异 SIEVE使用量化的p-值来表示每种推测的标志物的表达比率 SIEVE使用SpotFire DecisionSite软件，交互的、图形化的环境去浏览和处理结果 第二步：合并多个MS数据 有效的生物标志物发现的实验，应至少包括两个原始文件，但统计学上有意义的，必须包含多个控制和处理的、技术上重复的和生物上重复的样本。 为使比较更有效，SIEVE有统一的数据显示，类似考马斯蓝染色的胶带，能够迅速地找出差别。SIEVE能够合并和比较2～100个数据文件。 第三步：色谱对齐ChromAlign——消除样本间由色谱保留时间引起的偏差 第四步：自动测定差别 SIEVE从每个原始文件中提取数据，把它们放在一个三维图中，m/z vs. 保留时间 vs.峰强度。使用一套Recursive Base Peak Framing的递归算法，对每组有特定的m/z和保留时间范围的峰，生成一个唯一的frame，并且测定在每个frame中，是否在控制组和处理组样本间有统计上显著的差别。然后，每个frame被赋予一个p-值和比率。 第五步：显著性胶带“Significance Gel” SIEVE在Spotfire内生成一个显著性胶带图，代表frames。较深蓝的条带代表那些在统计学上存在显著差别的frame。较浅蓝的条带代表那些差异较不显著的。可以按代表显著性的p-值“dial up”向上拨或“dial down”向下拨，看看所有的frames，或者仅仅显示那些具有最显著差别的frames 第六步：使用SEQUEST进行蛋白鉴定 使用SEQUEST，仅用具有确定的p-值的frames搜索数据库，因此鉴定的是那些差别表达的肽/蛋白。SIEVE对数据进行预过滤，大大减少了需要搜索的谱图数量；显著地节省了花费在蛋白鉴定上的时间，提高了复杂的生物标志物发现实验的通量。 第七步：交互式的结果浏览器 SIEVE用优化设计的Spotfire界面，提供交互式的结果浏览器，使生物标志物发现实验的结果最丰富地呈现。 在ChromAlign、Recursive Base Peak Framing、SEQUEST之后的浏览器，提供迅速检查结果或调整处理参数的选项 在“显著性胶带”中点击一个frame，可以显示所有LC/MSn实验中重组的离子流图（RICs），frame信息，控制组和处理组样品之间的峰强度比，以及显示差别的p-值。如果在frame上使用SEQUEST数据库