Proteomika
Funkcijas
● Kvalitatīvā proteomika: izmanto LC-MS/MS, lai noteiktu olbaltumvielu sastāvu sarežģītos paraugos (SDS-PAGE gēla strēmeles, IP, Co-IP, Pull-down). Priekšrocības: nav paraugu skaita ierobežojumu, ātra noteikšana, vienkārša paraugu apstrāde, augsta caurlaidspēja un spēja noteikt olbaltumvielas ar mazu daudzumu.
● Bezmarķēta kvantitatīvā proteomika: neiezīmēta tehnoloģija ar individuālu paraugu noteikšanu. Kvantitatīvi nosaka proteīnus, salīdzinot peptīdu signālu intensitāti masas spektrometrijas datos. Priekšrocības: vienkārša darbība, augsta caurlaidspēja (nav paraugu skaita ierobežojuma) un plaša pielietojamība (piemērota "klātbūtnes/neesamības" diferenciālai proteīnu salīdzināšanai dažādās sugās).
● DIA kvantitatīvā proteomika: izmanto no datiem neatkarīgas iegūšanas (DIA) režīmu, skenējot visus jonus segmentētos logos, lai iegūtu pilnīgu informāciju par joniem. Priekšrocības: labāka atkārtojamība, lielāks olbaltumvielu pārklājums un precīzāka kvantitatīvā noteikšana nekā DDA režīmā (TMT/bez etiķetes), ideāli piemērots lielu paraugu pētījumiem.
● 4D bezmarķēta kvantitatīvā proteomika/4D-DIA kvantitatīvā proteomika: balstīta uz Bruker timsTOF masas spektrometru, pievienojot jonu mobilitāti (sadursmes šķērsgriezumu) tradicionālajai 3D atdalīšanai. Priekšrocības: uzlabota jonu izmantošana un precizitāte, visaptverošs pārklājuma dziļuma, jutības un caurlaidspējas uzlabojums; lielāks identifikācijas dziļums nekā tradicionālajai 3D metodei.
● Astral Label Free kvantitatīvā proteomika/Astral DIA kvantitatīvā proteomika: balstīta uz OrbitrapTM AstralTM augstas izšķirtspējas masas spektrometru. Priekšrocības: augstāka caurlaidspēja (vairāk nekā 100 paraugi dienā ar 8 minūšu gradientu), dziļāks pārklājums (vairāk nekā 8000 olbaltumvielu, kas atklāti HeLa šūnās 8 minūšu laikā) un augstāka jutība (nepieciešams mazāks paraugu skaits).
● TMT kvantitatīvā proteomika: izmanto 18 izotopu marķierus peptīdu marķēšanai 18 paraugu vienlaicīgai noteikšanai. Priekšrocības: augsta stabilitāte (minimāla instrumenta stabilitātes iejaukšanās, maza sistēmas kļūda) un augsta jutība (frakcionēšana samazina paraugu sarežģītību, uzlabojot zema olbaltumvielu daudzuma noteikšanu).
● PRM mērķtiecīga proteomika: augstas izšķirtspējas mērķtiecīga tehnoloģija mērķa olbaltumvielu/peptīdu selektīvai noteikšanai. Priekšrocības: ļauj veikt relatīvu/absolūtu kvantitatīvu noteikšanu un kvantitatīvu proteomikas rezultātu verifikāciju; nav antivielu ierobežojumu, plašāka pielietojamība nekā Western Blot un ELISA.
Priekšrocības
● Uzlabots aprīkojums: Aprīkot gan ar parastajām proteomikas platformām, gan ar moderniem liela dziļuma masas spektrometriem (piemēram, 4D, Astral).
● Stabila noteikšana: Stingras kvalitātes kontroles sistēmas nodrošina konsekventus un stabilus testēšanas procesus.
● Uzticami rezultāti: vienlaicīga kvalitatīvā un kvantitatīvā analīze sniedz relatīvo ekspresiju, molekulmasu, pārpilnību un citus svarīgus datus katrai grupai.
● Augsta automatizācijas pakāpe: Automatizētas LC-MS sistēmas nodrošina ātru analīzi un izcilu atdalīšanas veiktspēju.
Pakalpojuma specifikācijas
| Nemērķtiecīgu proteomikas metožu salīdzinājums | ||||
| Bez etiķetēm | DIA | TMT | ||
| Marķēšana | NO | NO | JĀ | |
| Datu skenēšanas režīms | DDA | DDA | DIA | DDA |
| Reproducējamība | Zemāks | Augsts | Augsts | |
| Jūtība | Zemāks | Augsts | Augsts | |
| Multipleksēšana | NO | JĀ | NO | JĀ |
| Pieteikums | Olbaltumvielu klātbūtnes/neesamības salīdzinājums | Liela mēroga paraugi | Dažādu paraugu partiju analīze | Diferenciālās olbaltumvielu ekspresijas salīdzināšana tajā pašā sugā un audos |
| Precizitāte | ★ | ★★ (4D/Astral DlA ★★★) | ★★ | |
| Noteikšanas skaits | ★ | ★★(4D/Astral D|A★★★) | ★★ | |
Parauga prasības
Vai vēlaties uzzināt, vai jūsu paraugi atbilst mūsu kritērijiem? Noklikšķiniet šeit, lai iepazītos ar mūsujaunākās paraugu prasības.
Pakalpojumu darba plūsma
Paraugu kolekcija
Olbaltumvielu ekstrakcija
Enzīmu gremošana
Atdalīšana
Datu iegūšana
Datu analīze
Datu piegāde
Kvalitatīvā proteomika
1. Olbaltumvielu šķīdums/gels: kvalitatīvo rezultātu tabula
2. Datu bāzes meklēšanas rezultāti
2.1 Datubāzes meklēšanā atrasto atbilstošo peptīdu segmentu saraksts
2.2 Datubāzes meklēšanā atrasto olbaltumvielu saraksts
2.3 Datubāzes meklēšanā atrasto modifikāciju saraksts (fosforilēšana, ubikvitinācija utt.)
3. Neapstrādāti dati
Kvantitatīvā proteomika(Bez etiķetes/DIA/TMT)
1. Datu pirmapstrāde
1.1 Meklēšana olbaltumvielu datubāzē
2. Olbaltumvielu ekspresijas analīze
2.1 Galveno komponentu analīze (PCA)
2.2 Relatīvā standartnovirze (RSD)
2.3 K-vidējo tendenču sadalījums
2.4 Reproducējamības novērtējums
2.5 Olbaltumvielu ekspresijas karstuma karte
3. Funkcionālā anotācija
3.1 GO funkcionālā anotācija
3.2 KEGG funkcionālā anotācija
3.3 COG funkcionālā anotācija
3.4 GOslim funkcionālā anotācija
3.5 Pfam olbaltumvielu struktūras domēna anotācija
4. Olbaltumvielu diferenciālā analīze (bioloģiskie atkārtojumi ≥ 3)
4.1 Olbaltumvielu diferenciālās analīzes rezultāti
4.2 Diferenciālo olbaltumvielu kroku izmaiņu (FC) sadalījums
4.3 Diferenciālā olbaltumvielu daudzuma statistiskā analīze
4.4 Diferenciālā olbaltumvielu vulkāna diagramma
4.5 Diferenciālā olbaltumvielu klasterizācijas karstuma karte
4.6 Diferenciālā proteīna GO funkcionālā anotācija un bagātināšanas analīze
4.7 Diferenciālā proteīna KEGG funkcionālā anotācija un bagātināšanas analīze
4.8 Diferenciālā proteīna COG funkcionālā anotācija
4.9 Diferenciālā proteīna GOslim anotācija un bagātināšanas analīze
4.10 Diferenciālās olbaltumvielu struktūras domēnu anotācija un bagātināšanas analīze
5. Olbaltumvielu tīkla mijiedarbības analīze
6. Olbaltumvielu reaktoma ceļa anotācija
7. Signālpeptīdu prognozēšana
8. Olbaltumvielu subcelulārā lokalizācija
Kvantitatīvā proteomika(PRM)
1. PRM olbaltumvielu kvantitatīvās noteikšanas rezultāti
1.1 Kvantifikācijas rezultātu pārskats
1.2 Fragmentu jonu pīķu laukumu sadalījums peptīdu segmentos
Kvantitatīvā proteomika
1.Olbaltumvielu ekspresijas analīze
↑Galveno komponentu analīze (PCA)↑Relatīvā standartnovirze (RSD)
↑K-vidējie rādītāji Tendences sadalījums ↑KorelācijaAanalīzePproteīnsEizteiksmeLevels
↑ Olbaltumvielu ekspresijas karstuma karte
2. Funkcionālā anotācija
↑GO funkcionālā anotācija↑KEGG funkcionālā anotācija
↑ COG funkcionālā anotācija ↑ GOslim funkcionālā anotācija
↑ Pfam olbaltumvielu struktūras domēna anotācija
3.Olbaltumvielu tīkla mijiedarbības analīze
↑ Olbaltumvielu tīkla mijiedarbības analīze
4.Signālpeptīdu prognozēšana
↑ Signālpeptīdu prognozēšana
5. Olbaltumvielu subcelulārā lokalizācija
Olbaltumvielu subcelulārā lokalizācija
| 2025. gadā | No mezenhimālajām cilmes šūnām iegūtas apoptotiskās pūslīši mazina paaugstinātas jutības reakcijas izraisot CD8+ T šūnu apoptozi ar kalcija pārslodzi un mitohondriju disfunkciju | Progresīvā zinātne |
| 2024. gadā | Integrēta multiomika demonstrē uzlabotu pretvēža efektivitāti | Translācijas onkoloģija |
| 2024. gadā | Multi-omikas analīze atklāj vielmaiņas ceļu atšķirīgās iezīmes, kas atbalsta Milzu ķirbja augļu lieluma un krāsas variācijas | Int. J. Mol. Sci. |
| 2024. gadā | Transkriptoma un metaboloma profilēšana sniedz jaunu ieskatu muskuļu atrofijā bez lietošanas vistas gaļā: ātrās raustīšanās muskuļu šķiedru potenciālā loma | Int. J. Mol. Sci. |
| 2023. gadā | Multi-omikas analīze atklāj tetraciklīna ietekmi uz airenes sakņu augšanu. | Bīstamo materiālu žurnāls |
