LabelFree非标定量
非标记定量(Label free) 蛋白质组学技术
Label-free quantitative proteomics(Label free)technology
蛋白质非标记定量技术(Label-free)是通过多维液质联用技术(Multidimensional Protein Identification,MudPIT)对蛋白质酶解肽段进行质谱分析,不需使用费用较贵的稳定同位素标签(iTRAQ,TMT等)做内部标准,只需分析大规模鉴定蛋白质时所产生的质谱数据,比较不同样品中相应肽段的信号强度,从而对肽段对应的蛋白质进行相对定量。
技术原理 技术流程 产品信息 成功案例
按照定量策略,非标记定量方法可以分为两种:
1.Spectrum counts的定量方法:发展比较早,已经形成多种定量算法,但主要原理都是以MS2的鉴定结果为定量基础,各种方法的差别在于后期算法在大规模数据上的修正。
2.另一种非标记定量方法的原理是以MS1为基础,计算每个肽段的信号强度在LC-MS色谱上的积分。MaxQuant是目前为止的蛋白质组学非标定量标准算法,现在已成为蛋白质组学领域内的非标定量计算的主流方案。
1.产品描述:非标记定量比较蛋白质组学-对客户提供的不同组别的样本进行蛋白质组学分析,鉴定获得所有样本的肽段/蛋白信息,定量筛选不同组别样本之间显著性差异表达的蛋白质,并对显著性差异蛋白质进行生物信息学分析。
2.样品要求:
2.1. 常规人、动物组织(比如肝脏、肾脏、脑组织等):≥100mg;
2.2. 软体动物:≥100mg;
2.3. 动物坚韧组织(软骨、毛发等):≥500mg;
2.4. 植物叶片等鲜嫩组织:湿重≥1g;
2.5. 植物富含杂质或蛋白含量低的样本,如植物根,根茎、木质部、韧皮部组织等:干重≥2g;
2.6. 植物花粉:≥100mg;
2.7. 藻类组织:≥1g;
2.8. 细胞样本数目须达到:105(建议使用本公司的裂解液进行裂解之后再进行寄送);
2.9. 微生物菌类:≥50µL纯菌体;
2.10. 体液类(唾液、羊水、脑脊液等)1 mL以上,不能溶血;血清50 μl以上;尿液10 mL以上。
2.11. 其他特殊样本如有疑问请联系我们。
3.质谱信息:Orbitrap Fusion(Thermo Scientific),Orbitrap Elite(Thermo Scientific)
4.测试周期:15个工作日
5.报告信息:测试报告、肽段/蛋白质鉴定列表(电子版)、显著性分析列表(电子版)、生物信息学报告、原始质谱测试文件
6:生信分析:
6.1. 质谱数据质量分析
6.2. 显著性差异统计分析
6.3. GeneOntology注释和富集分析
6.4. KEGG注释和富集分析
6.5. 蛋白质互做网络PPI分析
The essential role of osteoclast-derived exosomes in magnetic nanoparticles-infiltrated hydroxyapatite scaffold modulated osteoblast proliferation in osteoporosis model Yue Zhu,Zhiyu Li,Yujia Zhang,Fang Lan,Jing He and Yao Wu Nanoscale.2020. Dynamic protein corona influences immune-modulating osteogenesis in magnetic nanoparticles (MNPs)-infiltrated bone regeneration scaffolds in vivo. Zhu Y, Jiang P, Luo B, Lan F, He J, Wu Y. Nanoscale. 2019. Extracellular vesicles secreted by neospora caninum are recognized by toll-like receptor 2 and modulate host cell innate immunity through the MAPK signaling pathway. Li, S., Gong, P., Tai, L., Li, X., Wang, X., Zhao, C., ... & Zhang, X. Frontiers in immunology, 2018, 9. Cell-Membrane Immunotherapy Based on Natural Killer Cell Membrane Coated Nanoparticles for the Effective Inhibition of Primary and Abscopal Tumor Growth. Deng G, Sun Z, Li S, Peng X, Li W, Zhou L, Ma Y, Gong P, Cai L. ACS nano. 2018 Nov 16;12(12):12096-108.