产品简介:
临床组织样本蛋白质组学解决方案,全面覆盖临床常见组织样本类型,包括新鲜冻存组织、临床穿刺样本及FFPE样本等。依托公司实验室专业质控体系下的成熟前处理技术,确保从不同来源样本中获取高保真性与高质量的蛋白数据。并针对样本特性进行深度覆盖度分析,现已系统性升级10大模块的蛋白质组学分析内容,全面解析样本信息!此产品可用于挖掘机制线索、寻找生物标志物、探索潜在药物、研究分子亚型。我们分析报告提供的高质量组学数据和报告图表,不仅可以用于论文发表,还可以作为基金申请的前期基础。
产品优势:
ü 针对性升级分析内容:基于组织样本的特点,在市面常规蛋白质组学分析报告的基础上,大幅拓展了分析模块,使分析结果数量翻倍(达60+项),从多个新颖角度深入解析蛋白数据,其中近50%分析内容为我司特有;
ü 多个公共数据库挖掘:除了对客户提供的样本进行检测分析外,还结合GO、KEGG、DO、HPA、CMap、TTD等多个权威公共数据库,从功能富集分析、药物靶点挖掘等多个维度,揭示疾病分子机制;
ü 外部免疫组化数据验证:我司报告特有HPA数据库(Human Protein Atlas)挖掘分析,借助公共数据辅助验证分析结果,并提供关键蛋白的免疫组化图片,可直接用于发表研究论文。
ü 机器学习临床建模:在蛋白质组学数据的基础上,我司将临床变量纳入建模数据,使用机器学习算法构建预测模型,并进行多方面的模型分析评价,筛选生物标志物,使疾病诊断及预后评估更为精准可靠,为临床决策提供有力支持。
ü 潜在药物筛选:我司报告特有CMap数据库(Connectivity Map)&TTD数据库(Therapeutic Target Database)挖掘分析,基于差异蛋白分析结果,挖掘蛋白表达-药物-疾病关联,推测潜在治疗药物,为药物研发和疾病辅助治疗提供线索;
ü 疾病分子分型分析:基于蛋白质组学数据,在患者中划分分子亚型,解析亚型差异和分子机制,探索依据个体差异开展个性化诊疗的可能性。
ü 分子对接分析:报告特别引入分子对接分析,通过模拟靶点蛋白与潜在配体的结合模式和相互作用,深入探索分子机制,为组学数据赋予深层机制解释。
ü 一站式服务:从研究设计到报告生成,提供一站式科研服务。资深专家小组,为客户提供关键蛋白的挑选策略及下一步研究的个性化参考建议。
ü 报告交付对标论文:报告内容参照SCI范式,提供符合论文发表要求的报告图表以及中英文结果描述。
报告结果示例:
1. 临床数据与蛋白质组定量数据总览
通过定量热图及森林图可视化分析临床变量(A、B),与结局显著相关的临床变量可用于后续临床模型的构建;直方图展示各样本蛋白组数据定量情况(C、D)。
本结果可用于展示项目样本的临床信息概览,及项目检测到的所有样品中蛋白质定量数据的总体情况。
2. 蛋白质组学差异分析
根据蛋白在不同样品组间的差异倍数和P值筛选组间显著差异蛋白,并通过火山图、PCA主成分分析图以及聚类热图(A-C),综合展示差异蛋白的表达情况及样本之间的差异情况。
本结果用于展示组间差异蛋白的分析结果,通常选择两组间差异倍数和P值排名都靠前的蛋白,作为后续验证和功能探索的基础。
3. 蛋白组学信号通路分析及互作网络
基于GO、KEGG、DO数据库(左),从多个层次对差异蛋白进行注释以及富集分析,展示差异蛋白所属的功能条目以及信号通路等信息;PPI互作网络分析(右)展示差异蛋白之间已知或可能存在的相互作用关系,为挑选核心蛋白提供理论依据。并使用Cytoscape中的4种算法,从不同角度为客户提供核心蛋白挑选意见(右下)。
本结果可用于展示组间差异蛋白所属的功能条目、信号通路及网络互作关系,提示与疾病风险相关的机制线索。后续可挑选排名靠前的功能条目和互作网络中的核心蛋白,开展进一步研究验证。
4. GSEA分析
基于Hallmark基因集和蛋白质组定量数据进行GSEA分析,展示富集到的组间上下调的所有基因集条目(A),以及富集程度最高通路条目的GSEA富集结果(B、C)。同样是富集分析,GO和KEGG富集分析偏向关注表达差异显著的蛋白分布情况,而GSEA分析更关注通路中蛋白的整体变化趋势,是对传统富集分析的重要补充。本结果展示蛋白质组学数据GSEA分析的结果,提示组间有重要变化的功能条目和信号通路的整体上下调情况,后续可选择评分靠前且P值较小的通路开展进一步研究。
5. WPCNA分析
基于样本临床表型和蛋白质组定量数据进行WPCNA分析,根据表达模式相似程度将蛋白分为不同模块(module),绘制蛋白之间的聚类树状图及对应的模块分布(A),解析蛋白模块与样品临床表型之间的联系,展示其相关性(B),并挑选与表型相关性最强的蛋白进行GO、KEGG、DO分析(C)。
本结果展示蛋白质组学数据WPCNA分析的结果,后续可选择与临床表型相关性最强的蛋白模块,开展信号通路富集分析,或找到模块中的核心基因,揭示与临床表型相关的关键蛋白和信号通路。
6. 临床蛋白质组学模型构建
基于差异蛋白Xgboost和LASSO回归分析(左A-C),以及临床变量分析,构建临床蛋白质组模型(左D),并从区分度(右A,B)、校准度(右C)以及临床效应(右D)三个方面对临床模型进行全方位的评价。
本结果展示临床蛋白质组学模型构建及模型评价结果,通过机器学习高效筛选大规模蛋白质组学数据,建立高精度预测模型,区分不同人群,并多角度评价模型稳定性。
7. HPA数据库免疫组化结果
基于项目核心蛋白筛选结果,挖掘HPA数据库中核心蛋白在正常及常见癌症组织的表达情况,并提供HPA数据库中的免疫组化图片(示例如上),可用于论文发表。将样本的检测分析数据与公共数据库挖掘相结合,利用外部数据为项目结果提供支持和验证,提高分析结果的可信度。
8. 潜在药物筛选
基于差异蛋白分析结果中的上调及下调蛋白列表,挖掘CMAP潜在药物数据库,提供数据库评分前5的潜在化合药物列表(右下),可作为药物研究线索。
本结果基于CMAP数据库挖掘分析差异蛋白结果, 用于筛选疾病潜在药物,后续可针对潜在药物开展验证试验,促进药物开发,为药物研发和疾病治疗提供新思路。
为了进一步探索候选蛋白的生物学特点,我们在包含药物靶标的TTD数据库(Therapeutic Target Database, online at http://db.idrblab.net/ttd/)中对差异蛋白和建模蛋白分别进行了检索。展示在所有差异蛋白和建模蛋白中,所包含的目前已经批准或正在进行临床试验的治疗靶点个数。对这些治疗靶点进行功能注释后,展示它们主要的靶点类型,具体如上表。
9. 分子亚型分析
针对疾病组样本的蛋白组学数据,通过共识聚类划分分子亚型(A),分析疾病不同亚型之间的患者生存预后情况及蛋白差异(B-D),并基于亚型差异蛋白探寻相关的信号通路线索(E),揭示疾病的分子特征和病理机制。
本结果展示疾病分子分型结果,探究分子亚型间蛋白、生物学特征及功能通路差异,帮助医生更细致地对疾病进行分类和诊断,促进临床诊疗的精细化和个体化。
10.分子对接分析
分子对接通过计算机模拟计算药物和蛋白的结合能及结合位点,研究建模核心蛋白与其对应TTD药物数据库的临床试验药物之间的相互作用,为阐明药物-蛋白质复合物的结合模式提供有力的证据。使用软件Autodock vina执行分子对接模拟,得到分子对接的结果。
产品服务:
完整版报告包含全部10大分析模块,60+项分析内容。在样本量过低时部分分析内容临床意义较小,可用的分析方法有限。为避免对结果解读造成误导,WPCNA、建模、分子分型分析需达到样本例数要求才能提供,具体见表格。
谱度众合临床组织样本蛋白质组研究一站式解决方案致力于为客户提供更省心的服务、更稳定可靠的数据结果、更丰富详实的分析内容、满足更多元个性的研究方向。
关注我们,了解更多关于临床组织蛋白质组学产品的详细信息。挖掘临床组织样本潜力,我们一同出发!
送样指南:
新鲜冻存组织:
样本要求
1.样本已经剥离附着的其他组织,仅包含待研究部分。
2.样本经过生理盐水清洗,不含明显浮血。
3.样本包含100 mg及以上新鲜/冻存组织块,未经其他用途使用。
参考方法
1.手术切取研究组织,剥离样本上附着的其他组织,仅保留实验待研究部分;
2.用生理盐水冲洗组织至没有明显血液流出;
3.使用干净纱布吸干样本多余水分,称重后100 mg每管分装组织;
4.将样本迅速冻入-20 ℃冰箱短期保存,或-80 ℃冰箱长期保存,检测时取一份样本干冰寄送。
临床穿刺组织:
样本要求:
1.穿刺组织至少2条,肿瘤组织直径≥1mm,长度≥10mm(粟米大小)。
参考方法:
活检针的规格通常以“G”来表示,其中“G”越大表示针越细。以下是一些常见活检部位的推荐型号,具体活检针型号参照具体活检部位专家指南共识:
1.乳腺活检:常用的型号有14G、16G。
2.肾活检、肝活检:常用的型号有16G、18G。
3.前列腺活检、肺活检:常用的型号有18G、20G。
FFPE样本:
样本要求
1.样本切成厚10 μm,长宽分别≥5 mm的切片。
2.样本包含5片及以上,未经过染色等其他用途使用。
3.样本采集符合代表性和准确性原则、一致性和可追溯性原则、迅速性和低温性原则、生物安全性和信息安全性原则等四条基本原则。
参考方法
1.用切片机将石蜡包埋样本切割成厚度10 μm的薄片,共切割10片,放入同一个进口1.5 mL离心管中(注意:一般来讲,若无特殊要求,尽量选取横断面最大处进行切割,保证横断面长、宽分别≥5 mm;在处理不同石蜡包埋样本时,尽量保持相同位置的横断面进行切割,从而最大限度保证实验的一致性);
2.在离心管顶部和侧面分别做上标记,并用封口膜将离心管盖包裹密封;
3. 4 ℃保存,使用冰袋寄送样本。