FFPE樣本DIA蛋白定量重磅推出，只需1片F(xiàn)FPE即可獲得更多蛋白鑒定數(shù)、更穩(wěn)定的定量結(jié)果，讓您輕松搞科研、發(fā)paper！

FFPE（福爾馬林固定石蠟包埋）樣本具有數(shù)量大、臨床信息豐富等特點(diǎn)，是研究包括腫瘤等各種疾病的寶貴資源?；贔FPE樣本開展差異蛋白質(zhì)組學(xué)研究，可以充分利用罕見疾病或腫瘤等樣本，研究疾病發(fā)病機(jī)制，發(fā)現(xiàn)與疾病診斷、分型、預(yù)后與治療密切相關(guān)的生物標(biāo)志物。2019年就有兩篇利用FFPE樣本進(jìn)行蛋白質(zhì)組學(xué)研究的文章分別發(fā)表在Nature、Cell雜志^[1,2]，可見倉庫中的FFPE樣本大有可為啊，得好好利用！

然而FFPE樣本存在共價(jià)蛋白交聯(lián)、低蛋白溶解率以及比較低的肽段回收率等問題，使蛋白質(zhì)大規(guī)模檢測面臨艱巨挑戰(zhàn)。因此，華大基因建立了一套針對FFPE樣本的蛋白提取方法，同時(shí)采用DIA技術(shù)路線進(jìn)行全景式的數(shù)據(jù)采集，無遺漏地獲得樣本中所有離子的全部碎片信息，更大程度鑒定樣本中的低豐度蛋白。

實(shí)驗(yàn)測試數(shù)據(jù)顯示，選用1片50mm2組織*10 μm厚的小鼠腎臟FFPE樣本，在DIA模式下可以鑒定到近4000個(gè)蛋白！

不僅如此，蛋白含量遠(yuǎn)低于傳統(tǒng)FFPE樣本的組織經(jīng)實(shí)驗(yàn)測試也有不俗的表現(xiàn)。利用LCM（激光捕獲顯微切割）可在樣本中分離出特定的組織，對腫瘤組織空間異質(zhì)性研究意義重大。該類樣本尺寸小、蛋白含量更低。我們對LCM獲得的10³-10⁴個(gè)人腎臟細(xì)胞進(jìn)行了DIA檢測，蛋白鑒定數(shù)達(dá)2800+。

FFPE樣本蛋白定量依托于DIA（Data Independent Acquisition，數(shù)據(jù)非依賴性采集模式）蛋白定量技術(shù)。DIA能夠掃描區(qū)間內(nèi)所有的肽段母離子，通過二級離子信號的峰面積進(jìn)行定量，可在復(fù)雜樣本中鑒定豐度極低的蛋白分子，真正做到全景式、高通量、高精度的定量比較。

與傳統(tǒng)DDA（Data Dependent Acquisition，數(shù)據(jù)依賴性采集模式）蛋白定量技術(shù)相比，DIA具備鑒定數(shù)高、重復(fù)性好、定量準(zhǔn)確性高、周期短、費(fèi)用低等優(yōu)勢^[3]。因此，DIA更加適合大規(guī)模臨床蛋白質(zhì)組的研究，相關(guān)研究成果接連發(fā)表^[4-7]。

作為國內(nèi)DIA蛋白定量技術(shù)商用的首推者，華大基因在該技術(shù)上處于全球領(lǐng)先地位，曾參與蛋白質(zhì)組學(xué)領(lǐng)域大咖、蘇黎世聯(lián)邦理工學(xué)院（ETH Zurich）Ruedi Aebersold教授牽頭的全球11家實(shí)驗(yàn)室標(biāo)準(zhǔn)評測，并共同發(fā)表Nature Communications 文章^[8]，蛋白鑒定數(shù)目高、定量準(zhǔn)確、重復(fù)性好（圖1、2中的10號結(jié)果）。

圖1 蛋白鑒定結(jié)果

圖2 蛋白定量結(jié)果

現(xiàn)在，DIA蛋白定量技術(shù)不僅可用于新鮮組織樣本，倉庫里的FFPE樣本也能輕松搞定！只需1片F(xiàn)FPE即可獲得更多蛋白鑒定數(shù)、更穩(wěn)定的定量結(jié)果。用好FFPE樣本，CNNS文章輕松發(fā)！還等什么，趕緊聯(lián)系當(dāng)?shù)劁N售下單吧~

參考文獻(xiàn)：

[1] Eckert MA, Coscia F, Chryplewicz A, et al. Proteomics reveals NNMT as a master metabolic regulator of cancer-associated fibroblasts. Nature. 2019;569(7758):723-728.

[2] Harel M, Ortenberg R, Varanasi SK, et al. Proteomics of Melanoma Response to Immunotherapy Reveals Mitochondrial Dependence. Cell. 2019;179(1):236-250.e18.

[3] Ludwig C, Gillet L, Rosenberger G, Amon S, Collins BC, Aebersold R. Data-independent acquisition-based SWATH-MS for quantitative proteomics: a tutorial. Mol Syst Biol. 2018;14(8):e8126.

[4] Bader JM, Geyer PE, Müller JB, et al. Proteome profiling in cerebrospinal fluid reveals novel biomarkers of Alzheimer's disease. Mol Syst Biol. 2020;16(6):e9356.

[5] Coscia F, Doll S, Bech JM, et al. A streamlined mass spectrometry-based proteomics workflow for large-scale FFPE tissue analysis. J Pathol. 2020;251(1):100-112.

[6] Ku X, Sun Q, Zhu L, et al. Deciphering tissue-based proteome signatures revealed novel subtyping and prognostic markers for thymic epithelial tumors. Mol Oncol. 2020;14(4):721-741.

[7] Xu M, Deng J, Xu K, et al. In-depth serum proteomics reveals biomarkers of psoriasis severity and response to traditional Chinese medicine. Theranostics. 2019;9(9):2475-2488.

[8] Collins BC, Hunter CL, Liu Y, et al. Multi-laboratory assessment of reproducibility, qualitative and quantitative performance of SWATH-mass spectrometry. Nat Commun. 2017;8(1):291.