LC/MS, LC/Orbitrap, LC/HRMS, LC/MS/MS
ZaměřeníProteomika
VýrobceThermo Fisher Scientific
Význam tématu
Analýza proteomu plazmy je klíčová pro identifikaci biomarkerů v časné fázi onemocnění, protože kombinuje neinvazivní odběr vzorku s vysokou citlivostí hmotnostní spektrometrie, což umožňuje detekci i velmi nízkých hladin proteinů.
Cíle a přehled studie
Cílem bylo ověřit výkon workflow vysokoprůchodní (60 vzorků za den) a hluboké (16 vzorků za den) LC-MS analýzy plazmatických vzorků z mini kohorty pacientů s různými typy nádorů a etnicky a věkově odpovídajících kontrol. Posouzeny byly rozsah pokrytí proteomu, citlivost detekce a kvantitativní reprodukovatelnost.
Použitá metodika a instrumentace
- Příprava vzorků: EasyPep Mini MS Kit pro neat plazmu a Proteograph XT nanopartiklové obohacení proteinových frakcí.
- Chromatografie: Vanquish Neo UHPLC, 15cm kolona pro 60 SPD a 60cm IonOpticks TS UHPLC pro 16 SPD.
- Hmotnostní spektrometr: Orbitrap Astral MS v úzkopásmovém DIA režimu.
- Software: DIA-NN (v1.8.1) nebo Proteome Discoverer s CHIMERYS; následná analýza v Pythonu.
Hlavní výsledky a diskuse
- Nezatížené workflow (neat plazma) identifikovalo 1 162 proteinových skupin při 60 SPD a 2 516 při 16 SPD.
- S obohacením pomocí Proteograph XT bylo dosaženo 5 531 proteinových skupin při 60 SPD a 8 049 při 16 SPD, tj. 3–4násobného nárůstu krytí proteomu.
- Kvantitativní přesnost byla výborná (koeficient variability <10 %).
- PCA analýza jasně odlišila vzorky pacientů od kontrol a objevené změny odpovídají známým onkologickým drahám.
- Bylo detekováno 67,5 % až 72,8 % FDA schválených onkologických biomarkerů v režimu LFQ-DIA s přímým vyhledáváním.
Přínosy a praktické využití metody
- Výrazně rozšířený proteomický rozsah umožňuje objevovat i nízkomolekulární biomarkery.
- Průchodnost 60 SPD workflow je vhodná pro rozsáhlé populační a kohortní studie.
- Reproducibilní kvantitativní data podporují statisticky podložené rozlišení zdravých a nemocných vzorků.
Budoucí trendy a možnosti využití
- Další nanopartiklové technologie pro selektivní obohacení specifických proteinových frakcí.
- Adaptace workflow na jiné biologické matricové typy (moč, CSF, tkáně) pro rozšíření klinické aplikace.
- Implementace strojového učení a AI pro pokročilé prediktivní modelování na základě proteomických dat.
Závěr
Workflow na Orbitrap Astral MS představuje unikátní kombinaci vysoké průchodnosti, hloubky proteomického pokrytí a kvantitativní přesnosti, čímž výrazně posunuje možnosti objevování a validace biomarkerů ve splazmě pro klinický výzkum a populační studie.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.