中科新生命-易算联合DIA技术讲座

虽然新冠疫情打乱了全世界的节奏，但是并未减缓DIA技术的发展和在国内的快速普及。在精准医学、农林品系研究的带动下，蛋白质组学研究已进入大规模样本分析的时代。传统的蛋白质组技术（Shotgun，Label free、iTRAQ或TMT等），由于随机性较高、重现性较差的限制，已经逐渐难以满足上述研究的需求。作为新一代的革命性蛋白组技术，DIA凭借其全扫描采集的优势，实现了覆盖度、稳定性和准确性的突破，不仅被《Nature Method》评为最值得关注的蛋白质组技术，并频繁被《Nature》《Science》等顶级研究所应用，更是被“癌症登月计划”、“苏黎世癌症地图计划”等国家级精准医疗项目所选择。

基于DIA的技术特色优势，目前DIA的应用主要可总结为三个方向：1. 疾病精准分型、品系研究比较；2. 大队列标志物发现；3. 生物样本信息库构建。由于DIA更多应用于大规模样本的项目，越是大项目，质量风险越高，质量越是重中之重、是根基，否则后续一切的数据挖掘都无意义，浪费样本、浪费时间、浪费经费。中科新生命作为国内较早的DIA技术服务平台，拥有成熟分析体系与项目经验，建立严格质控体系，为DIA技术服务提供强有力的基础保障，在DIA服务方面具有自己的特色和优势。

DIA实验流程复杂，有很多技术细节点，如缺乏严谨的数据评价，尤其是大队列数据的色谱考察和校正等，数据质量风险较大，所产生的实验效果也差别巨大。在这一方面，中科新生命始终秉承质量为本的理念，在DIA方法开发时便建立了一系列的参数评价，比如色谱的峰形、色谱的数据数量点、色谱的稳定性、色谱的capacity能力。在此基础上，在DIA的大量样本的分离采集过程中，色谱的效果不可避免会波动和下降。所以，不仅要考察色谱的效果，还需要对色谱进行校正（例如掺入iRT内标肽），部分质控数据可参见下图。

除此之外，QC样本是用于整体评价数据的最有效方法。可通过定量偏差（CV值）、主成分分析、相关性等方法，对QC样本的一致性进行评价，以反映整个数据采集过程中的稳定与平行。也是大队列数据质量的非常重要的方面，QC的评价效果如下：

DIA与常规蛋白组在实验流程上的最大不同之处，基本就是要做好DIA实验所需考量的特别因素：library库构建。先科普下很多老师都问的一个问题：DIA为啥要建library？质谱对蛋白质肽段的鉴定，基于一级信号及其二级图谱：在常规蛋白质组的扫描模式下，1张二级图谱几乎仅来自于1个一级信号；而在DIA的扫描模式下，1张二级图谱是一个混合图谱，来自于多个的一级信号，其高度复杂。导致：常规蛋白质组搜索理论图谱就行了；而DIA的太复杂，要搜实际质谱采集到的图谱，即library（也有不构建library的做法，但准确性、匹配效率效果影响较大）。因此，DIA的数据解析效果取决于：library库容 + library搜库的算法。中科新生命自推出DIA 技术服务以来，不仅致力于技术方法的优化，也积累了丰富多样的样本类型数据，建立了中科新生命特色的的DIA library ，比如典型的数据库包括医学领域中的血液、心肌、脑组织等，农林领域的模式植物烟草、水稻、非模式植物甘蔗等。同时得益于数据库的不断积累，中科新生命在血浆样本中创纪录，实现单个样本定量2000+蛋白质，为各位老师的应用提供了强有力的基础保障，可谓站在了巨人的肩膀之上。

中科新生命蛋白质组学服务始终坚持质量为本，在严格质量控制下，目前已经超5000+样本下机，样本类型不仅涵盖医学农林各个领域，且在特殊样本处理及鉴定数量上也取得了可喜的鉴定效果，比如石蜡切片组织样本、外泌体珍贵样本以及冰冻切片等微量样本，为老师在特殊体系样本的DIA大规模应用扫平障碍。项目部分样本可参见如下，相信有这么多成功经验，您一定不会觉得DIA还是距离很遥远的事情。更加可喜的是，中科新生命合作客户的第一篇DIA佳作已于2020年3月成功发表，收录在SCI期刊上，这对于DIA的大规模应用又迈进了一大步，相信在2020年会有更多的捷报陆续传来。

DIA技术在近期的CNS文章中有了越来越多的应用，尤其在临床大规模蛋白质组学和多组学联用方面的研究越来越多，但如此规模的实验对质谱平台、数据分析提出了非常高的要求，一旦实验有所缺陷，带来的就是一大批实验结果的问题。因此，我们认为一个好的技术必须随之配套一整套可靠的上下游分析标准和相应分析方法，才能保证研究结果的准确性，也经得起同行的严格评审和考验。我们也将在此方面投入更多的精力为客户提供围绕DIA检测技术的全方位配套服务和产品，为国内各个客户产出的数据都能和国际一流水平一较高下而保驾护航。