直播回放（上） | 基于质谱的菌群分析、宏蛋白质组及DIA机器学习技术应用研讨会 | 易算生物CEO沈诚频博士

涉及的直播：【周五直播】| 基于质谱的菌群分析、宏蛋白质组及DIA机器学习技术 | 应用研讨会

2022年8月26日，即8月最后一个周五，易算生物直播间为大家带来了两场讲座。如果您错过了这期直播也不要着急，我们为您精剪了回放视频，帮你了解最新的研究动态。

1、第一场讲座

1.0、分享大纲

DIA（data independent acquisition，数据非依赖性采集）技术发展已近十年，得到广泛应用也有5年左右时间。更具性能优势的DIA定量方法替代传统的LFQ和TMT/iTRAQ标记定量一直受到业界关注。

DIA的优点有哪些？足够准、足够快、足够深。 然而，DIA技术发展早期给人带来的固有印象便是实验繁琐，需要建库，数据解读复杂等问题，这也限制了该技术的应用。但是近五年，随着质谱性能的提升和机器学习算法的引入，DIA技术实现了飞跃式发展，成为了质谱定量的主流方法。

本讲座为大家介绍了DIA技术原理，以及几种定量方法的对比。并且，全面介绍了最新的Spectronaut16进行DIA定量的全新流程和优异效果。希望可以为您的实验室技术升级消除障碍。

划重点：单纯修改质谱参数，能不能直接实现足够准、足够快、足够深？有前提。整个实验环节一环套一环，好比木桶原理，最大功率由最薄弱的那一环决定。因此你需要关注整个实验里面，可能会遇到哪些坎，而可能的解决路径又有哪些，这些会在讲座中普及。

1.1、DIA为质谱蛋白质组带来哪些提升

1.2、Spectronaut16算法与传统工具的对比，以及DIA实验要注意的问题

你也许也关注这些问题：

1. 如果我实验室也选了DIA技术，但是我只鉴定到了几百个蛋白，但是我看到文章里面都是一千多，那我问题可能出在哪里？

2. 如果用户给了您从来没有处理过的材料，而且很珍贵，您怎么保证他的DIA数据好？

3. 如果用户只能一批一批的给你材料，比如说病人的新鲜样本。您打算来一批就上机一批，还是说为了避免批次效应，攒够了再开始实验？能不能举几个例子？

4. 在DIA这个领域，您都听过哪些糟糕的建议？

5. ……

嘉宾信息

最后， 感谢复旦大学化学系乔亮研究员、易算生物CEO沈诚频博士，抽出百忙时间，做的精彩分享！ 感谢大家对本次直播话题的关注！

乔亮老师的分享见直播回放（下）

继续阅读

Nature Communications | 复旦大学乔亮、曹纬倩团队开发DIA糖蛋白质组分析工具GproDIA

Nat Comm-易算与复旦携手发表DIA深度学习算法

Frontier Oncology（IF 6.2）|复旦大学与易算发表蛋白组联合代谢组揭示了通路在子宫内膜癌中的作用

NPJ-Biofilms and Microbiomes 易算与复旦、长海医院携手发表宏蛋白质DIA研究成果

聊一聊宏蛋白质组学数据分析那些事！