跨平台合作：质谱、Olink与SomaScan在蛋白质组学研究中的联合策略

原创 omicsolution omicsolution

在蛋白组研究中，很多人一想到Olink、SomaScan和质谱，会立即想到用选择题式的分析方法，比如比较各平台的实际样本检测深度、样本上样量和发表文章的影响因子来比较谁更有优势。然而，真正的优势在于强强联合。

为什么选这三篇？第一篇的角度是跨平台验证；第二篇的角度是多平台数据整合；第三篇则是多组学的角度。

文献1：多平台蛋白组研究根据脑脊液、血浆和尿液鉴定出早期帕金森病标志物

题目：Comprehensive proteomics of CSF, plasma, and urine identify DDC and other biomarkers of early Parkinson's disease

影响因子：12.7（Acta Neuropathol）

发表时间：2024

文章链接：doi: 10.1007/s00401-024-02706-0.

联合方案：差异分析 + 跨平台验证 + 临床关联

利用质谱、Olink和SomaScan三种平台，识别出早期帕金森病（PD）标志物DDC。研究通过多平台的差异分析和临床关联，确认了DDC在脑脊液、血浆和尿液中显著上调，证明其作为PD生物标志物的潜力。

文献1研究内容

帕金森病（PD）在出现运动症状之前很久就已经在分子和细胞水平发生。需要开发早期阶段的分子标志物，用于诊断、预后预测或监测治疗反应。

方案：多平台、多种体液类型的蛋白组研究，可以增加发现早期帕金森病标志物的机会。文章对比了三个平台（Olink、SomaScan和LC-MS/MS）在脑脊液、血浆和尿液中蛋白表达。

首先进行差异表达分析，识别在PD患者和健康对照中显著变化的蛋白；再通过跨平台的交叉验证，确认在各平台和不同体液中一致上调或下调的蛋白质，以确保标志物的一致性。以及结合临床数据，分析这些标志物与PD症状的关联，验证其在早期诊断和疾病监测的价值。

文章从七个不同的队列中收集了4877份样本，涵盖CSF、血浆和尿液。使用三种正交的蛋白质组学方法分析样本，具体包括Olink邻近延伸测定法、SomaScan适配体沉淀测定法和液相色谱–质谱（LC–MS/MS）蛋白质组学方法。见下图

我帮你整理成了这个表格

潜在的目标分子在Olink、SomaScan还是LC-MS/MS平台，在PD患者的脑脊液、血浆和尿液样本中都表现出一致的上调，发现了多个有前景的候选生物标志物，其中DOPA脱羧酶（DDC）尤为突出。

从功能看，DDC是多巴胺合成的关键酶，负责催化多巴胺合成的最后一步。通过Olink测定，认识到DDC在PD患者的CSF和血浆中显著上调，这一结果在使用SomaScan检测的验证结果中再次得到确认。

为了进一步验证DDC的可靠性和特异性，采用了第三个平台和不同的体液类型--液相色谱-质谱（LC-MS/MS）法分析尿液样本。结果显示，DDC在未经治疗的PD患者、前驱期PD患者以及携带GBA或LRRK2基因突变的个体中表现出一致的上调趋势。证明了其作为PD生物标志物的普遍适用性。

更重要的是， CSF中的DDC水平与PD患者的临床症状严重程度相关。在未经治疗的PD患者中，CSF中的DDC水平与运动症状评分（MDS-UPDRS III）显著相关。这一发现表明，DDC不仅可以作为诊断标志物，还能反映疾病的严重程度和进展。

在质谱平台，在尿液样本中发现的DDC上调具有临床意义，因为尿液采集简单且无创，适合大规模筛查和常规临床使用。此外，DDC在携带LRRK2突变的个体中表现出最强的上调趋势，而现有的αSyn-SAA测试在这些患者中的应用有限。这表明DDC可能填补现有生物标志物的空白，特别是在某些基因型的PD患者中。

这一研究也提出了关键问题：

CSF和尿液中DDC水平的上升是否直接由神经元丧失引起，还是说属于神经退行性病变引起的补偿性上调？目前的研究和临床试验正在探讨通过某些治疗增加DDC酶活性的可能性。和他人的研究对接起来，本次的数据强调了进一步研究DDC水平升高机制的必要性。现有的临床测量方法（如UPDRS或MDS-UPDRS）主观性强且易受安慰剂效应影响。DDC作为客观生物标志物的应用可以为临床试验提供更客观的终点。

DDC（i）和DPP7（ii）的差异水平总结，DPP7是本文关注的另一个蛋白，在质谱平台展示出最显著的差异特征

多平台联合揭示了在PD和前驱期PD中，CSF、血浆和尿液中数百种蛋白质的差异表达。重点强调了CSF和尿液中的DDC可作为监测和诊断PD的有前景的新型生物标志物。

这篇文章研究的关键蛋白-DDC在不同体液类型之间的趋势是一致的。且各个平台各自独立做数据分析。你有见过把SomaLogic SomaScan、Olink和质谱蛋白组学的数据糅合起来，联合做分析的么？

我帮你找到了2022年的一篇。

文献2 多平台蛋白质组学分析阿尔茨海默病脑脊液和血浆揭示

与蛋白稳态和基质体相关的网络生物标志物

题目：Multi-platform proteomic analysis of Alzheimer's disease cerebrospinal fluid and plasma reveals network biomarkers associated with proteostasis and the matrisome

影响因子：9.0（ Alzheimers Res Ther）

样本类型：脑脊液、血浆

文章链接：doi：10.1186/s13195-022-01113-5

发表时间：2022

看点：

1、多平台联合分析：OLINK1196；SomaLogic 7000；质谱蛋白组检测

2、质谱体液蛋白组去高丰度和不去高丰度都做（血浆&CSF）

文献2研究内容

设计思路：在本研究中，研究人员从18名阿尔茨海默病（AD）患者和18名健康对照组中采集了脑脊液（CSF）和血浆样本，共36个样本。使用三种蛋白质组学平台（质谱TMT-MS、SomaScan和Olink）进行蛋白质丰度测量。对每个平台的数据进行中位数标准化，并使用TAMPOR算法去除批次效应，然后将同一样本中每个平台的蛋白质测量值进行整合，得到一个统一的丰度值。最终，CSF数据中包含7158个蛋白质测量值，；血浆数据中包含9589个蛋白质测量值。研究利用这些整合后的数据构建了不同体液的各自的蛋白质共表达网络.

在这里，研究揭示了AD相关的多个关键蛋白质模块：CSF蛋白质共表达网络：基于7158个蛋白质测量，识别出38个模块，涉及自噬、突触功能、蛋白质稳态、糖代谢和补体系统等。血浆蛋白质共表达网络：基于9589个蛋白质测量，识别出35个模块，显示出与CSF模块的一定重叠，但也反映出血浆中特有的生物学过程，如胞吞作用和细胞外基质。

研究发现：血浆中获得的蛋白数量比CSF更深，在2022年的数据看来，SomaScan平台在血浆中提供了最深的蛋白质覆盖，测得了4662个未被Olink或MS测得的蛋白质。跨平台测量在CSF中的中位相关性约为0.7，在血浆中的中位相关性约为0.6，血浆中变异性较大。

关键蛋白的识别一向也是易算小伙伴擅长的点。在AD患者中，CSF和血浆中的低丰度蛋白质表达水平普遍下降，尤其是在血浆中。尽管低丰度蛋白质整体下降，SMOC1作为AD的潜在标志物，其在AD患者的CSF和血浆中均显著升高。SMOC1水平在CSF和血浆中的变化与认知功能无显著相关性，但与脑中的M42基质模块密切相关。

本文的去高丰度与不去高丰度结果如何？

本文中，研究人员对质谱数据进行了去高丰度和不去高丰度两种处理方法，以评估高丰度蛋白质去除对CSF和血浆样本中蛋白质测量的影响。也就是说这两个方案，在CSF,血浆里面都分别实现了。处理方法是这样的：去高丰度：移除样本中14种最丰度最高的蛋白质。不去高丰度：保留样本中的所有蛋白质。

结果发现：对于蛋白质覆盖范围，去高丰度处理使得CSF中的蛋白质覆盖范围显著提升，而在血浆中效果较小。未去高丰度处理在血浆中最多测到约500种蛋白质，但在去高丰度14个蛋白的处理后覆盖范围接近这一数值，这在作者看来结果得到了一定提升。

蛋白质相关性：去高丰度处理后的CSF蛋白质相关性较高（中位数相关系数r=0.78），而血浆中的相关性较低且变异较大（r=0.69）。在去高丰度与未去高丰度处理间进行相关性分析，发现两者在AD和对照组中蛋白质测量的相关性较好。

到了后面下游分析的分析，作者用了去高丰度处理的数据。在AD患者中，低丰度蛋白质在CSF和血浆中的表达水平普遍下降，特别是在血浆中，这种趋势更加明显，而且不同平台（TMT-MS、SomaScan、Olink）均观察到了这一趋势。虽然检测深度在当今看来一般般，但是这篇文章给我们带来去高丰度的案例参考。

接下来我们看第三篇。

文献3 整合血浆代谢组学数据、炎症蛋白和临床数据

研究识别出与IBD代谢特征相关的临床和炎症标志物

题目：Mucosal and Plasma Metabolomes in New-onset Paediatric Inflammatory Bowel Disease: Correlations with Disease Characteristics and Plasma Inflammation Protein Markers

影响因子：8.0（J Crohns Colitis）.

文章链接：DOI:10.1093/ecco-jcc/jjac149

发表时间：2023

联合方案：质谱代谢组学（UPLC-MS/MS）和蛋白质组学（Olink）平台

研究内容：为理解儿童炎症性肠病（IBD）的病理机制，比较了新发克罗恩病（CD）和溃疡性结肠炎（UC）患者与非IBD对照组的粘膜和血浆代谢组，并将这些代谢物变化与血浆炎症标志物和疾病特征进行关联

实验设计：这是一项前瞻性、单中心、病例对照研究，旨在分析和比较新发克罗恩病（CD）或溃疡性结肠炎（UC）儿童患者与症状性非IBD对照组的代谢组特征。研究对象包括47名CD患者、9名UC患者和11名症状性非IBD对照组，所有患者均为年龄小于18岁的儿童，临床怀疑IBD。

所有入组儿童均接受标准的IBD诊断，并采集粘膜活检样本和血浆样本。使用超高效液相色谱-串联质谱仪（UPLC-MS/MS）对粘膜和血浆样本进行非靶向代谢物分离、检测和定量分析，同时使用Olink多重炎症的92种炎症蛋白。研究通过生物信息学方法，结合单变量和多变量分析，探索代谢物与炎症蛋白及临床特征之间的相关性。

关于整合分析：采用DIABLO方法将代谢组学和蛋白质组学数据整合，首先是计算每个数据集内变量之间的相关性，建立设计矩阵。再是使用PLS回归分析计算数据集之间的相关性，并选择模型参数以达到最低的错误率。通过留一法交叉验证创建最终的整合模型。使用Circos图展示正相关和负相关，分析结果如下：

在克罗恩病中，IL-24与血红蛋白、粪钙卫蛋白及甘油磷脂等血浆代谢物相关。在溃疡性结肠炎中，IL-24、IL-17A和CCL11与CRP、粪钙卫蛋白及PUCAI相关。

最后

这三项研究都涉及到了多平台的研究。质谱和其他的实验平台期待在未来继续强强联手，帮助解锁更多的未解之谜。

然而目前的研究中，我们发现单一平台用到人会比较多。通过联合多平台的分析方法，不仅可以提高检测的深度和广度，还可以增加结果的准确性和可靠性。如果你之前没有接触过质谱，这是一个加入质谱研究的绝佳时机。如果你已经在使用质谱，但希望将你的研究扩展到其他联合平台，我们也热烈欢迎你一起加入讨论。结合多平台的力量，我们可以发现更多的疾病机制和潜在治疗靶点。

联系我们

上海易算生物科技有限公司，专注于利用LC-MS/MS和生物信息学技术，为客户提供高质量的研究方案。我们与国内顶尖的蛋白质组实验室紧密合作，开发最新的蛋白质组相关技术和产品。从DIA、PRM分析产品、单细胞及极微量蛋白质前处理，低丰度蛋白深度挖掘，糖蛋白质组，宏蛋白质组整体方案实验室落地方案等，易算均有国际前沿水平并在高分杂志上发表成果的技术产品。易算自研EasyPept AUTO自动化工作站能够将步骤复杂的质谱样本前处理流程，简化为一键式操作，实现对微量临床样本蛋白质组的智能化、高通量、高重复性分析，有效解决了手工效率低、蛋白质提取损失大、富集流程不理想、所需样本量大等问题。

在数据分析和国际软件方面，我们自主研发了EasyDIA综合数据处理平台，对液相系统、质谱仪器运行状态、定性结果、定量结果等多个方面进行质控，集成了质谱定量数据分析过程中所用的统计方法，支持分析结果的交互式或静态式的展示与下载功能，有利于支撑大队列的高效运转。我们还引入了国外先进的软件和产品，包括来自瑞士Biognosys公司、德国Bruker公司、德国PreOmics公司和澳大利亚IonOpticks公司等，为国内科研机构提供先进可靠的实验及软件解决方案。

继续学

易肽Auto100高通量蛋白质组前处理平台

Nature 革命性血浆蛋白组+AI算法：衡量器官特异性衰老，预测未来健康趋势