血浆蛋白组学分析
基于自主研发的低丰度血浆蛋白富集技术，突破体液蛋白质组学深度覆盖瓶颈。
血浆蛋白组学分析特色
基于自主研发的低丰度血浆蛋白富集技术（国家发明专利），采用芘磺酸修饰的磁性螺旋多壁碳纳米管，实现血浆/血清中低丰度蛋白的高效富集。在23分钟梯度内可鉴定6,000+血浆蛋白，远超传统方法1,000-2,000种的水平，为液体活检、生物标志物发现和药物疗效评估提供前所未有的深度覆盖。
应用案例概览
血浆蛋白组学技术已在多个临床研究场景中得到验证，以下展示三个代表性研究案例，涵盖药物筛选、免疫治疗预测和药效评估三大应用方向。
案例一：COVID-19 重症药物筛选
目的：筛选COVID-19重症和非重症的差异蛋白作为预后指标，同时从58个候选药物中筛选出与差异蛋白相互作用的潜在治疗药物。 方法：利用Label-free蛋白组学方法对71名COVID-19患者的血浆样本进行分析（20名无症状、18名轻症、33名重症）。通过机器学习模型筛选蛋白标志物，利用MRM方法验证，最后利用分子对接筛选与差异蛋白作用最强的药物。 结果：共检测到1,206个蛋白，其中38个蛋白在重症和非重症患者中有显著差异。基于PLS-DA模型筛选20个蛋白作为潜在生物标志物，区分重症和轻症的能力达84%。分子对接实验中，FDA批准的Selinexor（XPO1抑制剂）和Ponatinib（酪氨酸激酶抑制剂）显示出治疗潜力。 结论：血浆蛋白质组学可发现潜在生物标志物并为药物筛选提供靶标。
案例二：免疫治疗疗效预测
目的：免疫检查点抑制剂（ICI）可显著改善转移性皮肤黑色素瘤（CM）患者预后，但仅部分患者获益。本研究旨在寻找疗效预测标志物，以更好预测PD-1治疗效果。 方法：采用LC-MS无偏Global proteomics技术和PEA靶向proteomics技术，分析PD-1治疗有应答和无应答患者的血浆蛋白表达差异，并将差异蛋白与无进展生存期（PFS）进行关联分析。同时分析免疫治疗与靶向治疗（MAPKis）的差异，以筛选PD-1专属标志物。 结果：LC-MS无偏蛋白质组学在可定量检测的1,160种蛋白中发现80种与PD-1治疗相关（与MAPKis无关）。靶向蛋白组学证实了这一发现。差异蛋白涉及T细胞反应、中性粒细胞脱粒、炎症、细胞粘附和免疫抑制等通路。Interleukin 6、Interleukin 10、PRAP1、DSC3、CCL2/3/4、VEGFA 可作为PD-1疗效预测的潜在生物标志物。 结论：血浆蛋白质组学可发现转移性CM患者PD-1治疗的潜在预后生物标志物。
案例三：代谢疾病药效评估
目的：探索单分子双靶点激动剂在治疗肥胖时的疗效标志物，推进无创疗效监测及个性化治疗。 方法：采用高脂饮食诱导的小鼠肥胖模型，利用蛋白质组学与表型分析相结合的方法，对单靶点激动剂组、双靶点激动剂组以及对照组小鼠进行系统分析，并比较雌性和雄性小鼠间的性别差异对药物疗效的影响。 结果：双靶点激动剂在改善肥胖、葡萄糖耐受不良、非酒精性脂肪肝病和血脂异常等方面更具优势。血浆蛋白组学显示双靶点激动剂组小鼠的血浆蛋白发生更广泛变化，包括与炎症、非酒精性脂肪肝病和动脉粥样硬化相关的生物标志物。研究还发现一组与性别无关、可预测药物疗效的生物标志物。 结论：双激动剂在改善代谢疾病方面比单激动剂更有效，血浆蛋白质组可发现更广泛的疗效标志物。
血浆蛋白组学分析技术路线
技术路线：（1）血浆/血清样品采集与预处理 — 标准化采血管和分离流程；（2）低丰度蛋白富集 — 自主研发磁性纳米材料选择性去除高丰度蛋白；（3）LC-MS/MS分析 — Orbitrap Astral超高灵敏度采集；（4）数据处理 — DeepK®平台整合蛋白鉴定、定量、差异分析和生物标志物发现。