科研服务
立足于生命科学，为基础研究领域科学工作者提供生物学高端技术服务
科研服务
相关产品
4D-DIA 定量蛋白质组学
4D蛋白质组学是基于新一代timsTOF Pro2质谱仪，通过捕集离子淌度（TIMS）与同步累积连续碎裂（PASEF）扫描模式进行差异定量蛋白质组学研究。以更少上样量、更快扫描速度，实现蛋白质组、修饰组学在覆盖深度、灵敏度、通量方面的全面性提升。
- 产品描述
-
服务介绍
4D蛋白质组学是基于新一代timsTOF Pro2质谱仪，通过捕集离子淌度（TIMS）与同步累积连续碎裂（PASEF）扫描模式进行差异定量蛋白质组学研究。以更少上样量、更快扫描速度，实现蛋白质组、修饰组学在覆盖深度、灵敏度、通量方面的全面性提升。
应用领域
农业研究：用于作物表型性状与蛋白表达的关联研究。
药物靶点发现：筛选疾病关键蛋白、作用机制相关蛋白。
机制研究：分析代谢通路、信号通路的动态调控变化。
蛋白表达定量分析：高通量检测样本中蛋白质表达水平变化。
技术优势
专业设备：基于新一代timsTOF Pro2质谱仪，检测速度提升近一倍，通过捕集离子淌（TIMS）与同步累积连续碎裂（PASEF）扫描模式进行差异定量蛋白质组学研究；
高精准：利用第四维“离子淌度”，有效区分同分异构肽段，显著提升鉴定准确性；
高深度：蛋白鉴定水平提升近20%，具有更高的检测深度和覆盖度；
服务流程
样品接收标准
样本
要求
备注
植物组织
≥200 mg
液氮速冻，-80℃保存，干冰运输，1天（5kg）2-3天（10-20kg）3-5天（20-30kg）
动物组织
≥100 mg
细胞类
≥5 x 107 个
菌体
≥100 mg
服务流程、周期及交付
服务流程
工作日
交付材料
蛋白提取及处理
18个
1、原始数据、结果图片
2、标准实验报告（含实验步骤、流程）
3、生信分析：鉴定数量分析、表达差异分析、功能分析
DIA LC-MS/MS
数据库检索
定性定量分析
生信分析
实验报告
数据分析
标准数据分析内容
鉴定分析 鉴定与定量结果统计；单个样本蛋白质鉴定结果统计；韦恩图；主成分分析；PCC分析；RSD分析；蛋白质丰度分析 差异表达分析 差异结果统计；火山图；箱线图；雷达图；聚类分析图 功能分析 亚细胞定位；结构域分析；GO功能分析；KEGG/Reactome/ WikiPathways通路分析；GSEA分析；转录因子分析；激酶分析；互作网络分析；WGCNA分析 质量控制 QC样本评价；组间样本鉴定评价；样本定量波动评价；DIA体系评价 高级数据分析 临床药物研究 药物靶点注释 标志物的筛选 集成机器学习 分子分型 无监督聚类分型分析 案例报告
1、鉴定数量分析
图：DIA 鉴定结果统计柱状图
2、表达差异分析
图：groupvs 组差异表达蛋白质聚类分析图
3、功能分析
图：groupvs 组差异表达蛋白质亚细胞定位分布饼图
图：亚细胞定位结果上下调比较柱状图
图：groupvs 组所有差异蛋白质的 GO 富集 Circos
3、质量控制（QC）
图：QC 的 CV 值分布箱线图
图：QC 的 CV 值分布图
图：QC 样本的3D-PCA 图
参考文献
[1] Yu CS1, Lin CJ, Hwang JK. Predicting subcellular localization of proteins for Gram-negative bacteria by support vector machines based on n-peptide compositions. Protein Sci. 2004 May;13(5):1402-6.
[2] Finn RD, Coggill P, et al., The Pfam protein families database: towards a more sustainable future. Nucleic Acids Res. 2016 Jan 4;44(D1):D279-85.
[3] Ashburner, M., et al., Gene ontology: tool for the unification of biology. The Gene Ontology Consortium. Nat Genet, 2000. 25(1): p.25-9.
[4] Gotz, S., et al., High-throughput functional annotation and data mining with the Blast2GO suite. Nucleic Acids Res, 2008. 36(10): p. 3420-35.
[5] Kanehisa, M., et al., KEGG for integration and interpretation of large-scale molecular data sets. Nucleic Acids Res, 2012. 40(Database issue): p. D109-14.
[6] Subramanian，A.,et al.,. Gene set enrichment analysis: A knowledge-based approach for interpreting genome-wide expression profiles. Proc Natl Acad Sci U S A.,2005, 102(43):15545-50.
[7] Parker SJ, Rost H, Rosenberger G, Collins BC, Malmström L, et al. Identification of a Set of Conserved Eukaryotic Internal Retention Time Standards for Data-independent Acquisition Mass Spectrometry. Mol Cell Proteomics. 2015; 14(10): 2800-2813.
[8] Li S, Cao Q, Xiao W, Guo Y, Yang Y, Duan X, Shui W. Optimization of Acquisition and Data-Processing Parameters for Improved Proteomic Quantification by Sequential Window Acquisition of All Theoretical Fragment Ion Mass Spectrometry. J Proteome Res. 2017; 16(2):738-747.
[9] Wisniewski, J.R., et al., Universal sample preparation method for proteome analysis. Nat Methods, 2009. 6(5): p.359-62.
声明：本公司出售产品只能用于科研目的，不得用于诊断或者治疗！
赋能科研，驱动创新
联系我们
-
电话：400-863-8520
咨询邮箱：market@bestofbest.top
投诉建议：info@bestofbest.top
地址：江苏省南京市栖霞区仙林街道齐民西路6号南京仙林智谷3C栋10楼
子公司：南京维百瑞检测技术有限公司
南京瑞源生物
官方客服