栏目


基于Lothar Willmitzer院士20多年来在代谢组学和系统生物学上的专业学术积累,本公司开发并不断优化了从样本采集、提取、测量,到数据采集、处理及分析的标准操作流程。

 

不同于基因组学和蛋白组学,代谢组学特有的挑战主要集中在以下四个方面:

1.  不同代谢小分子的各种理化性质、质谱方法的局限性、以及低丰度的小分子共同局限了代谢物的检测覆盖范围。

脉图的解决方案:通过对同一个生物样品的一次提取分离,获得水相和脂相组分,采取GC-MSLC-MS高分辨质谱结合的检测平台,极大程度上扩大了小分子检测范围和灵敏度。可提供3000多个包括氨基酸、脂肪酸、核苷酸及其衍生物,糖类分子等代谢分子和2000多个脂质分子的检测结果。


现行临床病理学方法和质谱标准方法的特点差异


2.   太多的未知代谢物和缺乏统一的代谢标准品数据库,使得代谢物的定性注释分析存在极大的挑战性。

 

脉图的解决方案:通过对上千种天然小分子(作为标准参考物)细致、系统地记录,我们不断地致力于建立一个独特的、世界级的代谢物标准品数据库。目前已经收录了逾8000个条目。同时,通过不同的稳定同位素全标记生物材料,我们创建了不同物种、组织,不同发育阶段的同位素标记数据库。每个独立的数据库含有大于5000个解析出唯一化学式的代谢物信息。通过结合这两种手段,我们具有将更多的代谢组学信息引入到多组学大数据池的潜力。

 

3.   在数据采集过程中,由于检测环境和检测方案的设定等不同因素,造成保留时间的漂移、对设备检测敏感度的影响,所导致的质谱数据采集过程中重复性和标准化问题,以及质谱数据分析过程中所面临的标准化和自动化的困难。

 

脉图的解决方案:最大程度上从生物学和统计学,以及数据实际应用的角度,优化实验设计方案;开发并不断完善从样本采集、预处理、提取、检测,到数据采集、处理及分析的标准操作流程和质控体系,从而使得我们的质谱数据有以下几个特征:适应于反映代谢分子变化的实验设计,极具生物学意义和统计意义;优秀的质控体系和严谨的操作流程最大化数据的信噪比;来源于同一样品的代谢组和脂质组数据高度可比性;内部研发质谱数据处理的算法流程所产生的高度重复性。

 


4.   不同组学数据数量级的差异,和不同分子在不同时空变化的异同,对多组学大数据整合和分析的挑战。

脉图的解决方案:脉图不仅能够基于优秀生物实验或者临床试验的设计,和高度标准化数据采集平台,生成可靠、有意义的代谢组学数据;在此基础之上,我们确切的知道,如何整合来自不同检测平台的数据(例如,基因组,蛋白质组和表型组),并利用这些数据,和内部开发出的特殊算法,为在基础研究中揭示生物生理机制,定义与可变性状或疾病相关的生物标志物提供一整套解决方案。






脉图多组学大数据整合分析路径



结合脉图丰富的组学研究分析经验与强大的设备平台,脉图将自身的独特技术投入到发现、验证疾病标志物,以用于更精准的疾病早期诊断、肿瘤良恶性判断、疾病疗效与预后监测。

 

基因水平信息反映的是疾病发生的概率,而代谢物作为生命活动的最终执行者,其状态的改变更为直接的反映了疾病的发生、发展状况。事实上,大部分的疾病标志物都是代谢物,代谢物尤其适合作为一种动态指标,用以精准地发现与诊断疾病。目前的疾病标志物,尤其是肿瘤标志物单一、特异性差、灵敏度低,这些特点让疾病,尤其是癌症,难以得到早期、有效、准确的发现与诊断。

 

疾病标志物从发现到应用分为三个阶段:高通量发现(小规模样本中发现大量潜在标志物)、到初步验证(中等规模样本验证出较为可靠的标志物)、再到大规模确证(大规模样本确证获得最可靠的标志物)并临床应用。脉图使用ThermoFisherOrbitrap超高分辨质谱平台有助于高效地实现上述疾病标志物从发现到应用的全部流程:

 

1. 发现

 

通过血液、尿液、活检组织等样本,发现特定疾病状态下,健康人群和疾病患者的蛋白质组的定量变化,筛选出与该疾病关联的的潜在标志物或标志物集panel

 

2  验证与确证

 

通过大样本检测与分析,排除个体差异和实验差异,筛选出高特异性的标志物,中等规模验证、大规模确证其能够准确区分健康人群与疾病患者。验证和确证的关键在于标准化、统一化的分析流程。

 

3. 应用

 

使用质谱对目标标志物进行检测与绝对定量,真正将发现并确证的标志物应用于临床检测、 疾病早期诊断、肿瘤良恶性判断、疗效检测等。