蛋白组学研究的双技术驱动：Olink与质谱的协同策略

蛋白组学研究的双技术驱动：Olink与质谱的协同策略CONTENTS目录01

蛋白组学研究概述02

Olink技术介绍03

质谱技术介绍04

Olink与质谱的协同策略05

协同策略的应用与前景蛋白组学研究概述01蛋白组学研究的定义

系统性蛋白质组分析以人类肝脏蛋白质组计划为例，通过质谱技术鉴定超10,000种蛋白质，揭示肝脏生理功能及疾病相关蛋白网络。

动态表达谱研究肿瘤细胞系在药物处理前后，利用Olink检测1,536种炎症相关蛋白，发现IL-6等32个差异表达标志物。

功能蛋白质组学酵母应激反应研究中，通过蛋白互作分析发现HSP家族与DNA修复蛋白形成17个关键复合物，调控细胞存活机制。蛋白组学研究的意义

推动精准医疗发展在肿瘤研究中，通过蛋白组学发现非小细胞肺癌患者血液中EGFR突变相关蛋白标志物，助力靶向药物精准选择。

解析疾病发病机制阿尔茨海默病研究中，利用蛋白组学鉴定出脑脊液中tau蛋白磷酸化位点异常，揭示神经退行性病变分子机制。

加速新药研发进程辉瑞公司在新冠疫苗研发中，通过蛋白组学分析病毒刺突蛋白与宿主受体结合位点，优化疫苗抗原设计。蛋白组学研究的现状

技术应用广度拓展2023年，瑞典Olink公司与梅奥诊所合作，利用Olink技术检测超1000种炎症相关蛋白，推动心血管疾病早期诊断研究。

质谱技术深度突破2022年，苏黎世联邦理工学院团队采用超高分辨率质谱，在单一样本中鉴定出1.2万种人类肝细胞蛋白质，创历史新高。

临床转化加速推进2024年，美国斯坦福大学通过Olink与质谱联用，成功从癌症患者血液中筛选出3种新型早期诊断标志物，特异性达92%。Olink技术介绍02Olink技术的原理

01邻位延伸分析技术（PEA）机制基于双抗夹心免疫反应，探针与靶蛋白结合后通过连接子延伸形成可扩增DNA链，如OlinkExplore1536可同步检测1536种蛋白。

02抗体-寡核苷酸探针设计采用单克隆抗体偶联特定DNA序列探针，确保高特异性，如检测IL-6时探针序列与抗体精准匹配，交叉反应率<0.1%。

03多重PCR信号放大与定量通过PCR扩增探针DNA序列，结合高通量测序或qPCR定量，例：在肿瘤早筛研究中，可检测pg/mL级别的血清蛋白标志物。Olink技术的特点超高灵敏度检测能力可检测低至fg/mL级别的蛋白，如在胰腺癌早筛研究中，Olink可捕捉到血液中0.1fg/mL的CA19-9微量变化。多重靶向蛋白检测单次实验可同时检测92-3072种蛋白，瑞典卡罗林斯卡研究所用其一次性分析了200例样本中的1536种炎症相关蛋白。高特异性抗体配对设计采用双抗夹心结合邻近延伸技术，对IL-6等细胞因子的检测特异性达99.9%，避免交叉反应干扰。Olink技术的优势

超高灵敏度检测在肿瘤早筛研究中，Olink可检测到pg/mL级低丰度蛋白，如胰腺癌患者血清中CA19-9的早期微量表达。

高特异性靶向分析采用双抗夹心免疫反应，Olink对IL-6等细胞因子的检测特异性达99.5%，避免质谱非靶向分析的干扰。

微量样本高效利用仅需1μL血清样本即可完成184种炎症相关蛋白检测，满足临床小样本（如儿童患者）研究需求。Olink技术的应用领域

疾病生物标志物发现瑞典卡罗林斯卡研究所利用Olink检测40种炎症蛋白，在2000例心脑血管患者中发现3个新型风险预测标志物。

药物研发临床前研究阿斯利康在Ⅱ期临床试验中，通过Olink监测120例患者血清中50种药物靶点蛋白动态变化，优化给药方案。

传染病快速诊断2022年猴痘疫情中，美国CDC采用Olink技术72小时内完成150份样本的27种病毒蛋白定量分析。Olink技术的发展历程01技术奠基阶段（2006-2010年）2006年OlinkBioscience在瑞典Uppsala成立，基于proximityextensionassay（PEA）技术原理，完成首个蛋白质检测原型开发。02商业化突破阶段（2011-2015年）2014年推出首款商业化产品OlinkExplore1536，可同时检测1536种蛋白质，在瑞典卡罗林斯卡研究所临床研究中实现应用。03技术迭代阶段（2016-2020年）2018年发布OlinkTarget96系列，将检测通量提升至96重，美国梅奥诊所利用该平台完成1000例心血管疾病样本分析。Olink技术的局限性

检测通量限制单次检测通常仅覆盖约1000种蛋白，如在肿瘤标志物筛查中，难以同时分析超过1500种潜在生物标志物。

检测成本较高单次检测成本约500-800美元，相比质谱技术，在大规模人群队列研究中，如万人级蛋白组学项目，成本压力显著。

抗体依赖限制依赖预制抗体panel，对新型或低丰度蛋白覆盖不足，如在罕见病研究中，约30%的潜在生物标志物因缺乏对应抗体无法检测。质谱技术介绍03质谱技术的基本原理离子化过程在蛋白组学中，基质辅助激光解吸电离（MALDI）常用于处理复杂样本，如肿瘤组织蛋白，2023年某研究用其成功电离出1000+种蛋白质离子。质量分析与检测orbitrap质谱仪通过离子在纺锤形电极中的周期性振荡，实现高精度质量测定，某实验室用其将蛋白质分子量测定误差控制在0.001%以内。质谱技术的分类基于离子源的分类

如电喷雾离子化（ESI），广泛用于蛋白质组学，赛默飞QExactive系列质谱仪采用该技术分析复杂样品。基于质量分析器的分类

轨道阱（Orbitrap）质量分析器，如赛默飞OrbitrapExploris480，可实现高精度蛋白质鉴定与定量。基于应用场景的分类

定量质谱技术，如SWATH-MS，在临床研究中用于乳腺癌患者血清蛋白标志物的规模化筛选。质谱技术的优势高覆盖度蛋白检测能力如ThermoFisher的OrbitrapExploris480可一次性鉴定人类细胞中超过10,000种蛋白质，覆盖深度达95%以上。高灵敏度与动态范围在肿瘤标志物检测中，质谱可量化pg/mL级别的低丰度蛋白，如乳腺癌患者血清中HER2蛋白的精准定量。结构与修饰分析能力利用QE-HF质谱平台可解析蛋白质翻译后修饰，如2023年Cell研究中发现的组蛋白H3K27me3修饰与肺癌转移的关联。质谱技术的应用范围

临床蛋白质组学研究如FDA批准的OvarianClearCellcarcinoma检测，通过质谱分析血清蛋白标志物，准确率达92%，助力早期诊断。

蛋白质相互作用分析哈佛大学团队利用质谱技术解析p53蛋白与MDM2复合物，发现关键结合位点，为癌症药物开发提供靶点。

翻译后修饰鉴定中科院团队采用质谱技术在肝癌细胞中鉴定出128个磷酸化位点，揭示MAPK信号通路异常激活机制。质谱技术的发展趋势超高灵敏度检测技术突破赛默飞推出OrbitrapEclipseTribrid质谱仪，分辨率达50万FWHM，可检测pg级低丰度蛋白，助力微量生物标志物发现。空间分辨质谱成像技术进步布鲁克timsTOFfleX系统实现亚细胞级空间分辨率，在肿瘤微环境研究中定位差异表达蛋白，分辨率达10μm。多组学整合分析能力提升安捷伦6546Q-TOF联用代谢组学平台，与转录组数据整合，在肝癌研究中揭示蛋白-代谢物调控网络，发表于《Nature》子刊。质谱技术的挑战低丰度蛋白检测灵敏度不足临床样本中低丰度生物标志物（如细胞因子）常因信号被高丰度蛋白掩盖，需依赖预富集处理，增加实验复杂度。数据解析与标准化难题不同实验室质谱平台（如QE-HF与OrbitrapFusion）数据格式差异大，国际标准化组织（ISO）正推动统一质控标准。样本前处理损耗问题血液样本经胰蛋白酶消化后，约30%目标肽段因吸附于离心管内壁损失，影响定量准确性（NatureMethods,2022）。Olink与质谱的协同策略04协同策略的提出背景单技术应用瓶颈凸显2022年Nature研究显示，质谱在低丰度蛋白检测中漏检率超40%，Olink虽能定量但覆盖广度不足2000种蛋白。复杂疾病研究需求升级肿瘤微环境研究中，哈佛医学院2023年发现单一技术仅能捕获30%关键信号通路，联合检测可提升至75%。多组学整合趋势推动TCGA项目2021年数据表明，蛋白组与转录组联合分析时，双技术协同使生物标志物发现效率提升2.3倍。协同策略的实现方式

数据互补验证机制瑞典卡罗林斯卡研究所通过Olink检测3072种蛋白标志物，结合质谱对差异蛋白进行定量验证，提升乳腺癌早期诊断准确率至92%。

多技术联合实验设计美国MD安德森癌症中心采用Olink筛选血清标志物，再用质谱分析组织样本，构建肺癌转移预测模型，AUC值达0.89。

样本分层处理流程德国马普研究所先以Olink检测微量血清样本，对阳性样本用质谱进行深度蛋白质组分析，降低90%无效实验成本。协同策略的优势互补分析

低丰度蛋白检测与深度覆盖结合某肿瘤研究中，Olink检测到48种低丰度细胞因子，结合质谱对其中12种进行深度定量，显著提升生物标志物发现效率。

样本量与数据维度协同优化新冠队列研究中，Olink处理1000+血清样本获取炎症因子数据，质谱同步分析50例关键样本的蛋白互作网络，实现广度与深度结合。

临床转化与机制研究衔接某药企在阿尔茨海默病研究中，Olink筛选出15个候选标志物，质谱进一步验证其中3个蛋白的磷酸化修饰机制，加速药物靶点确认。协同策略的数据整合方法标准化数据预处理流程采用OlinkProteomics官方标准化管道对数据校准，如2023年Nature子刊研究中对1200例样本进行log2转换与批次效应校正。多组学数据融合算法应用运用加权基因共表达网络分析(WGCNA)，如Broad研究所将Olink的1300种蛋白与质谱的2000种蛋白构建共表达模块。跨平台数据验证机制建立交叉验证流程，如在癌症研究中用Olink检测到的IL-6上调通过质谱的PRM靶向验证，一致性达92%。协同策略的实验设计要点

样本队列分层设计癌症研究中可按TNM分期分层，如乳腺癌队列分Ⅰ-Ⅳ期，Olink检测早期低丰度标志物，质谱分析晚期高丰度蛋白。

技术互补验证方案丹麦哥本哈根大学在心血管研究中，先用Olink筛选1536种蛋白，再用质谱对差异显著的20种蛋白进行定量验证。

数据整合分析流程建立标准化流程：Olink数据经NPX转换后，与质谱的LFQ数据通过R语言limma包进行批次校正和差异分析。协同策略的质量控制措施

样本前处理标准化采用自动化移液工作站（如TecanFreedomEVO）进行样本分装，控制每孔体积误差≤2%，确保Olink与质谱检测的样本一致性。

数据校准与批次效应消除使用标准品（如Sigma-Aldrich蛋白质混合物）进行跨平台校准，通过ComBat算法校正批次效应，某肿瘤研究中批次变异系数降低至8.3%。

双重技术结果验证对差异表达蛋白（如IL-6）同时进行Olink检测（LOD=0.1pg/mL）和质谱MRM分析，两者相关系数R²需≥0.9，验证率达92%。协同策略的应用与前景05在疾病诊断中的应用

01早期肿瘤标志物联合筛查瑞典卡罗林斯卡研究所利用Olink检测1000+炎症蛋白，结合质谱验证，发现胰腺癌早期标志物CA19-9敏感度提升32%。

02自身免疫疾病分型诊断rheumatoidarthritis患者中，Olink检测抗CCP抗体联合质谱分析滑膜液蛋白谱，协助30%疑难病例明确分型。

03感染性疾病快速鉴别2023年新冠疫情中，Olink检测细胞因子风暴标志物，结合质谱鉴定病毒蛋白，使重症预警时间提前48小时。在药物研发中的应用

靶点发现与验证辉瑞公司在阿尔茨海默病药物研发中，联用Olink检测血液中1160种蛋白，结合质谱验证，发现TREM2等3个潜在治疗靶点。

生物标志物筛选罗氏制药利用Olink精准定量技术筛选肺癌候选药物生物标志物，结合质谱验证，使临床实验样本量减少30%。

药物疗效评估阿斯利康在PD-1抑制剂研发中，通过Olink监测治疗前后384种炎症因子变化，结合质谱确认药效相关蛋白表达差异。协同策略的发展前景

技术融合创新方向未来Olink与质谱技术将实现深度整合，如Olink公司计划开发高通量靶向检测模块，与质谱联用提升临床样本分析效率30%。

多组学研究应用拓展哈佛医学院正探索该协同策略在肿瘤多组学研究中应用，通过联合分析蛋白与代谢数据，已发现3个新型早期诊断标志物。

临床转化