logo

logo

产品服务

Sequencing services

DNA测序+
RNA测序+
蛋白质组学 -
代谢组学+
单细胞测序+
时空组学+
Dr. Tom系统+
其他服务+
  • 首页蛋白定量+糖基化蛋白定量关联分析

蛋白定量+糖基化蛋白定量关联分析

产品介绍

信号通路是指细胞内或细胞间通过特定的信号分子传递信息的过程。这些信号分子可以是激素、神经递质、细胞因子等。信号通路在细胞的生长、分化、代谢、凋亡等生理过程中起着至关重要的作用。了解信号通路有助于揭示细胞和组织的基本生物学机制,助力发现新的药物靶点,促进再生医学和组织工程等新兴领域的发展等。总之,信号通路的研究不仅有助于生命基本规律的理解,还具有重要的临床应用价值。

【蛋白组】国内官网更新 202504303519

信号通路示意图

如图所示,生物体内的信号传递过程始于配体分子将外界信号通过受体传递至细胞内。随后,细胞通过一系列信号传递途径对外界刺激作出响应。

这些响应包括通过糖酶-底物作用实现蛋白的糖基化,以及通过激酶-底物作用实现蛋白的磷酸化。细胞响应同时涉及基因表达的调控,这主要通过转录因子-靶基因的相互作用来完成。

蛋白信号调控分析可以探索出每个蛋白下游的完整信息调控路径,从而帮助科学家们更全面地理解细胞内外信号传递的完整过程。这对于理解疾病的发生发展、生物体发育、细胞周期以及逆境适应等生命现象都具有重要的参考价值。

蛋白定量+糖基化蛋白定量关联分析,可以对参与信号通路的蛋白质和糖基化蛋白质进行相关研究。


产品优势

  • N-连接完整糖肽蛋白质组学:与N-连接完整糖肽解析软件StrucGP(西北大学孙士生教授课题组2021年发表于Nature Methods)强强联合,不依赖于数据库,真正实现糖结构解析,可同时获得糖链结构、糖基化修饰肽段及糖链和糖基化位点的对应关系,并可通过标记定量技术实现对N-连接完整糖肽的精确定量。
  • 不同于传统基于表达量层面的关联分析,提供真正功能层面的关联分析,全方位助力蛋白信号网络研究。


分析内容

通过整合CellChat、CAZy等经典数据库,深入分析配体-受体、糖酶-糖结构等关系,提供糖基化率分析、配体-受体蛋白调控分析、糖酶-糖结构分析以及蛋白信号调控等分析。


胰腺导管腺癌细胞信号传导机制研究

Clinical functional proteomics of intercellular signalling in pancreatic cancer. Nature. 2025.

背景:

胰腺导管腺癌(PDAC)作为预后不佳的恶性肿瘤,其特征性肿瘤微环境(TME)显著影响疾病进展及治疗效果。当前可用治疗方案的临床疗效有限,这主要源于我们对PDAC中癌细胞与基质细胞间分子信号网络的理解尚不充分。

实验设计:

  • 样本收集:收集人类胰腺组织及血浆样本,并通过基因工程PDAC小鼠模型进行验证。
  • 蛋白质组学分析:运用TMEPro策略对糖基化和质膜蛋白组进行深度分析,鉴定差异表达蛋白。
  • 空间和时间分辨率分析:利用PDAC小鼠模型,追踪不同时间点的肿瘤进展,分析细胞类型特异性蛋白组。
  • 信号传导通路分析:结合pTyr肽富集和免疫沉淀技术,解析酪氨酸磷酸化介导的信号传导通路。

【蛋白组】国内官网更新 202504304533

蛋白质组学和糖基化蛋白质组学实验流程


主要结果:

1. 细胞间S-PM蛋白组全景图:鉴定出2,741个S-PM蛋白、6,181个非冗余N-糖基化位点和80个新的N-糖蛋白,覆盖了预测S-PM蛋白组的半数以上。

2. 空间蛋白组:在PDAC TME中鉴定出1,000多个差异表达蛋白质,这些蛋白质在肿瘤和正常组织间呈现渐变性变化。

3. 细胞类型特异性蛋白组:通过空间蛋白组学分析,确定了癌细胞和基质细胞特异性蛋白组。研究发现基质细胞富集ECM和蛋白酶活性相关蛋白,而癌细胞则富集转运蛋白。

4. 细胞间信号传导:鉴定出424个受体,其中54%的配体和受体在肿瘤中同步上调,揭示了它们在PDAC TME中的潜在重要功能。

5. pTyr介导的信号激活:利用Photo-pTyr-scaffold方法,鉴定出464个PM蛋白、51个pTyr写入者、94个pTyr读取者和46个pTyr擦除者。

6. 信号传导网络组装和验证:系统整合多维蛋白质组学数据集,鉴定出148对配体-受体相互作用和1,672条信号传导轴。

7. PM蛋白的通用脱落机制:通过生物信息学分析,鉴定出22个在肿瘤组织中显著脱落的PM蛋白,其中AXL表现出最显著的脱落现象。

8. AXL信号传导的额外维度:通过PRM分析,发现AXL及其配体GAS6在肿瘤中呈现高水平脱落,且这种脱落与淋巴结转移呈正相关。



【蛋白组】国内官网更新 202504305102

【蛋白组】国内官网更新 202504305104

【蛋白组】国内官网更新 202504305106




1、适用数据类型

要求用于关联分析的两组学的样本数据一一对应(即用于关联分析的两组学的样本来自于相同的生物学重复个体)。蛋白定量可以是DIA蛋白定量,也可以是TMT标记定量;糖基化蛋白定量需要N-连接完整糖肽蛋白质组数据。


2、重复次数要求

以人或动物模型为样本的疾病领域研究,推荐每组生物学重复30例,至少3例。


Q1:常规的糖基化蛋白质组可以做这个关联分析么?

A1:不可以,常规糖基化蛋白质组缺少糖链结构信息,无法执行此关联分析。


Q2:任何物种都可以开展此项分析么?

A2:该分析的实现需要使用多个数据库,如配体-受体数据库CellChat,糖酶-糖结构数据库CAZy。这两类数据库主要是针对人和小鼠的数据库,因此该分析目前主要针对人和小鼠这两种物种开展。


深圳华大科技(总部)

电话:400-706-6615
邮箱:info@genomics.cn

对话图标