혈장 단백질체학 벤치마킹
단백질체학은 질병의 생물학적 변화를 탐구하고 초기 질병 단계에서 잠재적 바이오마커를 식별하여 진단, 예후 및 치료 효능 평가에 기여합니다. 효율적인 고처리량 단백질체학 기술 개발은 인간 혈장 단백질체에 대한 포괄적인 연구를 가능하게 합니다. 본 연구는 데이터 독립적 분석(DIA) 혈장 단백질체학 데이터 분석을 위한 다양한 질량분석기(MS)와 소프트웨어 도구의 성능을 비교했습니다. 인간 혈장 단백질에 대장균 단백질을 세 가지 다른 농도로 첨가하는 '혼합 종' 접근법을 사용하여, 다양한 LC-MS 실행 시간 및 데이터 분석 워크플로우(DIA-NN 및 Spectronaut)의 차등 풍부도 검출 능력을 평가했습니다. 연구 결과, ZenoTOF 7600 MS 워크플로우를 라이브러리 모드의 DIA-NN과 결합했을 때 스파이크된 샘플에서 단백질 풍부도의 진양성 변화를 가장 효과적으로 감지했습니다. 특히, 21분 기울기 방법을 사용한 라이브러리 모드의 DIA-NN은 진양성 변화 감지에서 Spectronaut보다 우수한 성능을 보였습니다. 이러한 결과는 혈장에서 차등적으로 풍부한 단백질을 효과적으로 감지할 수 있는 가능성을 제시하며, 향후 질병 바이오마커 발굴 및 진단 기술 발전에 기여할 것으로 기대됩니다.