蛋白分析FAQ彙總

• • 您是否計劃進行非線性RT校準，以便在非線性梯度的情況下更好地考慮肽洗脫/分離？

  我們最近在iRT設定中提供了對LOESS和Logorithmic迴歸的支援，希望這將使Skyline使用者更容易訪問您所描述的案例。相關服務:DIA定量蛋白質組學

• • 去除重複肽段是否對應於去除蛋白質之間的共有肽段？

  是的，僅保留其蛋白質特有的肽段，這樣就可避免計算“蛋白質組”的需要（這會使定量估計變得更加複雜）。相關服務:DIA定量蛋白質組學

• • 是否有根據參考蛋白質組的大小選擇每個目標的最佳誘餌數量的指南？

  我不知道有這樣的指導方針。對於特定於樣本的庫，我們通常使用一對一的誘餌生成。對於Pan Human庫，可使用一到四誘餌生成，發現檢測和量化結果幾乎沒有下降，但處理效能和生成的檔案大小有所提高。相關服務:DIA定量蛋白質組學

• • 隔離視窗匯入是否僅適用於.mzml檔案、.wiff和.raw檔案？一般來說，不轉換為.mzmL有什麼限制/好處？

  隔離視窗匯入與儀器的原始檔案格式一樣有效（包括來自timsTOF的diaPASEF資料）。我們在此處轉換為mzML格式僅用於說明目的，以便我們僅獲取供應商檔案包含配置檔案資料的質心檔案。我們不建議您使用自己的資料進行任何到mzML檔案格式的轉換。相關服務:DIA定量蛋白質組學

• • 如何驗證蛋白質測序的結果？

  如果蛋白質序列被成功鑑定，Western blot 是一種很好的驗證方法。由於Western blot方法的特異性和敏感性，Western blot鑑定蛋白質可以100%準確地確定蛋白質鑑定結果，排除質譜鑑定的假陽性。可以選擇針對上述蛋白質序列製備的單克隆抗體進行檢測，透過比較Western

• • 已知蛋白質序列時如何預測蛋白質結構？

  蛋白質結構預測，從蛋白質一級結構預測其摺疊、二級、三級和四級蛋白質結構。目前常用的蛋白質結構預測方法有同源建模和摺疊識別兩種。同源建模透過已知同源或來自同一家族的蛋白質的結構來預測蛋白質的結構。摺疊識別首先總結已知的蛋白質摺疊方法作為目標蛋白質摺疊的模板，然後根據資料庫預測匹配的目標蛋白質摺

• • Edman 降解測序能否確定含有 130 種氨基酸以上的未知蛋白質？

  130個氨基酸序列比較長，已經超過了Edman蛋白質測序的限度。建議使用蛋白質從頭測序來確定蛋白質序列。蛋白質從頭測序不需要使用任何蛋白質資料庫，可以對任何蛋白質進行測序，包括突變、生物工程非天然蛋白質等。相關服務:基於Edman降解的蛋白N端序列分析

• • Nano LC-MS 用於蛋白質鑑定的優勢是什麼？

  Nano LC-MS 在蛋白質鑑定方面比 MALDI-TOF MS 更靈敏有兩個主要原因。首先，由於肽的質量和每個肽的兩個系列片段都存在，即使消化物中低至一個肽也可以鑑定蛋白質。相比之下，基於 MALDI-TOF 的蛋白質鑑定只能確定肽的質量；因此，它需要檢測大量的肽才能實現高可信度的蛋白

• • 對於蛋白質鑑定，我們需要在執行 SDS PAGE 之前濃縮樣品嗎？

  這取決於如果蛋白質樣品的濃度約為 100 fmole/μl，則每條泳道上樣 10μl 應該會產生每條泳道大約 1pmol 的蛋白質。大於1 pmol 的蛋白質條帶可以透過幾種型別的染色劑（考馬斯膠體、Zn、Cu 等）視覺化，並且在這種凝膠條帶中鑑定蛋白質對我們來說通常不是很難。然而，通常情況

• • 如何在凝膠上樣前濃縮蛋白質樣品？

  傳統的蛋白質濃縮方法，如膜透析、TCA 沉澱和膜過濾，由於樣品損失百分比大，通常不適用於微量純化過程。乾燥蛋白質樣品會導致高濃度的鹽和任何其他化學物質可能干擾凝膠電泳。根據我們的經驗，我們建議一種簡單而快速的方法，該方法將蛋白質結合到一些裝在微柱中的反相珠子上，洗滌以去除鹽分，並在上樣到凝