生物信息一体机EVO私有云搭建(医院、农业、检测公司)个性化workflow定制AI解决方案(转基因、育种、医疗)服务器租用、算力租用CPU服务器GPU服务器生物一体机生物信息学培训二代测序三代Nanopore测序三代Pacbio测序宏基因组测序宏病毒组测序宏转录组测序微生物多样性测序meta-seq细菌框架图细菌完成图比较基因组分析细菌基因组测序重测序基因组DENOVO二+三代测序HIC辅助组装真菌、动植物测序噬菌体、病毒测序转录测序表观组测序表观组测序超微量细胞检测超低微量DNA、RNA建库测序自动规模化细菌鉴定转基因检测基因旁侧序列调取个性化分析及数据挖掘个性化实验设计特色研究DEBrowser生物信息分析工具定性蛋白质组定量蛋白质组(Label-free)翻译后修饰蛋白质组高深度蛋白质组外泌体定量蛋白质组Labe FreeDIA定量磷酸化蛋白质组学宏蛋白组学蛋白质全谱鉴定IP/CO-IP/Pull-down产物鉴定定量乙酰化蛋白质组学TMT/iTRAQ定量泛素化蛋白质组学外泌体、单细胞、ATAC等文献更新非靶向代谢组学类靶向代谢组学脂质组学靶向代谢组学单细胞测序RIP测序宏基因组测序分析宏病毒测序分析超低微量细胞测序表观组测序外泌体定量蛋白质组公司介绍联系我们加入我们

Label Free

非标定量法(Label-Free)是近年来重要的质谱定量方法,通过比较质谱分析次数或质谱峰强度,分析不同来源样品蛋白的数量变化。该技术无需昂贵的同位素标签做内标,提高了低丰度蛋白质的检测效率和蛋白质定量的准确性,广受科研工作者的推崇。


原理

非标定量法(Label-Free)是通过比较质谱分析次数或质谱峰强度,分析不同来源样品蛋白的数量变化,认为肽段在质谱中被捕获检测的频率与其在混合物中的丰度成正相关,因此蛋白质被质谱检测的计数反映了蛋白质的丰度,通过适当的数学公式可以将质谱检测计数与蛋白质的量联系起来,从而对蛋白质进行定量。按照其原理主要分为两种:
第一种spectrum counts类的非标记方法,发展比较早,已经形成多种定量算法,但是主要的原理都是以MS2的鉴定结果为定量基础,各种方法的差别在于后期算法在大规模数据上的修正。第二种非标记定量的原理是以MS1为基础, 计算每个肽段的信号强度在LC-MS上的积分。

应用领域
疾病标志物筛选、疾病控制机制、药物作用靶点研究、发育机制研究、产量提高、作用机制研究、植物抗逆、营养吸收机制研究、稀有物种研究、特殊功能蛋白质筛选。
技术优势
1.无需昂贵的稳定同位素标签标记样本,实验成本低;
2.信息量大,样本数不受限制,可用于大规模数量样本检测;
3.对样本的操作较少,并且不受样品条件的限制,所需样本量低;
4.可以检测到的肽段动态范围可以达到4个数量级以上,提高了低丰度蛋白质的检测效率、非标记定量准确性。

Labelfree-1.png

分享到: