蛋白质组学检测及分析方案

iTRAQ检测及数据分析

目录

一、项目简介 (3)

二、实验方案 (3)

2.1样品准备 (3)

2.2实验流程 (3)

2.3实验结果 (4)

三、分析方案 (4)

3.1原始数据预处理及均一化 (4)

3.2差异蛋白筛选 (4)

3.3层次聚类分析 (5)

3.4差异蛋白G ENE O NTOLOGY分析 (6)

3.5差异基因P ATHWAY分析 (6)

3.6差异蛋白N ETWORK分析 (7)

四、费用概算 (7)

五、时间概算 (7)

iTRAQ检测及数据分析方案

一、项目简介

样品情况：

对比情况：针对实验产出的原始数据进行生物信息学处理。组间相互对比筛选差异蛋白，并对差异蛋白进行后续生物信息学数据分析。具体内容见如下方案：

二、实验方案

2.1 样品准备

如果送样为溶液，则溶液中一般不要有SDS、CHAPS、Triton X-100、NP40及吐温 20、40等系列的去污剂。盐浓度小于50mM。

样品可以直接寄送未处理的组织，组织样品需要>100Mg,如蛋白已经提取，则需要蛋白量>200ug。

2.2 实验流程

同位素标记相对和绝对定量(iTRAQ)技术是一种新的、功能强大的可同时对八种样品进行绝对和相对定量研究的方法。作为一种新的蛋白质绝对和相对定量技术，具有很好的精确性和重复性，并且弥补了DIGE及ICAT的不足。它可以结合非凝胶串联质谱技术，对复杂样本、细胞器、细胞裂解液等样本进行相对定量研究。

2.3 实验结果

我们的实验结果将由专业软件Protein Pilot 3.0 (ABI,USA) 进行展示：

鉴定到的该蛋白质的肽断相关信息

同一个group的蛋白质

上图选中绿色的肽断的质谱图信息

所选定蛋白质（上表绿色）的肽断信息

质谱图定量信息

三、分析方案

3.1 原始数据预处理及均一化

首先对原始检测数据进行预处理和均一化处理。使得数据达到后期统计学分析要求。

3.2 差异蛋白筛选

利用统计学方法筛选差异表达的蛋白。一般认为高丰度蛋白鉴定出多个肽段，低丰度蛋

白鉴定出较少肽段，因此检定出来的肽段数可以直接反映蛋白的表达量。我们认为经过检验校正的p-value: p<0.01的基因为差异表达蛋白。

3.3 层次聚类分析

所有的差异蛋白表达值首先经过对数转换，作为层次聚类算法的输入。其中距离(distance)采用Euclidean distance，连接(linkage)采用average。图例如下所示：

3.4 差异蛋白Gene Ontology分析

对于每一种表达趋势的蛋白，选择性的进gene ontology功能分析。对差异表达的所有蛋白向gene ontology数据库的各节点映射。计算每个节点的基因数目，并结合整个数据库的基因作为背景分部，对于每个节点，得到一个2x2的表格，使用超几何分布检验蛋白在每个GO节点的富集或贫乏程度。图例如下所示：

3.5 差异基因Pathway分析

找出差异表达蛋白在生物学通路中的位置，以阐明其生物学功能以及不同蛋白之间的相互作用。首先把差异表达蛋白定位在生物学通路（Pathway）上，然后进行统计分析，确定差异表达蛋白可否可以代表某些生物学通路。图例如下所示：

3.6 差异蛋白Network分析

蛋白网络的构建，可以在全局的水平上直观的反应蛋白之间的相互关系，同时反映了蛋白调控网络的稳定性。但如果蛋白数目较少，对应到每pathway的基因不多，则没有太多意义进行network分析。

实例结果如下图所示：

四、费用概算

项目名称单价（元）样品数量小计（元）

实验部分：

iTRAQ 15000/sample

分析部分：

原始数据处理均一化1200/组

差异蛋白筛选1800/组

层次聚类分析1800/组

差异蛋白GO分类2000/组

差异蛋白pathway分析2000/组

差异蛋白network构建3600/组

注：分析每增加一组加收30%的费用

总计（元）

五、时间概算

实验检测：样品检测合格后45个工作日

数据分析：20个工作日