蛋白分析FAQ汇总
-
• 不同时期用Label free分析的多组蛋白质样品可否一起进行统计分析?
只要适当地规范化数据可以一同进行统计分析。大多数最新的蛋白质组学搜索工具(例如,MaxQuant,Fragpipe,适当地规范化数据,您的统计测试将是有效的。大多数最新的蛋白质组学搜索工具(例如,MaxQuant,Fragpipe,ProteomeDiscoverer)将校正质量和保留时间漂
-
• 对多组织提取的蛋白质进行WB时,条带不均衡归一化是什么原因?
可能是由于移液错误,或者蛋白质从凝胶孔中浸出。相关服务:蛋白质免疫印迹和电转移服务
-
• 哪种无标记蛋白质组学方法最适合细胞外囊泡的定量蛋白质组学分析?DDA还是DIA?
这在很大程度上取决于想要获取的实验效果。DIA具有更好的再现性和更高的数据完整性,但是在定量方面,DIA的灵敏度低于DDA,因为必须扫描完整的光谱,从而减少每个数据点的采集时间。相关服务:DIA定量蛋白质组学
-
如果不能确定样品中也含有去硫生物素肽,但以正确的方式进行LC-MS分析和下游数据分析,应该没有太大的影响。相关服务:蛋白质质谱鉴定
-
• 如何降低蛋白质组学分析中唾液样品的粘度,并使样品粘稠均匀?
可以用缓冲液稀释唾液以降低粘度,或者你可以使用FASP来制备蛋白质样品。相关服务:蛋白质组学分析
-
1、使用STRING工具,输入蛋白ID的fasta文件并选择蛋白质样品对应物种的数据库,即可以获取蛋白质-蛋白质相互作用网络和大量信息(请查看下载部分);2、使用BLASTKOALA工具,输入蛋白的fasta文件,即可获得蛋白ID的GO注释。相关服务:GO功能注释及富集分析
-
• 可以使用哪种统计检验来分析LC-MS/MS-蛋白质组学数据是否为异常值?
排除单个数据点的标准通常为95%(或98%)置信度,即其超过其他队列样本的标准偏差。大多数LC-MS/MS研究的问题是,标准偏差太大(因为n太低),几乎所有结果都在95%置信范围内。PCA分析仅仅是提示队列之间的最大差异。在给定的置信水平下,它很少在统计学上有效,并且总是需要有针对性的实验跟
-
• 蛋白质印迹中的内参蛋白是否可用于表明Shotgun蛋白质组学中没有样品制备偏倚?
在免疫印迹实验中,常常使用内参蛋白来验证样品制备的重复性,并显示折叠变化是生物变异的结果。从这个角度来看,可以假设上述结构内参蛋白的水平对于目的样品是相同的。另一方面,最近总蛋白标准化是检验这一假设的更可靠方法,而不是内参标准化。有几种方法可以在质量规格的鸟枪蛋白质组学中进行绝对和相对定量,
-
将蛋白质组学数据进行生物学信息分析,如GO功能注释及富集分析、KEGG通路注释及富集分析等。相关服务:蛋白质组学数据质量评估
-
• 如何量化蛋白质组结果中蛋白质A相对于蛋白质B的样本内相对数量?
对重肽进行SRM分析以获取每个肽的绝对数量。相关服务:定量蛋白组分析
How to order?

