蛋白分析FAQ汇总

• • 您是否计划进行非线性RT校准，以便在非线性梯度的情况下更好地考虑肽洗脱/分离？

  我们最近在iRT设置中提供了对LOESS和Logorithmic回归的支持，希望这将使Skyline用户更容易访问您所描述的案例。相关服务:DIA定量蛋白质组学

• • 去除重复肽段是否对应于去除蛋白质之间的共有肽段？

  是的，仅保留其蛋白质特有的肽段，这样就可避免计算“蛋白质组”的需要（这会使定量估计变得更加复杂）。相关服务:DIA定量蛋白质组学

• • 是否有根据参考蛋白质组的大小选择每个目标的最佳诱饵数量的指南？

  我不知道有这样的指导方针。对于特定于样本的库，我们通常使用一对一的诱饵生成。对于Pan Human库，可使用一到四诱饵生成，发现检测和量化结果几乎没有下降，但处理性能和生成的文件大小有所提高。相关服务:DIA定量蛋白质组学

• • 隔离窗口导入是否仅适用于.mzml文件、.wiff和.raw文件？一般来说，不转换为.mzmL有什么限制/好处？

  隔离窗口导入与仪器的原始文件格式一样有效（包括来自timsTOF的diaPASEF数据）。我们在此处转换为mzML格式仅用于说明目的，以便我们仅获取供应商文件包含配置文件数据的质心文件。我们不建议您使用自己的数据进行任何到mzML文件格式的转换。相关服务:DIA定量蛋白质组学

• • 如何验证蛋白质测序的结果？

  如果蛋白质序列被成功鉴定，Western blot 是一种很好的验证方法。由于Western blot方法的特异性和敏感性，Western blot鉴定蛋白质可以100%准确地确定蛋白质鉴定结果，排除质谱鉴定的假阳性。可以选择针对上述蛋白质序列制备的单克隆抗体进行检测，通过比较Western

• • 已知蛋白质序列时如何预测蛋白质结构？

  蛋白质结构预测，从蛋白质一级结构预测其折叠、二级、三级和四级蛋白质结构。目前常用的蛋白质结构预测方法有同源建模和折叠识别两种。同源建模通过已知同源或来自同一家族的蛋白质的结构来预测蛋白质的结构。折叠识别首先总结已知的蛋白质折叠方法作为目标蛋白质折叠的模板，然后根据数据库预测匹配的目标蛋白质折

• • Edman 降解测序能否确定含有 130 种氨基酸以上的未知蛋白质？

  130个氨基酸序列比较长，已经超过了Edman蛋白质测序的限度。建议使用蛋白质从头测序来确定蛋白质序列。蛋白质从头测序不需要使用任何蛋白质数据库，可以对任何蛋白质进行测序，包括突变、生物工程非天然蛋白质等。相关服务:基于Edman降解的蛋白N端序列分析

• • Nano LC-MS 用于蛋白质鉴定的优势是什么？

  Nano LC-MS 在蛋白质鉴定方面比 MALDI-TOF MS 更灵敏有两个主要原因。首先，由于肽的质量和每个肽的两个系列片段都存在，即使消化物中低至一个肽也可以鉴定蛋白质。相比之下，基于 MALDI-TOF 的蛋白质鉴定只能确定肽的质量；因此，它需要检测大量的肽才能实现高可信度的蛋白

• • 对于蛋白质鉴定，我们需要在运行 SDS PAGE 之前浓缩样品吗？

  这取决于如果蛋白质样品的浓度约为 100 fmole/μl，则每条泳道上样 10μl 应该会产生每条泳道大约 1pmol 的蛋白质。大于1 pmol 的蛋白质条带可以通过几种类型的染色剂（考马斯胶体、Zn、Cu 等）可视化，并且在这种凝胶条带中鉴定蛋白质对我们来说通常不是很难。然而，通常情况

• • 如何在凝胶上样前浓缩蛋白质样品？

  传统的蛋白质浓缩方法，如膜透析、TCA 沉淀和膜过滤，由于样品损失百分比大，通常不适用于微量纯化过程。干燥蛋白质样品会导致高浓度的盐和任何其他化学物质可能干扰凝胶电泳。根据我们的经验，我们建议一种简单而快速的方法，该方法将蛋白质结合到一些装在微柱中的反相珠子上，洗涤以去除盐分，并在上样到凝