资源中心

• • 基于质谱的蛋白质测序：原理与优势

  在精准医学、生物制药、基础研究不断深化的当下，获取高质量的蛋白质序列信息已成为生命科学研究不可或缺的一环。蛋白质作为生物体功能执行的直接承担者，其一级结构（氨基酸序列）是理解蛋白功能、研究疾病机制、开发靶向药物的基础。随着质谱技术的飞跃式发展，基于质谱的蛋白质测序（Mass Spectrom

• • 通过串联质谱法进行肽从头测序

  在蛋白质组学研究中，基于数据库的质谱数据分析（Database Search）已成为主流。然而，随着科研深入非模式物种、天然产物、抗体工程、新肽药物等前沿领域，数据库本身的缺失或不完整，限制了传统方法的有效性。这时，一种不依赖数据库、直接从质谱数据中还原肽段氨基酸序列的方法——肽从头测序（D

• • 从头测序的关键技术与挑战

  在蛋白质组学研究中，数据依赖于已有的蛋白质数据库进行谱图匹配。然而，在非模式物种研究、新蛋白修饰探索、单细胞蛋白组学以及抗体表征等前沿应用中，数据库往往无法提供足够支持。从头测序（de novo peptide sequencing）技术应运而生，成为解析未知蛋白序列的关键工具。   从头测

• • 抗体的N端和C端是什么？精准测序帮您解决结构难题

  抗体（Antibody）作为免疫系统的核心效应分子，在疾病诊断、药物开发及靶向治疗等领域中发挥着越来越重要的作用。随着抗体药物市场的快速扩张，研究者对其结构的认知与解析也提出了更高要求。本文将聚焦抗体分子的N端和C端结构，并深入探讨如何借助精准蛋白测序技术解决抗体结构解析中的关键难题。  

• • 下一代De Novo测序算法

  De Novo测序，即从头推断肽段氨基酸序列，是蛋白质组学中识别未知蛋白、修饰肽段、抗体片段等的重要工具。相较于数据库搜索方法，De Novo测序不依赖参考数据库，适用于非模式物种、数据库不全、翻译后修饰、多变异样本等复杂场景。然而，传统的De Novo算法（如PEAKS、Novor、Pep

• • De Novo测序和同源性搜索，如何协同分析？

  在蛋白组学研究中，数据库搜索（Database Search）仍是主流分析方式，但它高度依赖现有数据库的完整性与准确性。当我们面对的是非模式生物、天然产物、抗体片段或翻译起始位点变异的肽段时，数据库可能无法匹配这些“新序列”，导致错配或完全漏报。   这时，De Novo测序（从头测序）提供

• • 基于深度学习的肽序列分析

  深度学习通过构建多层神经网络结构，具备从复杂数据中自动学习特征的能力，已广泛应用于图像识别、自然语言处理、生物信息等领域。近年来，越来越多研究将其引入肽段序列的分析，从从头测序（de novo sequencing）到功能预测（peptide function prediction），甚至抗

• • 小分子高通量筛选

  小分子高通量筛选用于识别和分析生物分子与化学小分子之间的相互作用。其核心任务在于通过自动化的流程和大规模的实验设计，快速识别出具有潜在生物活性的化合物。这一技术的应用领域极为广泛，涵盖了医学研究、农业科学、生物技术以及环境科学等多个方面。在医学研究中，小分子高通量筛选被广泛应用于药物开发。尤

• • 10x TCR测序

  10x TCR测序是用于深入分析T细胞受体（TCR）多样性和复杂性的先进技术。TCR是存在于T细胞表面的蛋白质复合物，负责识别外来抗原并启动免疫反应。每个T细胞都携带独特的TCR序列，这种多样性是人体免疫系统能够有效识别和抵御多种病原体的关键因素。10x TCR测序技术在基础研究和临床应用中

• • 10x BCR测序

  10x BCR测序是专门针对B细胞受体（BCR）复杂性和动态变化的先进基因组测序技术。BCR是人体免疫系统的重要组成部分，负责识别和结合外来抗原，从而激活免疫反应。通过使用10x BCR测序技术，研究人员能够深入分析BCR的基因重组和突变过程，揭示个体的免疫系统如何适应和应对多样化的病原体和