安徽代谢panelOLINK蛋白质组学售后分析

黑色素瘤：免疫检查点抑制剂（Immune checkpoint inhibitors, ICIs）疗法，如细胞毒性T淋巴细胞相关抗原4（CTLA-4）和程序性细胞死亡蛋白1（PD-1）抑制剂，已经***改善了转移性皮肤黑色素瘤（metastatic cutaneous melanoma, CM）患者的***效果。根据III期临床试验的长期随访，PD-1抑制剂如帕博利珠单抗（Pembrolizumab-默沙东公司的KEYTRUDA）、纳武单抗（Nivoluma-百时美施贵宝公司的 OPDIVO）与CTLA-4抑制剂伊匹单抗（Ipilimumab -百时美施贵宝公司的YERVOY）相比，显示出一定优越性。除了ICIs，携带BRAFv600突变的转移性皮肤黑色素瘤患者还有另一个***选择，即对丝裂原***蛋白激酶抑制剂（MAPKis）的靶向***，包括BRAF抑制剂和MEK抑制剂（BRAFis/MEKis）。OLINK蛋白质组学服务(炎症 PANEL)。安徽代谢panelOLINK蛋白质组学售后分析

—特异性高✴双抗体识别每个靶蛋白✴每个靶蛋白都有专属“条形码”—Highmultiplex✴1536/384-panel✴个性定制✴96/48-panel（7大主要疾病、7大生物途径）—动态范围广✴跨越10个数量（fg/ml~ug/ml）—灵敏度高✴可达fg/ml（IL-830fg/ml）—用量少✴1ul/检测（血清/血浆）✴2.8ul/全库（1536个target）—通量高✴每周可测135万个蛋白✴已产出279,963,000蛋白数据点—可靠性高✴严格验证，从7200+候选蛋白中筛选出1500+✴1536-panel检测中99.8％没有交叉反应—定量方式全✴相对定量（全品系）✴***定量（针对48-panel、定制）。安徽代谢panelOLINK蛋白质组学售后分析OLINK蛋白质组学技术在生物标志物筛选中的应用。

OLINK精细蛋白质组学服务(心血管疾病-II PANEL)：心血管疾病-IIpanel检测时*需1μL的生物样本就能同时分析92种蛋白质生物标志物。在选择这些蛋白质生物标志物过程中，即考虑到在样本中的动态范围又同时兼顾与心血管疾病的紧密程度。心血管疾病-IIpanel包含已知的人类心血管和炎症标记物以及与心血管疾病标记物同样具有巨大潜力的候选蛋白质。每一个蛋白质都由该领域的**共同精心挑选而来。每种关注的低丰度蛋白分析物均已根据样品材料，特异性，精密度，灵敏度，动态范围，基质效应和干扰进行了评估。

有相当部分的CM患者对ICI***无应答或产生耐药性，即使是抗PD-1和抗CTLA-4联合***也有约40%的无应答率。虽然有预测***反应的需要，但到目前为止，临床实践中尚缺乏有效的生物标志物用于预测CM患者的抗PD-1***效果。为发现血浆中与***相关的系统性变化，并寻找与***结果相关的潜在生物标志物。Olink panel中的92个免疫**相关蛋白有77个具有至少80%的观察值，其中的23种蛋白（占29.8%）在抗PD-1***期间的血浆水平发生了***变化。PDCD1LG2/PD-L2、TNFRSF21、CSF1、TGFB1、TEK、DCN、LGALS1、KDR和 ICOSLG；其他82个蛋白（89.23%）未能检出。可以在组学水平上检测疾病相关的成百上千种低丰度蛋白。

OLINK精细蛋白质组学服务(**-III PANNEL)：**仍然是主要的死亡原因之一，并继续需要全球范围内的大量研究工作。发现和验证更多与**相关的蛋白质生物标记物将有助于应对这一巨大挑战，同时能更好地为个性化*****铺平道路。**-IIIpanel检测时*需1μL的生物样本就可以同时对96个样本检测92种**相关biomarkers，其中包含已知的炎症标记物以及具有巨大潜力的候选marker。每一个蛋白质都由该领域的**共同精心挑选而来，涉及血管生成，细胞通讯，细胞代谢过程，细胞凋亡，细胞增殖/分化，另外根据DisGenNet收录的与**相关的蛋白质，包括与致*性，**进展，实体瘤和复发性**相关的多种标志物。**IIIpanel中还增加了一些已确定的**相关生物标志物，包括：细胞表面A33抗原，B细胞受体CD22，前神经肽γ，同种异体移植炎症因子1和血管内皮生长因子受体1。每种关注的低丰度蛋白分析物均已根据样品材料，特异性，精密度，灵敏度，动态范围，基质效应和干扰进行了评估。II panel检测时需 1μL 的生物样本就可以同时对96个样本检测92种相关标志物。代谢panelOLINK蛋白质组学专业服务

OLINK蛋白质组学样品保存：转移到干净的管中，分装至材质有保障的EP管或96孔板，保存于-80℃。安徽代谢panelOLINK蛋白质组学售后分析

阿尔兹海默症： 该研究使用临近延伸分析技术（PEA）分别检测180位香港市民1160个血浆蛋白水平，训练包括106位AD患者和74位健康对照（HC）组成，验证队列包括36位AD患者和61位HC。 在训练队列中，与HC相比，AD患者共有429种差异蛋白，其中包括61种***上调的蛋白和368种***下调的蛋白。蛋白质聚类分析共找到了19个与AD相关的血浆蛋白簇。研究者选择19个蛋白簇中的关键蛋白，构建了一个AD的诊断模型。在验证队列中该诊断模型的AUC = 0.9690，且再次比血浆ATN生物标记物的模型（AUC = 0.8871）更准确。此外，研究者再次验证，该模型生成的AD分类分数与认知能力相关。对两个**队列的综合分析显示，整合模型可准确地对AD进行分类，敏感性为90.51％，特异性为90.91％（AUC=0.9594）。且19种蛋白标志物模型确定的AD严重程度水平与p-tau181状态***相关：严重组中≈80％的个体为p-tau181阳性，而正常组中为≈20％。这些结果共同证明该19蛋白模型对tau病理分类的AD具有特别高的准确性，为开发针对AD的高度特异性的基于血液的诊断工具提供了基础。安徽代谢panelOLINK蛋白质组学售后分析