June 2025

网络研讨会 ✦ Protein Metrics现已正式发布Byos v5.9版本，新版本带来了多项革命性功能升级！为帮助大家深入了解Byos v5.7至v5.9的核心更新内容，我们诚邀您参加Byos版本更新的网络研讨会。本次会议不仅系统解读新功能，更有实时Q&A环节，解答您在使用中的所有疑问。 01 核心议程 01  Byos v5.9核心功能深度解析 02 Byos v5.7-v5.9重大更新回顾 03 互动答疑：您的问题，我们现场解答！    版本更新亮点    🔹 智能XIC比对与定量升级 🔹 糖组学与交联分析扩展 🔹 工作流与兼容性优化 ……. Byos v5.9更新内容及注意事项 （点击此处了解详情） 02 会议安排 会议时间 2025年7月4日，14:00-14:30 会议地点 腾讯会议  #136-848-039 主讲人 高准, Protein Metrics客户成功科学家 03 注册报名 点击链接 https://meeting.tencent.com/dm/oCzXjfyudfXb 或扫描下方二维码注册报名。 即刻扫码，预定您的席位！ ✅抢先掌握Byos最新功能应用技巧 ✅与技术专家互动交流，解决实际分析难题 ✅下周五14:00，不见不散~ 关于 Protein Metrics Protein Metrics LLC是一家全球领先的质谱数据解析软件供应商，公司总部位于美国波士顿。我们为科研和企业用户提供高效准确的一站式质谱数据解析方案，帮助用户发现、解决问题。Protein Metrics在全球范围内提供销售和支持，目前已为超过200个企业和300个科研单位提供服务。 联系我们邀约演示 …

【会议预告】Byos v5.9功能升级，即刻报名锁定席位！ Read More »

MAM是一种基于LC-MS的肽图分析方法，近年来在蛋白质治疗药物行业得到了广泛应用。由于MAM能够识别并靶向定量多个关键质量属性(CQAs)，此次参与MAM循环比对的研究人员，购买了未消化的市售NIST mAb及获得了胰蛋白酶消化的市售NIST mAb。 对获取的数据进行收集和分析，旨在评估不同实验室间测量方法和样品制备方法的可重复性。本次实验室间MAM研究的目的是确认并改进各实验室用于抗体治疗药物MAM分析的基本技术。 方法 Sample ①NIST mAb (NIST, RM 8671)； 各实验室进行胰蛋白酶消化 Sample ② NIST mAb胰蛋白酶消化标准肽段； (Waters 186009126) 浓度为 0.2mg/mL 各实验室使用相同的色谱及质谱，并且液相和质谱的方法也保持一致。1 1. Nat Protoc. 2023 Apr;18(4):1056-1089 结果 参考肽段的相对峰面积、质量准确度和保留时间的比较 图1. 参考肽段的相对峰面积（仅MS1数据） 图2. 修饰比例 (%) (仅MS1数据) 图3. 各参考肽段的平均质量准确度（单位: ppm） 图4. 各参考肽段的保留时间变化 肽段DTLMISR氧化修饰的百分比总和在两个实验室的数据中存在一些异常值。而对于脱酰胺化的‘PENNY’肽段，其修饰百分比总和并未显示出任何异常值。 有一个实验室针对所购已消化样品的数据出现了异常值，然而，其他参与者的数据中保留时间的重现性相似。这表明本研究中的数据足以用于比较。 结论 对于在日本开展的MAM循环研究，使用独立液相色谱和质谱系统对购买的和内部消化的NIST mAb进行了分析，这些系统仅在MS1模式以及MS/MS模式下获取数据。我们使用Byosphere比较了几种预定义的参考NIST mAb关键质量属性(CQAs) (脱酰胺、氧化、末端赖氨酸丢失和焦谷氨酸化) 的相对丰度。鸟瞰图使研究人员能够快速发现异常值，并改进样品制备、质谱参数和分离条件。 Byosphere的Dashboard功能使用户能够查看不同样本和实验室中的肽修饰率及系统适用性，并能够从大量数据中获得洞察。 作者 Ayako Kurimoto, K. Ilker Sen Protein …

利用NIST单克隆抗体 (mAb) 开展的日本实验室间MAM数据比对案例研究 Read More »

01 引言 在过去的几年中，数据非依赖采集 (DIA) 方法在蛋白质组鉴定与定量分析流程中日益成为标准。随着DIA技术的广泛应用，各种数据处理工具应运而生，其性能和灵敏度均稳步提升。然而，挑战依然存在——例如，如何处理共洗脱的碎片离子、应对海量数据，以及解决因DIA数据的组合特性而导致的计算复杂性。 Protein Metrics, LLC的MS/MS搜索引擎在数据依赖采集 (DDA) 应用于翻译后修饰 (PTM) 工作流程中享有盛誉，已被研究人员和制药公司广泛采用。基于这一基础，Protein Metrics最近推出了一款专为支持DIA数据而设计的新工作流程。本文介绍了为DIA分析量身定制的高性能、可扩展算法原型的开发，这标志着我们在处理复杂蛋白质组数据集方面的能力取得了重大进展。 02 方法 这款新型搜索引擎的原型在现有的Byos®宿主细胞蛋白workflow (HCP)和多蛋白定量(MPQ) module流程框架内进行了评估。在这些测试中，新型引擎被用于替代Protein Metrics传统的Byonic™搜索引擎。 03 结果 比较肽段和蛋白质异构体的检测/定量能力 在本研究中，我们通过引入一款专为适配DIA数据特性而设计的新型搜索引擎，探索了扩展Byos®平台DIA分析能力的新方法。我们的工作聚焦于提升以下三个关键方面： 1、通过利用多同位素信息，增强对离子信号的灵敏度，同时保持对可能影响单个同位素的潜在干扰的稳定性。 2、优化打分系统，以便更好地区分真实匹配和干扰信号。 3、更精准地检测前体和碎片离子信号的共洗脱。 我们的方法围绕在整个分析流程中保持灵活性展开： 在最终评分阶段之前，我们会保留所有在多种电荷态和不同假设条件下匹配到的碎片信号。这确保了任何可能具有价值的匹配都不会被过早舍弃。 新的搜索引擎支持将所有相关的同位素峰（无论是来自棒状还是轮廓模式数据）与观测到的信号进行匹配。 通过纳入轮廓数据，我们提高了对真实信号的辨别能力，即使在存在复杂同位素干扰的情况下，也能实现匹配。尤为独特的是，这种方法允许对原始轮廓数据点进行直接匹配。我们利用多个同位素观测结果来优化前体离子和碎片离子的共洗脱。 最后，我们汇总前体离子峰顶附近多个相邻MS2扫描的信号，以进一步提高匹配的辨别能力和边界精度。 图1. 现有的采用Byonic™的Byos®MPQ工作流程(a) 和配备原型搜索引擎的新型Byos® MPQ DIA工作流程 (b) 均成功量化了所有九种添加的蛋白质。然而，这两种方法在重复运行中表现出的量化变异性水平不同。 图2. 两款引擎间独特序列鉴定结果的比较。这些图以10%的FDR阈值为限制条件，而韦恩图中的数字是基于1%的FDR计算得出的。 图3. 通过反向数据库搜索分析展示出了更高的鉴定率 图4. (a) 由于在远离洗脱峰顶处采集的MS2谱图中噪声增加，Byonic™可能会产生额外的、有时相互矛盾的修饰位点定位结果。(b) 新型搜索引擎整合了洗脱峰顶周围多个扫描的MS2数据，从而提高了修饰位点定位的准确性。 图5. 复杂同位素混合物中鉴定结果的示例 04 结论 与Byonic™相比，这款新型搜索引擎展现出了对真正阳性匹配结果更强的辨别能力。在涉及复杂同位素干扰的具有挑战性的情况下，它能成功恢复额外的鉴定结果。此外，我们还观察到在DIA数据分析中，其量化精度有所提高，这体现在变异系数 (CV) 值降低上。而且，新方法显示出偶发性异构体报告频率的降低，这表明鉴定结果具有更高的一致性和可靠性。 作者 Ignat Shilov, Christian Heckendorf, Abhishek Roushan, Gary Wilson, Claire Bramwell …

DIA中全面的异构体注释与定量分析 Read More »

前言 INTRODUCTION 在生物制药开发过程中，对中国仓鼠卵巢 (CHO) 细胞进行蛋白质组学研究，在药物纯度验证和分析中是至关重要的。全新的多蛋白定量 (MPQ module) 质谱分析工作流程工具将使生物制药研发各个阶段的蛋白质科学家受益。MPQ模块中包含的不同workflow提供了一个全面的框架，可快速鉴定和定量分析复杂CHO混合物中的数千种蛋白质，并采用以蛋白质为中心的高效布局。这个方法简化了从早期细胞系开发到最终分析阶段的流程，最终提高了生物制药开发中蛋白质分析的整体效率和可靠性。 方法 METHODS 本研究使用通用蛋白质组学标准1和2 (UPS1/2) 以及等量的CHO细胞蛋白质组加标物 (spike-in) 对48种蛋白质进行非标记定量分析。样品经过消化，并被处理为单个组分或多个组分。接着，对各种液质联用 (LC-MS) 方法（特别是数据依赖性采集 (DDA)）的横向对比，则是侧重于对诸如速度、鉴定出的蛋白质和肽段数量、缺失值的发生率以及定量水平等指标的比较。关注点包括上述提及的48种UPS蛋白质与CHO蛋白质的理论比值和观测比值。 图1. 包含2种不同条件的所有样本检查视图，使用运行间匹配，对8个样本中不同保留时间的肽段鉴定结果，并使用提取离子流色谱图 (XIC) 进行比对。v5.8 版本新增了“以蛋白质为中心的视图”，使分析人员能够快速筛选和查询特定蛋白质。 检查视图以及自动生成的报告，可通过分析质谱仪的精度、分辨率和酶消化效率，快速评估样品制备质量。 图2. 将通用蛋白质组学标准品1和2中的46种蛋白质（共48种）加入CHO蛋白质组中，测得其相对丰度。 (A) 在等量CHO细胞（包括重复样品）混合的样品中，检测到分子量为6,000至83,000道尔顿的人类蛋白质（每种5 pmol）。相对蛋白质丰度（以百分比表示）反映了CHO蛋白质组实验中，仪器检测和软件识别的差异。 (B) 将48种人类蛋白质的相同复杂混合物制备成浓度动态范围从500 pmol到50 pmol的样品，在与50 pmol CHO蛋白质组（包括重复样品）混合的样品中，也检测到了46种蛋白质，且浓度范围较大。结果表明，仪器检测和软件识别的动态范围符合预期。 图3. 分馏和单次采集条件下蛋白质丰度比较的火山图。 (A) USP1样品的倍数变化范围为2到4，表明从单次采集到分馏数据采集条件，丰度显著增加。 (B) 在USP2样品中，大多数检测到的蛋白质的倍数变化范围为-6到+4，这反映出分馏采集的丰度变化比单次采集的丰度变化更大，这表明由于复杂样品中的离子抑制效应，分馏可以提高检测灵敏度。 结论 CONCLUSION Byosphere中的MPQ module为CHO蛋白质组学研究提供了一种快速、准确且全面的方法。 适用于广泛的生物制药应用，支持更快、更可靠的决策。 持续改进蛋白质组学分析，为工艺开发和法规遵从做出重大贡献。 致谢 感谢强生创新医药和Protein Metrics LLC团队成员的合作与贡献。 作者 Alex Zhai¹², Ilker …

MPQ模块在CHO细胞蛋白组学中的研究进展 Read More »