Progenesis QI for Proteomics
找出樣品中明顯改變的蛋白質
Progenesis QI for Proteomics能發揮無標定物分析的優點，定量並鑑別複雜樣品中的蛋白質。Progenesis QI for Proteomics是由Waters子公司Nonlinear Dynamics開發的一款數據分析軟體，採用高度視覺化的指引式工作流程，讓您能使用多組實驗設計，從單一或分管的樣品中，快速、客觀且可靠地找出相關蛋白質。
除了傳統的數據依賴分析(DDA)，Progenesis QI for Proteomics還支援Waters MSE和HDMSE數據獨立分析(DIA)。獨特之處在於，本軟體還利用離子遷移分離所帶來的額外解析度，提高鑑定和定量精度與準確性。Progenesis QI for Proteomics不受儀器平台限制，並支援.mzML和.mzXML等通用格式。
Progenesis QI for Proteomics
概述
- 使用品質管控(QC)標準評估LC-MS數據的品質
- 使用我們獨特的胜肽離子共同偵測方法，每次分析都能挑選出一致的訊號峰，對於準確精密的定量至關重要
- 使用1D和2D LC，不論分析中要比較多少樣品組、樣品和實驗設計，均無上限
- 完整的數據矩陣，一個都不漏的數值，讓多變量統計更加可靠
- 使用通用搜尋引擎查詢數據庫，自動組合胜肽和胜肽離子定量與鑑別結果
- 完全相容離子遷移技術，提供三個解析維度
- 搭配強大的數據顯像和指引式工作流程，支援DDA和數據獨立分析(DIA)，包括SONAR擷取模式的數據
- 輕鬆匯出到Pathway Analysis工具，幫助瞭解藥物研究的生物學資訊
建議用途：使用無標定物分析對複雜樣品中的相關蛋白質進行定量和鑑別。
特色標題
無標定物分析事半功倍
相較於使用標定物分析的技術，無標定物的LC-MS分析可以發揮更多樣化的優點，包括：
- 減少蛋白質量
- 不需花費標定試劑成本
- 減少分餾法及樣品處理次數
- 擴大每個蛋白質的序列覆蓋範圍
- 擴大整體蛋白體的覆蓋範圍
- 能夠在同一次實驗中比較多種條件
讓分析發揮統計能力，不犧牲任何數據
Progenesis QI for Proteomics採用先定量後鑑別的方法，讓您自動校準每個樣品的特性，建立含有完整樣品組中所有胜肽的電腦運算彙總圖。這個彙總圖可以用來穩定地偵測和定量所有樣品的特徵，建立數值一個都不漏的數據矩陣，無論樣品或重複品有多少數量，都能在分析中保持統計能力，不會犧牲可能重要的數據，避免插捕數據的必要。
使用QC標準評估LC-MS輸入數據的品質
使用QC標準工具，您不必浪費時間分析次佳的LC-MS數據，還能獲得豐富的讀數，包括LC峰寬、特性動態範圍、前驅物質量誤差、漏切數以及每個蛋白質之胜肽計數。此外，QC標準工具還能用於引導程序優化和疑難排解。
根據獨特的胜肽和離子強度進行可靠的定量作業
Progenesis QI for Proteomics可以根據離子強度來定量胜肽，其提供的工具可使用加標的內部標準和使用者自選的「HiN」標準來估計絕對豐度。
Progenesis QI for Proteomics也會從搜尋結果中自動結合胜肽離子定量及鑑別數據，如有需要，可以只根據獨特胜肽進行蛋白質定量。
使用多個資料庫搜尋引擎進行蛋白質鑑別
Progenesis QI for Proteomics可以高度靈活地運用多種由使用者選擇的搜尋引擎進行DIA及DDA的數據搜尋，還能夠將多次搜尋的數據合併於單一實驗中。除此之外，如有需要，這款軟體還能搭載ProteinLynx Global Server (PLGS)，協助分析Waters MSE、HDMSE、DDA和HD-DDA數據。
指引式數據處理工作流程
Progenesis QI for Proteomics中的選單指引式工作流程能幫助您完成軟體中的實驗步驟。如有必要，自動化程序可讓您順暢進行多個階段，大大提高隔夜及週末無人看守即自動處理數據的機會。
- 數據輸入
- 自動選擇及校準參考執行
- 自動挑選訊號峰及進行訊號歸一化(normalization)
- 自動蛋白質定量
- 蛋白質資料庫搜尋
使用Pathway Analysis瞭解蛋白質差異
如何瞭解實驗中的蛋白質差異？其中一個做法是使用Pathway Analysis，找出數據顯示哪一條生物途徑，並依此提供生物情境化所需之下一階段的資訊。更有效的方法則是使用Progenesis QI for Proteomics，藉由其中配備的匯出工具，輕鬆快速地銜接第三方Pathway Analysis程式，高效鑑定出實驗中的蛋白質差異。
