蛋白组学研究的双技术驱动，Olink与质谱的协同策略

在精准医疗飞速发展的当下，大规模血浆蛋白质组检测技术能够协助研究人员系统解析血浆蛋白质的组成和动态变化，揭示疾病与健康状态间的复杂分子关联，为突破疾病研究与临床诊断瓶颈的提供关键助力。然而，血浆中蛋白质高达10¹²的动态范围，让低丰度蛋白检测、全谱覆盖等难题始终困扰着科研人员。

如何实现“广度”与“深度”的兼得？赛默飞提供的“Olink+质谱”解决方案强强联合，将质谱技术（Mass Spectrometry, MS）的无偏倚表征优势，与Olink的新一代亲和蛋白质组学技术“邻位延伸分析（Proximity Extension Assay, PEA）”的高灵敏度检测能力相结合，形成互补协同的分析策略。这一组合不仅能突破单一技术的局限，更能实现血浆蛋白质组的广度覆盖与深度解析，为科研转化提供了强有力的技术支持。

温馨提示：全文共约5,000字，预计阅读时间15-20分钟。案例丰富，篇幅较长，建议收藏后随时返阅，详细研究其中的设计与方案。

Olink与MS协同策略的核心逻辑

Olink PEA技术与质谱的协同应用，并非简单的技术叠加，而是基于“优势互补、短板覆盖”科学理念的系统性整合。具体体现在三个维度：

检测灵敏度与覆盖范围互补

Olink PEA技术通过双抗体靶向识别与DNA延伸信号放大，将检测灵敏度推至pg/mL级别，特别擅长捕获细胞因子、生长因子等低丰度蛋白。而质谱技术则依托高分辨率分离与碎裂技术，在中高丰度蛋白及翻译后修饰分析方面具有独特优势。两者的结合实现了从“ng/mL到pg/mL”的全动态范围覆盖，有效避免了因丰度差异导致的关键蛋白遗漏。

研究全流程的贯序支撑

在生物标志物开发的标准流程中，两种技术形成了完美的序贯支撑。发现阶段，质谱的无偏倚特性和PEA的高通量特性能快速实现大样本队列的初筛，提升差异蛋白的筛选效率；验证阶段，针对发现阶段锁定的候选蛋白/通路，质谱的MRM/PRM技术和PEA的高特异性与重复性panel，能够进行靶向定量验证，快速检验标志物的临床价值。

结果可靠性与临床转化价值

单一技术的检测结果易受样本处理、仪器误差等因素影响，而两种技术的协同应用可通过“交叉验证”显著降低假阳性/假阴性率。重叠蛋白的跨平台相关性分析（如Pearson相关系数）可作为结果可靠性的重要指标，为后续临床转化提供更坚实的证据支撑。这种验证机制不仅提升了数据的可信度，更为研究成果向临床应用的平滑过渡奠定了坚实基础。

实战案例-Olink与MS协同场景与实证

场景一｜并行检测拓展蛋白质组覆盖范围
最大化捕捉蛋白质组信息

案例一：泛肿瘤研究中的蛋白组互补覆盖

一项泛肿瘤研究纳入了336个样本（包括结直肠癌、肺癌、前列腺癌，健康对照和未知病因）。采用Seer Proteograph XT+Orbitrap Astral质谱与Olink Explore HT并行检测。结果显示：

• 蛋白检出总量互补：质谱技术检测到5,751种特有蛋白，Olink检测到1,073种特有蛋白，重叠蛋白达2,073种。
• PEA技术组织特异性蛋白检出能力突出：Olink Explore HT检出了更高比例的组织特异性蛋白（如肿瘤相关分泌蛋白），尽管这些蛋白在健康血浆中丰度极低，但在疾病状态下可能被分泌至血浆。这一特性使其在疾病生物标志物发现中具有独特价值。
• 通路富集各自侧重：GO分析显示，Olink检测的富集通路与组织特异性过程相关，质谱的则更多覆盖Housekeeping生物学过程。
• 差异蛋白检出增加：在前列腺癌分析中，Olink检测到1,168种显著差异蛋白，质谱检测到672种，重叠398种，显著提升了标志物发现概率。

前列腺癌显著性差异表达蛋白（基于Explore HT与Astral质谱所共有的2838种蛋白质）

• 质谱提供肽段水平深度解析：研究也从肽段水平对两种技术的检测结果进行了细致的对比。以Rho GTP酶激活蛋白30（UniproID：Q7Z6I6）为例，Olink针对整体蛋白质水平的检测中，该蛋白与疾病相关性较低；当运用质谱技术深入分析肽段水平时，发现该蛋白质不同区域的肽段具有显著相关性差异。

Rho GTP酶激活蛋白30（UniproID：Q7Z6I6）肽段水平上的分析（ 注：Rho-GAP-Rho 鸟苷三磷酸酶激活蛋白是这类蛋白质中一个已知的结构域，具有明确的三维结构。无序区域存在于许多无关联的蛋白质中，其特征是灵活性更高、三维结构的刚性更低。这一特性可能意味着，该区域可供抗体（Olink PEA 技术所依赖的识别元件）结合的明确表位较少；但如果酶解过程稳定且相关肽段可被检测到，质谱技术（MS）则有可能识别出这些区域。）

上述发现为蛋白质组学研究设计提供了新思路：在大型研究中，可先使用Olink技术进行高通量检测，快速筛选出潜在差异蛋白；再针对选定样本，利用质谱技术开展肽段水平的深度分析，实现蛋白质组学研究的多维度整合，从而更全面、深入地揭示蛋白质在疾病发生发展中的作用机制。

案例二：方法学评估证实互补性

试验设计

发表于《Communications Chemistry》的一项研究以88份血浆样本为研究对象，针对Olink Explore 3072与高分辨质谱技术HiRIEF-LC-MS/MS的定量一致性开展了系统评估，结果显示：

• 蛋白质组覆盖互补：共检测到4,362种蛋白，重叠1,129种，Olink特有1,784种，MS特有1,449种。
• Olink检测到更多未报道蛋白：Olink检测到了1,031种在PeptideAtlas/HPA数据库中未报道的新蛋白，显著多于质谱的222种。
• 丰度与通路互补：Olink侧重于覆盖低丰度信号通路（如细胞因子相关通路），质谱富集中高丰度通路（核心血浆通路，如凝血、代谢）。

• 跨平台相关性高：重叠蛋白的中位Spearman相关系数达0.68，验证了两种平台检测结果的可靠性。

作者明确指出“两种技术在蛋白质组覆盖、精度和差异丰度分析的一致性方面表现出互补性。”  “我们的研究结果突显了质谱蛋白质组学和Olink Explore 3072的互补优势，强调了将两者结合以全面、可靠地分析血浆蛋白质组的价值。”

案例三：多组学协同鉴定肺动脉高压标志物

一项发表于《Nature Cardiovascular Research》的研究采用“组织质谱+转录组+血浆Olink”策略，锁定了5种核心标志物，为肺动脉高压建立了方便转化的预后模型。

试验设计

• 跨组学验证锁定核心标志物：LTBP-2、COL6A3、COL18A1、TNC和CA1这5种蛋白在组织RNA-seq ,组织质谱LC-MS 和血浆 Olink检测中均呈上调趋势。
• 临床价值显著：独立队列验证显示，LTBP-2的预后预测AUC达0.812，显著优于传统标志物NT-proBNP（AUC=0.677），且无移植生存率分析进一步证实其临床价值（图14和15）。

体液标志物临床转化优势突出：Olink高通量检测低丰度循环蛋白的特性，有效突破了血浆蛋白质组检测的复杂性瓶颈。作者在研究中指出，PEA技术对低水平表达循环蛋白的高效捕获能力，是标志物成功发现的关键支撑；临床诊断领域中，组织样本的获取难度往往是制约成果转化落地的核心瓶颈。而本研究鉴定的标志物在血浆样本中可稳定复现，且保持同等预后诊断价值，不仅通过多组学层面交叉印证提升了结果可靠性，更显著降低了临床转化门槛，为后续推广应用奠定了关键基础。

其他案例

值得关注的是，质谱与Olink的并行应用并非局限于与Explore系列大Panel的组合，与Target 96等中低通量产品的联合同样具备显著应用价值——通过质谱技术构建蛋白质组全景图谱，同步结合Target 96 Panel对特定关键通路（如代谢通路）靶向聚焦，可实现“全景扫描+精准深挖”的研究目标。

• Collu等（2024）在一项针对SATB2综合征研究中，采用“非靶向质谱+Olink Target 96 Neurology Panel”的并行策略：先通过质谱系统描绘了研究样本的蛋白质组图谱，为筛选差异表达蛋白提供了无偏倚的数据支撑；再利用Target 96 Neurology Panel针对神经相关通路进行精准检测，显著提升了该通路蛋白的覆盖深度，为解析SATB2综合征的神经病理机制提供了额外关键见解，实现了“广度覆盖”与“深度解析”的有机结合。
• Cagigas等（2025）在膳食能量限制与衰老关联研究中，通过质谱与Olink并行检测：质谱分析成功揭示了与炎症反应、衰老进程及蛋白质周转相关的核心通路，明确了潜在的调控网络；Target 96 Inflammation Panel进一步检测到质谱未捕获的低丰度炎症蛋白，丰富了炎症通路的分子机制细节，为阐明膳食能量限制的抗衰老机制提供了更完整的证据链。

场景二｜序贯使用护航发现到验证全流程

最大化捕捉蛋白质组信息

案例一：Olink发现+质谱验证

一项发表于《Communications Biology》针对急性高原病的研究采用“Olink发现+MRM-MS验证”的序贯策略，对53例样本（30例患者）进行了分析：

• 高通量发现：通过12个Target 96 Panel筛选出47种差异表达蛋白。
• 质谱验证：采用MRM-MS技术对23种候选蛋白进行验证，锁定了MATN3、MYOC等4种发病机制相关核心蛋白，其组合Panel的疾病分类AUC达0.9；在该模型中最显著的蛋白是RET，单个蛋白AUC即可达到0.74，
• 标志物分工明确：ADAM15、PHGDH和TRAF2分别被鉴定为保护性、预测性和诊断性标志物， AUC值均>0.9，为临床应用提供了精准靶点。

案例二：质谱发现+Olink验证

一项发表于《JCI Insight》杂志的研究，采用“质谱发现+Olink验证”策略，对多队列样本进行系统分析，开发了两组肺结核诊断标志物：

试验设计

• 无偏发现：通过质谱技术对21例样本分析2,000多种蛋白，鉴定出118种差异表达蛋白。
• 大规模验证：采用Olink Explore 384 Panel对55种候选蛋白进行验证，发现30种在结核患者与健康人中有显著差异，14种可区分结核与其他呼吸道感染；
• 诊断效能优异：开发了五蛋白Panel和六蛋白Panel，五蛋白Panel在区分结核病与健康对照的AUC达0.943，准确率88.7%、敏感性84.4%、特异性93.3%；六蛋白Panel可以有效区分结核病与健康对照（AUC=0.972）及结核病与其他呼吸道感染（AUC=0.930），且超过世界卫生组织的特异性标准。

生物标志物筛选与组合分析流程图

技术协同的考虑因素

在不同技术的协同应用中，样本前处理、数据归一化与跨平台验证是科研人员面临的核心挑战。Olink PEA与质谱技术的互补特性为这些挑战提供了系统性的解决方案：

• 样本需求量平衡：质谱检测通常需要较多样本量（如100μL），而Olink技术单次检测仅需1-4μL样本量，这种差异化的样本需求为研究设计提供了灵活性。通过科学的分样策略，研究人员可以优化样本利用效率，如采用Olink进行初筛，最小化样本消耗，再利用质谱进行深度表征。
• 数据整合与桥梁：Olink Insight平台为不同技术的数据整合提供了强大支持，其核心价值包括跨数据集注释；与UKB等大型队列数据的直接比对；可视化的分析工具，包括直观的富集分析、通路映射等功能，加速生物学意义的挖掘。
• 验证逻辑与质量保证：以Olink和质谱检测的重叠蛋白的相关性作为质控指标，能够确保结果的可靠性，帮助研究人员避免单一技术可能带来的假阳性风险，为临床转化提供更坚实的基础。

蛋白质组研究范式的升级

Olink PEA与质谱的协同，通过检测丰度互补、流程适配与交叉验证，彻底打破了血浆蛋白质组研究“广度-深度”不可兼得的瓶颈。无论是并行检测实现全谱覆盖，还是序贯使用护航标志物开发，都为高分文章产出和临床转化提供了高效路径。未来，随着多组学整合的深入，双技术驱动有望成为精准医疗的坚实基础。

参考文献：

1. Sissala N, Babačić H, Leo IR, et al. Comparative evaluation of in-depth mass spectrometry and Olink Explore 3072 for plasma proteome profiling. Research Square, 2025. https://doi.org/10.21203/rs.3.rs-6501601/v1.

2. Boucherat O, et al. Identification of LTBP-2 as a plasma biomarker for right ventricular dysfunction in human pulmonary arterial hypertension. Nat Cardiovasc Res, 2022, 1: 748-760. https://doi.org/10.1038/s44161-022-00113-w.

3. Yang J, et al. Proteomic and clinical biomarkers for acute mountain sickness in a longitudinal cohort. Commun Biol, 2022, 5(1): 548. https://doi.org/10.1038/s42003-022-03514-6.

4. Collu R et al. Individuals with SATB2-associated syndrome have impaired vitamin and energy metabolism pathways. Metab Brain Dis. 2024 Nov 14;40(1):3. doi: 10.1007/s11011-024-01465-x. PMID: 39541055.

5. Maria L C et al., Short-Term Severe Energy Restriction Promotes Molecular Health and Reverses Aging Signatures in Adults With Prediabetes in the PREVIEW Study, Aging Cell 24, issue 8, August 2025, https://doi.org/10.1111/acel.70123

6. Schiff HF, et al. Integrated plasma proteomics identifies tuberculosis-specific diagnostic biomarkers. JCI Insight, 2024, 9(8): e173273. https://doi.org/10.1172/jci.insight.173273.