根據世界衛生組織發布的數據，心血管疾病一直是人類健康的“第一殺手”，但是相比于各種惡性腫瘤，這個“殺手”在科研領域卻低調很多。究其原因，沒有細胞模型，動物模型并不能完美的模擬心血管疾病發生發展的過程等等，都導致了心血管疾病的基礎科研相對薄弱。但是對于臨床醫生，除去關心機制，我們更應該通過科研去解決臨床問題！

不同于基因組和轉錄組的不確定性，蛋白質組學由于其直觀、穩定的特性在非腫瘤領域的科研中扮演了非常重要的角色。心臟系統的功能改變尤其依賴蛋白質的改變，因此通過蛋白質組學探究組織或者體液水平的蛋白改能夠更加深入的探索心臟疾病的發病機制，并可以對診斷、治療指導和預后提供更好的Biomarker。

下面我們簡單分析幾篇文獻，來看一下在心臟領域怎樣使用蛋白質組學技術做科研！

Case 1

樣本：血漿  疾病：肥厚型心肌病  IF:1.618 Physiol Res 

本文思路清晰簡明，使用正常人46例、肥厚型心肌病47例、擴張性心肌病（DCM）21例、冠心病（CAD）20例、主動脈狹窄（AS）24例和高血壓（AH）20例的血清樣本進行Itraq蛋白質組學比對。通過2v4v2v2v2v2分組比較，共鑒定到476個蛋白質，共128個血漿蛋白與心臟病變有關，其中49個是沒有報道過的新蛋白質。

通過生物信息學分析，作者發現跟每心血管疾病相關的一些廣譜蛋白，而這些蛋白都可以作為潛在的診斷方向的biomarker。另外，通過統計建模的方法，作者還將幾種疾病大致分為兩類病理生理學過程。

文章思路：iTraq+生信分析

Case 2

樣本：組織  疾病：胸主動脈夾層  IF:2.803 Eur J Cardio-Thorac

這篇文章主要通過1V1的iTraq尋找到36個主動脈夾層病人（13例）和正常人（13例）之間差異表達的蛋白。

通過western blotting驗證，fibrillin-1, emilin-1, decorin, protein DJ-1 和histone H4表達有顯著差異。富集分析顯示，細胞粘附、細胞外基質互作、蛋白質水解、細胞外基質重組和白介素6信號轉導等是在主動脈夾層中被顯著影響的蛋白質互作網絡。另外，作者還通過數據分析預測 TGF-β和損傷主動脈壁修復可能是主動脈夾層潛在的分子病理機制

文章思路：iTraq+生信分析+ WB驗證差異蛋白

Case 3

樣本：血清  疾病：先天心臟缺陷  IF:5.228 Sci Reports 

這篇文章之所以分數較前兩篇高的原因之一是分組比較復雜，涉及到正常人（10例）、法洛四聯癥（TOF）10例、室中隔缺損（VSD）10例、永存動脈干（PTA）10例）和混合型10例。通過高通量Itraq技術共鑒定到606個蛋白，其中差異表達蛋白47個。

在靶標蛋白中挑選11個進行MRM質譜鑒定，最終挑出的biomarker再進行進一步的Elisa驗證。

最終這篇文章非常成功地確定了由四個細胞支架蛋白組成的一個檢測panel。這個方法可以在早期通過血液活檢判斷病人情況，在疾病惡化之前進行早期臨床干預，有望有效提高病人生存率。

文章思路：iTraq+ELISA+WB+IHC+生物信息學

對比以上文章，我們不難發現在臨床科研方面，iTraq等蛋白質組學技術性價比非常之高。只需要簡單的對臨床樣本進行高通量篩選，即可得到大量準確的陽性結果。所以想要多快好省的做臨床科研、發文章，兩個部分很重要：1，臨床樣本；2，蛋白質組學！換句話說，只要手頭有臨床樣本，無論任何形式、無論是血液還是組織、甚至是尿液，都可以來做基于蛋白質組學的科研！

可以說，蛋白質組學為非腫瘤科室開拓了新的科研思路，只要您有樣本，吉凱蛋白質平臺幫您完成科研轉化！

吉凱基因蛋白質組學平臺依賴全球最先進質譜儀器、資深技術人員和專業而嚴苛的實驗流程助您獲得超越他人的實驗結果！

吉凱基因蛋白質組學主題月！更專業，更優惠！買六減一，活動詳情歡迎咨詢各地銷售工程師。