最新高分文章套路 | 強強聯合（脂質組+DIA），IF>10
相比其他組學技術，脂質組學技術發展較晚，新穎性高，僅僅只是純數據分析也可以發表在不錯的期刊上。如果希望研究得更高深入，可以往下游脂質功能或者往上游的蛋白或基因出發研究脂代謝調控機制。
【純組學數據分析發文】
PNAS | 脂質組學揭示病毒感染引起的脂代謝異常及潛在治療靶點
【代謝專欄】脂質組學研究心臟肥大靶標發表在Cell Reports上
DIA技術
新一代、革命性的蛋白質組技術DIA,相比傳統的蛋白質組技術（shotgun，Label free、iTRAQ或TMT等）以及4D 蛋白質組學，具有覆蓋度高、重現性高、定量準確性高(可以達到與MRM/PRM相近的水平)等優勢，被美國癌癥登月計劃、瑞士蘇黎世癌癥地圖計劃、澳大利亞ProCan項目等國家級精準醫療項目采用，并且在出現在越來越多的高水平研究中。
【解讀推薦】
Less is more：DIA技術，2table+1figure，得一篇12分的Molecular Psychiatry文章
重磅！！心血管頂級期刊：解析粥樣硬化密碼 ——蛋白質組+高級生信分析的正確打開方式
最新Nature Biotechnology：實驗結果無法重復？原因可能在這里！
脂質組+ DIA強強聯合，會擦出什么樣的火花呢。今天跟小編一起來看一篇最新發表在Biological Psychiatry IF= 11.982的文章吧！這篇文章利用脂質組+DIA揭示了精神病經歷患者的早期脂代謝特征及與相關蛋白的相互作用關系。
Integrated Lipidomics and Proteomics Point to Early Blood-Based Changes in Childhood Preceding Later Development of Psychotic Experiences: Evidence From the Avon Longitudinal Study of Parents and Children
2019 Biological Psychiatry IF= 11.982
研究材料：115名參與者12歲時的血漿樣本
技術：脂質組+蛋白DIA
精神疾病(包括精神疾病和情感疾病)的早期診斷和治療可以顯著改善他們的臨床結果。過去15年的研究表明，一般人群中8%到17%的兒童和青少年、7%的成年人有精神病經歷，其中早期存在亞臨床癥狀的個體有更高患精神病或其他疾病的風險。對精神疾病的生物特征識別有助于這些疾病的病理生理學研究，以及篩選具有早期檢測和診斷潛力的生物標志物。
1.>>>研究隊列<<<
通過多年的隨訪，本次研究選擇了115名參與者，其中實驗組PEs 48名（12歲時無精神病經歷，而在18歲時有確切的精神病經歷），對照組Control 67名（12歲時無精神病經歷，而在18歲時有有確切的精神病經歷）。兩組在性別、BMI以及社會地位上無明顯差異。與對照組相比，PEs組有9例達到抑郁標準，正常對照組無一例。
2.>>>脂質組學分析結果<<<
對115名參與者12歲時的血漿樣本進行脂質組學分析，一共檢測到61種PC脂質分子和11種LPC脂質分子。通過單變量統計分析，一共篩選到34種脂質分子。FDR校正后，16種脂質分子仍然在PEs組含量上調。比較有趣的是，單變量分析與多變量分析的結果具有一致性。
3.>>>蛋白組分析結果<<<
前期的研究結果表明精神障礙癥患者兒童時期凝血途徑異常，因此此次研究對115名參與者12歲時的血漿樣本，采用DIA技術檢測凝血途徑中的22個蛋白。通過單變量統計分析，一共篩選到3種凝血蛋白。FDR校正后，只有1種蛋白（PLG）仍然在PEs組含量上調。
4.>>>脂質組+蛋白組<<<
凝血和補體途徑蛋白在功能上密切相關。由于這個原因，作者將能夠獲取的補體途徑中的蛋白也納入了聯合分析。相關性分析結果表明17種脂質分子與6種蛋白正相關，其中凝血途徑的PLG,heparin cofactor 2以及補體途徑中的vitronectin具有很強的相關性。
5.>>>聚類分析<<<
為了進一步識別人群隊列中潛在的相似代謝，基于KODAMA值進行partition around medoids clustering分析，鑒定到4個cluster(A,B,C,D)。
比較有意思的是，不同cluster的PEs的發生具有顯著差異，分別是Cluster A：71%，Cluster B：42%，Cluster C：29%，Cluster D：19%，其中cluster D發生PE的可能性最高。
結論
通過脂質組和蛋白組實驗，研究發現12種PCs，4種LPCs以及凝血途徑的PLG在對照組和PEs組具有顯著變化，且大多數脂質分子與PLG具有很強的相關性。無監督的聚類分析發現cluster D發生PE的可能性最高。這篇文章揭示了代謝失調可能會引起PEs的早期易感性，并提示這些PCs、LPCs、凝血和補體蛋白之間的相互作用。
小編心得
1.DIA定量準確性接近PRM，可用于靶向檢測
相比傳統的DDA，DIA新技術覆蓋度高、重現性高、定量準確性高，可以達到與MRM/PRM相近的水平。正因如此，在這篇文章中采用的是DIA技術針對22個蛋白進行目標性檢測。
2.脂質組學研究難點
●與常規代謝組一樣，脂質組學也需要重點考察實驗過程中的穩定性和重現性。全面、客觀反映數據質量好壞的評價體系至關重要。
●與常規代謝組不同的是：脂質的理化性質比較特殊，其粘附性高，容易出現分離度不理想，色譜峰形差等問題，其對色譜的分離能力要求更高。不理想的色譜分離效果，會導致各種脂質峰之間無法區分，影響質譜的采集效率；而較差的色譜峰形，將影響定量結果的準確性。理想的分離效果是色譜峰在整個洗脫時間段內分布均勻，且峰形對稱、尖銳。
良好的色譜分離效果
糟糕的色譜分離效果
中科新生命是最早提供代謝組學服務的平臺之一，具備中國計量認證（CMA）、iso9001質量管理體系認證等資質。中科新生命脂質組學技術平臺建立在LC-MS/MS上，采用包含170萬種脂質分子的商業化LipidSearch數據庫以及優化的色譜體系，除了提供脂質組相對定量，絕對定量外，還提供一站式的脂質驗證服務和多組學聯合服務。
