注：文末有本文科研思路分析

疾病相关蛋白的精确定量分析在疾病预防和控制、早期癌症筛查和精确诊断中具有重要价值。计数免疫分析是一种超高灵敏度低丰度蛋白的定量方法，引起企业和科研单位的广泛关注。现有的计数免疫技术包括数字ELISA、单颗粒计数和单分子荧光流式计数等。但这些方法只能均随机抽取一小部分目标信号进行统计计数，造成大量信息丢失，限制了其在超低浓度下定量的准确性和精密度。

江苏师范大学盖宏伟教授（点击查看介绍）团队开发的非随机蛋白计数分析可以很好地弥补上述缺憾。该方法采用微球和磁珠将目标蛋白富集分离，结合挥发诱导的颗粒沉降和网格定位的多帧成像技术，实现了目标信号计数效率的最大化，有效抑制随机计数导致的泊松噪声。以癌胚抗原 (CEA) 为模式蛋白，检测的动态范围为5x10^-18 M ~ 5x10^-16 M，检出限为4.9 aM。该方法应用于临床血浆样本CEA分析时，在稀释10⁴倍的情况下，与医院检测结果接近。

该方法有效抑制了随机计数的泊松噪声，提高了低丰度蛋白质分析的检测线和准确性，在低丰度生物标志物检测（癌症蛋白标志物、神经退行性标志物，特异性细胞因子等）和疾病早期筛查方面显示出一定的应用价值。

原文（扫描或长按二维码，识别后直达原文页面，或点此查看原文）：

Nonstochastic Protein Counting Analysis for Precision Biomarker Detection: Suppressing Poisson Noise at Ultralow Concentration

Qingquan Zhang, Xuebing Zhang, Jiajia Li, Hongwei Gai

Anal. Chem., 2020, DOI：10.1021/acs.analchem.9b04809

导师介绍

盖宏伟

https://www.x-mol.com/university/faculty/11169

科研思路分析

Q：这项研究最初是什么目的？或者说想法是怎么产生的？

A：如上所述，我们团队的研究目的是为了提高蛋白质计数分析的目标信号统计效率，进而提高低丰度蛋白的定量准确性。蛋白质计数方法是近年来发展起来的一种超灵敏蛋白质定量技术。定量结果由目标信号数量决定，不需要测量每个目标信号的强度。但是，现有蛋白质计数技术均随机抽取少部分目标信号进行计数，信息丢失严重，限制了蛋白质测定在超低浓度下的准确性和精密度。因此，我们团队就想发展一种新的蛋白质计数分析技术，尽可能提高计数效率，抑制泊松噪声。

Q：研究过程中遇到哪些挑战？

A：研究过程的挑战主要有两个：1）单颗粒的目标信号完全沉降固定在有限的检测区域；2）如果实现单颗粒目标信号的依次成像，不遗漏、不重叠。在这个过程中，我们团队在免疫分析、微流控芯片、仪器分析等方面的经验积累起了至关重要的作用。

Q：该研究成果可能有哪些重要的应用？哪些领域的企业或研究机构可能从该成果中获得帮助？

A：该方法可以分析临床样本中浓度极低的蛋白质标志物，可为肿瘤、神经退行性疾病等的风险分级提高数据支撑，有利于重大疾病的早期筛查和预警。