服务背景
蛋白质组学的研究深度与广度不断拓展，在多样本、多条件和复杂表型的研究中，数据的稳定性、覆盖度和重现性成为蛋白质定量分析的核心关注点。数据非依赖性采集（Data-Independent Acquisition, DIA）技术的兴起，为高通量、稳定性强的蛋白质定量分析提供了新的解决方案。近年来，随着Orbitrap Astral等高分辨质谱平台的成熟以及DIA分析算法的持续进步，DIA蛋白质组定量技术已逐步从前沿探索走向标准化应用，成为大规模蛋白质组学研究的首选技术方案。
服务挑战
1. 谱图高度复杂，数据解析难度大
DIA技术可以无遗漏地获得样本中所有离子的全部碎片信息，但其数据采集策略会使得谱图高度复杂，给数据解析带来极大的挑战。多个肽段同时碎裂产生的碎片峰重叠与干扰，增加了谱图解卷积的难度。
2. 数据处理流程复杂
DIA产生的数据量巨大，数据分析流程复杂，对计算资源和数据处理软件有较高要求。传统DIA数据分析需要通过额外的DDA数据建立谱图库。DIA数据的复杂性和大规模数据的处理需求使得其分析面临诸多挑战，导致蛋白质组鉴定深度有限。
3. 低丰度蛋白检测的可靠性争议
传统DIA中低丰度蛋白检测的可靠性存有一定争议。此外，极低丰度蛋白分析时，即使在全采集策略下，部分蛋白的信号仍难以稳定检测。
服务内容
1. 蛋白质定性与定量分析
基于液质联用（LC-MS/MS）技术，通过预设质量窗口对全扫描范围内的母离子进行系统性碎裂和信息采集，实现对蛋白质酶解肽段的全面检测。结合数据库检索与定量分析，完成蛋白质与肽段的鉴定及精确定量，并获取表达量变化等信息。
2. 谱图库构建
服务通常包括DDA建库与DIA分析两个阶段。首先采用传统的DDA方法建立蛋白谱图库，然后采用DIA技术采集每个样品的质谱数据，在DDA数据库的基础上进行谱图匹配、定量信息的提取以及后续统计分析。随着技术进步，也可采用Direct DIA等无需谱图库的分析流程。
仪器设备：液相色谱-串联质谱仪等。
服务范围
样本类型：服务可兼容多种样本类型，包括组织样本、血液/血清/血浆样本、FFPE样本、微量细胞、外泌体、宏蛋白等。
