糖質(glycan)是生物體系中糖類分子的通稱，是構成生命的基本生物分子。糖質既可單獨存在，又能與蛋白、脂質等形成結構豐富的糖綴合物，在生命過程中發揮重要作用，與人類健康和疾病密切相關。解析“糖質密碼(glycocode)”為重大疾病的診療與防治提供理論依據，為生物醫藥發展奠定基礎。其中體液中的“糖質密碼(glycocode)”可能潛藏著未知的疾病診斷的生物標志物。基于質譜的糖蛋白質組學方法為我們在體液中篩選潛在糖肽和糖蛋白質作為診斷標志物。
血液樣本是臨床最常見的檢測樣本，血液中包含了蛋白質、代謝物、免疫細胞等，血液分子的動態變化反映了身體健康或疾病狀態。目前臨床上常用的血液中的腫瘤診斷標志物包括甲型胎兒蛋白 (AFP)、癌胚胎抗原 (CEA)、及胰癌胚胎抗原 (pancreatic oncofetal antigen) 、CA50、CA-72-4、CA-125、CA-150、CA-153、CA-199、及鱗狀上皮癌關聯抗原 (SCC) 等。這些蛋白質全是糖蛋白，這提示我們研究血液中的糖蛋白質有可能發現新型腫瘤標志物。
血液中的糖蛋白
中國科學院大連化學物理研究所葉明亮研究員團隊和空軍軍醫大學聶勇戰教授團隊等合作，開發了一種位點特異性糖型的高穩健蛋白質組分析系統，對278例臨床樣本進行N-糖基化蛋白質組的規模化分析，篩選并驗證了可診斷胃癌尤其是早期胃癌的新型蛋白質糖基化類生物標志物，為N-糖基化蛋白質組的規模化分析提供了一種分析工具。這一結果“Robust Glycoproteomics Platform Reveals a Tetra-Antennary Site-Specific Glycan Capping with Sialyl-Lewis Antigen for Early Detection of Gastric Cancer”于2024年發表在《Advanced Science》。
該文通過N-糖蛋白組學發現血清位點特異性聚糖生物標志物的工作流程如下(圖1)：用全自動HPLC-HILIC方法富集血清N-糖肽，用穩定的微流LC-MS/MS系統檢測，并用高靈敏度的Glyco-Decipher軟件進行鑒定。通過糖蛋白組學分析從發現和驗證隊列中確定位點特異性糖生物標志物候選物，然后使用靶向策略(PRM)在驗證隊列中確認。
2. 血液中的IgG
IgG抗體家族是適應性免疫的重要組成部分。IgG的糖基化維持其結構完整性并調節其效應功能。近年來研究發現，血液中的IgG的糖基化修飾與疾病狀態高度相關，如表1所示，在自身免疫性、感染性以及惡性疾病中均發現IgG的糖基化修飾的異常。
表1 IgG糖的組成及其在疾病中的變化
我司在國內外糖蛋白質組學技術的基礎上開發出了一套以ZIC-HILIC方法富集血清N-糖肽、SCE-LC-MS/MS、pGlyco/pGlycoQuant、人工智能數據篩選以及PRM驗證為核心的一整套糖蛋白質組學研究策略，從而不僅實現高通量的糖蛋白質組學數據采集，更能高效篩選出生物標志和疾病靶點，助力于服務于精準醫學的新的診療靶點，從而揭開生命與健康的“糖質密碼“。
該文通過N-糖蛋白組學發現血清位點特異性聚糖生物標志物的工作流程如下(圖1)：用全自動HPLC-HILIC方法富集血清N-糖肽，用穩定的微流LC-MS/MS系統檢測，并用高靈敏度的Glyco-Decipher軟件進行鑒定。通過糖蛋白組學分析從發現和驗證隊列中確定位點特異性糖生物標志物候選物，然后使用靶向策略(PRM)在驗證隊列中確認。
2. 血液中的IgG
我司在國內外糖蛋白質組學技術的基礎上開發出了一套以ZIC-HILIC方法富集血清N-糖肽、SCE-LC-MS/MS、pGlyco/pGlycoQuant、人工智能數據篩選以及PRM驗證為核心的一整套糖蛋白質組學研究策略，從而不僅實現高通量的糖蛋白質組學數據采集，更能高效篩選出生物標志和疾病靶點，助力于服務于精準醫學的新的診療靶點，從而揭開生命與健康的“糖質密碼“。
