血清样本收集与处理
获取用于MALDI-TOF MS和LC-MS/MS分析的血清样本。
从COVID-19患者和健康对照中采集血液，离心分离血清，热灭活病毒，储存于-80°C。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
使用基质辅助激光解吸电离飞行时间质谱分析血清肽段组以分类和预测2019冠状病毒病严重程度
Use of Matrix-Assisted Laser Desorption Ionization Time-of-Flight Mass Spectrometry Analysis of Serum Peptidome to Classify and Predict Coronavirus Disease 2019 Severity
实验完整度
中研究包含患者血清样本的MALDI-TOF MS分析、机器学习建模与独立验证、LC-MS/MS蛋白鉴定，但缺乏体外或动物模型的功能验证，机制验证有限。
主要模型
COVID-19患者血清样本（轻度、重度、危重） 健康对照血清样本
重点核对
训练队列包含72例COVID-19患者，分为轻度（28例）、重度（23例）和危重（21例） 验证队列包含22名独立患者 血清样本经56°C热灭活90分钟 使用MALDI-TOF MS采集血清肽段谱，每个样本重复三次 机器学习算法包括逻辑回归、支持向量机、朴素贝叶斯、随机森林和决策树
摘要
背景
对重症2019冠状病毒病（COVID-19）患者进行分类和早期检测是制定有效治疗所必需的。我们测试了基质辅助激光解吸电离飞行时间质谱（MALDI-TOF MS）在分类和预测COVID-19严重程度方面的效用。
方法
我们使用MALDI-TOF MS分析了72例COVID-19患者（训练队列）的血清肽段组，临床分类为轻度（28例）、重度（23例）和危重（21例），以及20名健康对照。所得的峰强度矩阵用于机器学习（ML）方法对22名独立患者（验证队列）的COVID-19严重程度进行分类和预测。最后，我们通过液相色谱质谱联用（LC-MS/MS）分析了所有血清，以识别与疾病严重程度相关的最相关蛋白质。
结果
我们发现血清肽段组谱随COVID-19严重程度呈现明显变异。42个峰的log倍数变化≥1，其中17个峰在危重患者组中显著不同且强度至少为轻度患者的4倍。ML方法以100%的准确率对临床稳定患者按严重程度进行了分类，并在所有情况下正确预测了非稳定患者的演变。LC-MS/MS鉴定了5种在危重患者中显著上调的蛋白质，包括血清淀粉样蛋白A2，它很可能产生了MALDI-TOF MS检测到的最强峰。
结论
我们证明了MALDI-TOF MS作为一种从实验台到床边的技术的潜力，可辅助临床医生对COVID-19患者进行决策。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- MALDI-TOF MS分析血清肽段组能否用于分类和预测COVID-19的严重程度？
- 核心机制
- 严重COVID-19患者血清中多种急性期蛋白（如SAA2、CRP等）上调，导致血清肽段组谱改变，这些分子变化可被MALDI-TOF MS检测并用于分类和预测。
- 主要证据
- MALDI-TOF MS分析血清肽段组，结合机器学习，在训练队列中实现100%分类准确率，在验证队列中正确预测所有非稳定患者的进展；LC-MS/MS鉴定出5种在危重患者中显著上调的蛋白，其中SAA2与最强峰（m/z 11,532）相关。
- 研究意义
- MALDI-TOF MS作为一种快速、临床可用的技术，可辅助临床决策，包括患者分诊和早期识别进展风险高的患者，有助于制定有效治疗并减轻医疗系统负担。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
MALDI-TOF MS分析血清肽段组
获取血清肽段谱，识别与COVID-19严重程度相关的峰。
使用C18 tip纯化和浓缩血清样本，与CHCA基质混合后点样于MTP 384靶板，用Autoflex III MALDI-TOF质谱仪采集谱图。
MALDI-TOF MS数据处理和峰选择
从原始质谱中提取峰强度矩阵，筛选差异峰。
使用MALDIquant R包进行平方根变换、平滑、基线校正和强度归一化，检测峰，计算logFC，选择logFC≥1的峰用于PCA和ML分析。
机器学习分类与预测
基于MALDI-TOF MS峰强度，对患者严重程度进行分类并预测其演变。
使用5种ML算法（逻辑回归、SVM、朴素贝叶斯、随机森林、决策树）对训练队列（72例）构建模型，并在独立验证队列（22例）中评估性能。
LC-MS/MS蛋白鉴定
鉴定与COVID-19严重程度相关的血清蛋白。
对血清样本进行酶解，使用nanoLC-MS/MS分析，通过Proteome Discoverer软件进行蛋白质鉴定和定量。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 血清处理 | Pierce C18吸头 | Pierce | -- |
| MALDI-TOF MS分析 | Autoflex III MALDI-TOF质谱仪 | Bruker Daltonics | -- |
| MTP 384靶板（钢制） | Bruker Daltonics | -- | |
| Bruker细菌测试标准 | Bruker | -- | |
| LC-MS/MS分析 | 纳升Agilent 1200系列液相色谱系统 | Agilent Technologies | -- |
| Q-Exactive Plus混合四极杆-轨道阱质谱仪 | Thermo Fisher Scientific | -- | |
| ZORBAX 300 SB-C18预柱 | Agilent | -- | |
| ZORBAX 300 SB-C18分析柱 | Agilent | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 血清样本收集与处理 | 样本收集时间、患者分组标准、热灭活条件（56°C, 90分钟）、储存温度（-80°C） 阅读提示：Methods: Patients Consent Statement, Participants, Sample Collection |
| MALDI-TOF MS分析 | 血清体积（20 μL）、C18 tip纯化步骤、基质浓度（10 mg/mL CHCA）、点样量（1.5 μL）、仪器参数（激光频率、电压、延迟时间）、质量范围（2000-25,400 Da） 阅读提示：Methods: Matrix-Assisted Laser Desorption Ionization Time-of-Flight Mass Serum Sample Preparation, Matrix-Assisted Laser Desorption Ionization Time-of-Flight Analysis |
| MALDI-TOF MS数据处理 | 峰检测参数（信噪比5，容差0.002）、峰筛选标准（出现频率≥15%）、logFC阈值（≥1） 阅读提示：Methods: Matrix-Assisted Laser Desorption Ionization Time-of-Flight Mass Data Processing |
| 机器学习建模 | 训练队列样本数（72）、验证队列样本数（22）、使用的峰数量（42）、算法（逻辑回归、SVM等）、分类策略（多数投票） 阅读提示：Methods: Matrix-Assisted Laser Desorption Ionization Time-of-Flight Mass Data Processing; Results |
| LC-MS/MS分析 | 酶解条件（胰蛋白酶浓度、孵育时间）、LC梯度、质谱参数（AGC目标、最大注入时间）、数据库（UniProt） 阅读提示：Methods: Liquid Chromatography-Mass Sample Preparation, Liquid Chromatography-Mass Setup, Liquid Chromatography-Mass Data Processing |