OLINK精细蛋白质组学服务(代谢 PANEL):OLINK精细蛋白质组学服务(代谢 PANEL),代谢panel检测时*需1μL的生物样本就能同时分析92种蛋白质生物标志物。在选择这些蛋白质生物标志物过程中，即考虑到了在样本中的动态范围又同时兼顾与代谢过程的紧密程度。经多个国际生物信息学数据库（Uniprot,HumanProteinAtlas,GeneOntology及DisGeNET）对心肌代谢panel中所含蛋白质的分类进行归类汇总，包括如细胞代谢过程，细胞表面受体信号传导途径，磷酸化和细胞黏附调节等。免疫 panel检测时需 1μL 的生物样本就能同时分析 92 种蛋白质生物标志物。吉林细胞调控panelOLINK蛋白质组学专业服务
研究系统评估了多激酶抑制剂卡博替尼与抗PD-1抗体（纳武单抗）联合***mTNBC患者的疗效和安全性。该研究的第一阶段在18名患者中产生了6%的ORR，该研究不符合进入第二阶段的标准，因此提前结束。卡博替尼与PD-1阻断的组合不足以***所有患者的抗*****。这种联合***方案观察到的益处不足，可能是由于卡博替尼在这一人群中受到安全性和耐受性影响。**学分子水平研究分析进一步表明，缺乏观察到的益处可能与研究人群中高度的**免疫抑制有关。血浆蛋白质组学研究进一步强调了本研究人群中免疫抑制的深刻程度，免疫抑制性细胞因子、趋化因子和免疫检查点的高血浆水平与疾病的快速发展相关联。***，免疫联合***与血浆PD-1的大量增加有关，这需要进一步研究评估其作为这种联合***的潜在药效学标志物的可行性。广东代谢panelOLINK蛋白质组学方案OLINK蛋白质组学服务(神经探索 PANEL)。
间充质干细胞(MSCs)是具有强大的免疫调节功能的多潜能干细胞，在***自身免疫性疾病中具有非常广阔的前景。一项多中心临床试验显示MSCs移植对系统性红斑狼疮（Systemic lupus erythematosus，SLE）患者具有有效的临床反应，但是一些患者在***6个月后病情存在复发，然而这种复发机制尚不清楚。在这项研究中发现，外源性SLE骨髓上清处理可加速MSCs衰老，研究人员接着通过Olink Immuno-oncology panel检测12例SLE患者和12例正常人的骨髓上清中的92种炎症因子，以寻找骨髓微环境中关键因子对MSCs衰老的影响。研究表明SLE骨髓微环境中的炎症因子HMGB1通过TLR4/NF-κB信号通路促进MSCs衰老，同时，**酸乙酯（Ethyl pyruvate，EP）能够抑制HMGB1的表达改善狼疮肾炎，逆转MSCs衰老迹象。总的来说，HMGB1在SLE患者中可能是一个很有前景的靶点，且HMGB1的高表达可能是MSCs移植后复发的原因之一。
黑色素瘤：结果显示了在抗PD-1***期间循环PD-1的增加，以及在抗PD-1应答者中多样化的免疫血浆蛋白组学标志。这项研究展示了血浆蛋白组学作为液体活检方法的潜力，以及在发现CM患者抗PD-1***的预测性生物标志物方面的价值。该项题为《In-depth plasma proteomics reveals increase in circulating PD-1 during anti-PD-1 immunotherapy in patients with metastatic cutaneous melanoma》的研究发表在学术期刊《Journal for ImmunoTherapy of Cancer》（IF：10.2）上。OLINK蛋白质组学 特异性高，双抗体识别每个靶蛋白，每个靶蛋白都有专属“条形码”。
—特异性高?双抗体识别每个靶蛋白?每个靶蛋白都有专属“条形码”—Highmultiplex?1536/384-panel?个性定制?96/48-panel（7大主要疾病、7大生物途径）—动态范围广?跨越10个数量（fg/ml~ug/ml）—灵敏度高?可达fg/ml（IL-830fg/ml）—用量少?1ul/检测（血清/血浆）?2.8ul/全库（1536个target）—通量高?每周可测135万个蛋白?已产出279,963,000蛋白数据点—可靠性高?严格验证，从7200+候选蛋白中筛选出1500+?1536-panel检测中99.8％没有交叉反应—定量方式全?相对定量（全品系）?***定量（针对48-panel、定制）。OLINK蛋白质组学能够有效的深入挖掘疾病的发展机制，更能改善疾病检测，发现更多的生物标志物。吉林细胞调控panelOLINK蛋白质组学专业服务
OLINK蛋白质组学服务(发育 PANEL)。吉林细胞调控panelOLINK蛋白质组学专业服务
阿尔兹海默症： 该研究使用临近延伸分析技术（PEA）分别检测180位香港市民1160个血浆蛋白水平，训练包括106位AD患者和74位健康对照（HC）组成，验证队列包括36位AD患者和61位HC。 在训练队列中，与HC相比，AD患者共有429种差异蛋白，其中包括61种***上调的蛋白和368种***下调的蛋白。蛋白质聚类分析共找到了19个与AD相关的血浆蛋白簇。研究者选择19个蛋白簇中的关键蛋白，构建了一个AD的诊断模型。在验证队列中该诊断模型的AUC = 0.9690，且再次比血浆ATN生物标记物的模型（AUC = 0.8871）更准确。此外，研究者再次验证，该模型生成的AD分类分数与认知能力相关。对两个**队列的综合分析显示，整合模型可准确地对AD进行分类，敏感性为90.51％，特异性为90.91％（AUC=0.9594）。且19种蛋白标志物模型确定的AD严重程度水平与p-tau181状态***相关：严重组中≈80％的个体为p-tau181阳性，而正常组中为≈20％。这些结果共同证明该19蛋白模型对tau病理分类的AD具有特别高的准确性，为开发针对AD的高度特异性的基于血液的诊断工具提供了基础。吉林细胞调控panelOLINK蛋白质组学专业服务