蛋白质糖基化是一种重要的翻译后修饰（PTM），在多种生物功能中发挥关键作用。异常的糖基化与炎症、肿瘤等疾病紧密相关，因而糖基化成为疾病相关生物标志物研究的重要靶点。其特有的宏观异质性（糖基化发生于不同位点）和微观异质性（每个位点的糖型和结构各异）使得完整的糖肽分析成为揭示蛋白层面糖基化信息的一项挑战。通过质谱对糖肽进行全面表征已被认定为位点特异性糖蛋白组学分析和生物标志物筛选的有效工具。

近期，复旦大学的乔亮教授团队与SCIEX、百蓁生物的单宝珍博士共同在《Analytical Chemistry》上发表了题为“Quantitative Site-Specific Glycoproteomics Reveals Glyco-Signatures for Breast Cancer Diagnosis”的研究，旨在通过优化质谱分析方法和机器学习算法，从乳腺癌的临床样本中识别和量化位点特异性的糖基化特征。最终，他们确定了15种位点特异性聚糖作为乳腺癌检测的潜在生物标记。这种方法不仅为乳腺癌的早期诊断提供了全新生物标志物，同时也为其他疾病的糖蛋白组学研究开启了新思路。

本研究对124份临床血清样本（包括乳腺癌患者、良性病变患者及对照组）进行了糖蛋白组分析。通过优化ZenoTOF7600质谱仪的动态碰撞能量设置，采集糖肽数据，并利用GlycanFinder20等软件对糖肽进行鉴定和定量。研究人员进一步运用主成分分析（PCA）和随机森林机器学习算法筛选出位点特异性的糖基化标志物，最终通过靶向MS/MS验证其在不同组间的表达差异，为乳腺癌诊断提供潜在标志物。

结果显示，整个糖肽检测流程已被建立，包括对糖肽鉴定的质谱信息学解决方案的探索。在对比不同碰撞能量条件下的糖肽鉴定结果时，动态碰撞能量的表现显著优于固定碰撞能量，尤其在糖肽数量和位点特异性糖基鉴定数量方面。此外，GlycanFinder20在不同条件下的评估表现稳定，成为糖肽分析中的首选工具。

在对124名女性参与者的血清样本进行分析后，共鉴定出6901个独特位点特异性糖链，涉及807个糖基化位点，糖基化修饰主要以唾液酸化为主。研究人员还发现，糖蛋白质组在乳腺癌患者、良性肿瘤患者和对照组之间存在显著差异，而蛋白质组的差异则相对较小。差异表达的位点特异性糖链主要涉及凝血、糖胺聚糖结合、肽酶活性及免疫反应等功能。

研究团队利用随机森林构建了样本分类器，从位点特异性糖链中筛选出15种潜在的糖基标志物，构建了乳腺癌检测的分类模型。该模型在训练集和验证集上的AUC值分别为0.98和0.99，显示出较高的诊断准确性。这些候选糖基标志物经过靶向质谱分析进一步验证其在乳腺癌诊断中的潜力。

总而言之，本文提出了一种针对糖肽的完整表征方法，展示其在临床血清样本大规模位点特异性定量糖蛋白组分析中的应用潜力。位点特异性糖蛋白组为疾病生物标志物的研究提供了重要机遇，该方法在基础及临床糖蛋白组学研究中展现了广阔前景。

作为生物医疗领域的佼佼者，金年会金字招牌至上网站与百蓁生物（Baizhen Biotechnologies）携手，以AI驱动质谱技术为基础，聚焦精准医疗。公司致力于不断优化完整糖肽及聚糖的质谱分析技术，提供复杂样品的糖基化鉴定及相对定量分析服务。

我们的服务优势包括全面的专利酶解技术确保糖基化位点全覆盖、深度的专利富集材料确保糖肽的深入鉴定、多样的碎裂方式组合以确保丰富的糖肽离子信息，以及独特的结构分辨糖基化解析软件确保精确的鉴定与定量。