企业官网建设流程全解析

半年蓄力，巅峰揭晓！AQ1100高通量靶标定量重磅来袭！

做质谱蛋白质组学这行的人应该都有同感：非靶向筛选越做越“卷”，但真正落到项目交付、大队列验证、临床转化上，大家手里最缺的其实不是发现能力，而是能稳定、快速、一对多地把目标蛋白定量做准的“定海神针”。过去半年我们团队一直在闷头打磨一套高通量靶标定量方案，今天终于可以正式把 AQ1100 拉出来见见光了。这套平台不是简单堆通量或者堆灵敏度，而是把“覆盖能力、定量稳定性、样本处理效率”三个维度重新做了平衡。这篇文章我会把设计思路、技术底座、实操流程以及我们踩过的坑一次性讲透，给正在搭靶向定量方法、或者正在纠结买仪器做临床队列验证的朋友一个完整的参考。

1. 这半年在憋什么：从靶向定量的核心痛点说起

1.1 为什么目标蛋白定量越来越不可忽视

先把场景说清楚。你在做标志物筛选时，通常先跑一轮 DDA 或者 DIA，拿到几百上千个差异蛋白。但筛选只是第一步，接下来要在一个大队列里验证这些候选分子，比如 500 例血清、300 例组织，这时候你用 DIA 全套重跑一遍，时间和成本都是问题，而且 DIA 对低丰度蛋白的定量精度在严格意义上还是不如靶向扫描。如果碰到的是某一条明确的信号通路、某一个药物靶点、一组固定 panel 的细胞因子，那最理性的选择一定是靶向定量。

靶向定量的痛点也很明显：单次能检测的靶标数通常有限。传统的 MRM 方法一次跑几十个肽段就差不多了，想做到一次覆盖两三百个蛋白，对方法开发能力、色谱梯度、仪器驻留时间分配都是巨大考验。AQ1100 就是冲着这个缺口去的：它要在一个常规 LC-MS/MS 平台上，把靶标蛋白数量推高一个量级，同时保证每个靶标都能拿到可靠、可重复的定量数据。

1.2 AQ1100 的设计思路：把“高通量”和“定量准确”同时稳住

我们先明确一个基本事实：高通量靶标定量的难点从来不是让质谱“多扫几个离子”，而是如何在有限时间内把每个离子的信号采集做到既够准又够灵敏。离子对开得太多，每个通道驻留时间被压缩，信号质量下降；开得太少，覆盖度又不够。AQ1100 的破题思路不是无脑加通道，而是用了三段式策略：先用高分辨质谱完成候选肽段的深度筛选与色谱行为建模，再把最优离子对压缩成一个“精简但够用”的方法包，最后通过智能分窗调度来分配驻留时间。

这套思路解决了一个很实际的问题：方法开发阶段不用再靠手工一个个试肽段，也不用担心某个靶标肽段在复杂基质里响应太差。我们实测下来，一个包含 300 个蛋白、500 条以上目标肽段的高通量方法，从开始建库到拿到第一批合格数据，所需的时间比传统方式缩短了一半还多。

1.3 谁是 AQ1100 的目标用户

如果你是做大队列血清/血浆标志物验证、药物靶点结合率分析、或者生物样本中特定蛋白 panel 的定期监测，AQ1100 这套流程应该是很对口的。它同样适合那些“手里已经有一批候选靶标、但一直缺少高覆盖靶向定量手段”的课题组和转化医学平台。对于只跑少量靶标的用户，它当然也可以用，但说实话有点大材小用，常规 MRM 反而更灵活。

2. 技术底座：AQ1100 的原理架构与指标解析

2.1 三重四极杆上的 MRM：为什么高通量靶标定量还要回到经典

很多人习惯把“靶向定量”直接等同于“高分辨 PRM”，因为 PRM 在 Q-Exactive 这类 Orbitrap 上操作直观、数据处理简单。但在高通量场景下，我认为三重四极杆 MRM 仍然是最正确的选择。原因有两个。第一是循环时间不打架：MRM 是单离子对信号采集，每个通道只要几毫秒驻留时间，即使同时监测 500 个离子对，只要合理分窗，整个循环时间仍然可以控制在 1 秒以内；PRM 虽然有高分辨优势，但在同时定量几百个蛋白时，四级杆隔离窗口和 Orbitrap 扫描速度的配合会比较吃力。第二是线性范围和重现性：三重四极杆的动态范围通常到 5-6 个数量级，在复杂基质里做定量时不需要频繁稀释样本。

AQ1100 选择以 MRM 为核心，正是看中了这种经典技术在高通量场景中的不可替代性。当然，我们在平台里也保留了“MRM 触发增强扫描”的机制，遇到可疑峰或者需要结构确认的样本时，可以自动补一张高能碰撞诱导解离谱做验证，这就补上了三重四极杆在“定性确认”上的一块短板。

2.2 AQ1100 的关键指标：从靶标数到动态范围

一款高通量靶向定量平台，最终还是要落到数字上。我直接把我们验证过的关键指标整理成一张表，方便你对照理解。

这些数字不是理论设计值，而是我们用一个 500 例血清队列的预实验批次跑出来的真实结果。有两个点值得特别说明：第一，最低定量限能做到 0.5-1 ng/mL 级别，前提是前处理阶段用了恰当的富集或除高丰度蛋白步骤，如果你的样本是细胞裂解液或者组织匀浆，定量限会更好；第二，跨批次 CV 控制在 18% 以内，是靠严格的内标归一化做到的，这我后面在实操章节详细展开。

2.3 建库与目标肽段筛选：高通量方法成功的一半

AQ1100 平台要发挥威力，第一步不是调质谱，而是把目标蛋白的肽段库建好。这一步做得好不好，直接决定后面所有数据的质量。我们内部的建库流程分为三层：公共库筛选、实验样本实测验证、干扰性排除。

公共库筛选阶段，我们优先选择满足以下条件的蛋白：特异性（只能对应唯一一个基因产物）、序列长度在 6-16 个氨基酸、不含半胱氨酸和甲硫氨酸（避免氧化和烷基化带来的质量偏移）、酶切后没有漏切位点。这些规则很多文献都有，但真正执行时容易偷懒，导致后面数据一堆杂峰。

实验样本实测验证阶段，我们会做一次预跑，把候选肽段的保留时间、离子对响应强度、信噪比、基质干扰程度全部量化。AQ1100 建库模块在这里会直接生成“保留时间校准表”，为后续分窗扫描提供依据。最后一步是干扰排除：在血清基质里加入目标肽段标准品，查看是否存在共流出干扰；再把空白基质跑一遍，凡是在目标保留时间窗口内出现明显信号的通道一律剔除。

3. 实操过程：从样本到报告的完整闭环

3.1 样本前处理流程与注意事项

AQ1100 对前处理的要求比普通 MRM 更严格，因为目标种类多，不同肽段对前处理条件的耐受性差异也大。我们推荐的流程是：除高丰度蛋白（商业化试剂盒或自建磁珠法均可）后，进行还原烷基化，再用胰酶酶解，最后经 C18 脱盐柱富集。整个流程适合 96 孔板操作，从血浆样本到上机溶液，单批耗时约 4-5 小时。如果是组织样本，要额外增加匀浆和超声破碎步骤。

这里我要特别强调两个容易被忽视的细节。第一是酶解质量的监控：我们在每批样本中会加入一个同位素标记的“酶解指示蛋白”，它和样本同步酶解，通过监测指示肽段的重轻比来判断酶解是否完全，如果指示肽段的重轻比偏离理论值超过 20%，这批样本就需要重新酶解。第二是脱盐步骤的回收率：C18 脱盐虽然常规，但不同批次间的回收率波动很大，我们要求每个 96 孔板都加一个标准血清参考样本，用来矫正板间回收率差异。

3.2 仪器方法参数设置实例

下面给出一套我们实际用于血清样本高通量靶向定量分析的液相色谱-质谱参数，你可以直接作为参考基线。液相部分我们用的是反相 C18 色谱柱，长度 150 毫米，内径 2.1 毫米，粒径 1.8 微米。流动相 A 为含 0.1% 甲酸的水溶液，流动相 B 为含 0.1% 甲酸的乙腈溶液。梯度程序在 45 分钟内完成，从 3% B 线性升至 35% B，然后快速清洗和再平衡。流速控制在每分钟 0.3 毫升，柱温 40 摄氏度。

质谱端的参数设置是整套方法的核心。电喷雾离子源温度设为 500 摄氏度，离子喷雾电压为 5500 伏（正离子模式），气帘气 35 个单位，雾化气 50 个单位，辅助加热气 55 个单位。碰撞能量采用分肽段优化的策略：每个肽段在方法开发阶段就完成从 15 到 45 伏的梯度碰撞能量测试，选取信噪比最优的数值；而不是使用全局统一碰撞能量，后者在高通量方法中会显著拖累低响应肽段的定量表现。驻留时间按分窗策略分配，每个窗口内的离子对在 8-25 毫秒之间动态调节，总循环时间控制在 0.9 秒以内。

提示：如果运行大规模队列，建议把预保护柱纳入日常配置。血清基质即使经过除高丰度蛋白和脱盐，时间久了依然会污染色谱柱，没有保护柱的话，色谱柱寿命会明显缩短。

3.3 数据分析流程：峰提取、定量与质控

AQ1100 的数据处理支持在主流质谱数据处理软件中完成，也支持导入 Skyline 进行二次确认。我们的标准流程是：先导入原始数据文件，建立目标肽段列表；再自动提取每个离子对的色谱峰，依据保留时间与离子对比例进行峰识别；然后绘制标准曲线并计算每个目标肽段的浓度。

这里最需要用心的是质控规则。我们的分析流程内置了四级质控体系：第一级是系统适用性测试样本，每 10 针样本插入一针，查看保留时间飘移和信号强度变化；第二级是混合质控样本，包含已知浓度的目标肽段集合，每 20 针插入一针，查看定量值是否落在理论浓度的 ±15% 范围内；第三级是空白样本，每批首尾各一针，监测残留和污染；第四级是平行样本重复，每批至少 3 对技术重复样本，计算变异系数。

3.4 一个批次的实际运行现场记录

写一个我们最近跑完的真实批次作为示例：样本是 88 例血清，外加 8 个标准曲线点、6 个质控样本和 2 个空白，总共 104 个样本，加上系统适用性测试样本，整个批次的质谱总耗时约 16 小时，跨两个工作日。第一天下午完成前处理，晚上进样前 30 个样本；第二天上午跑完剩余部分。数据分析在当天下午全部完成。

结果方面，300 个蛋白靶标中，有 276 个在超过 95% 的样本中成功定量，覆盖率 92%；所有样本中靶标肽段保留时间的标准偏差都在 0.25 分钟以内；96 针连续进样的系统适用性测试显示，信号强度的相对标准偏差为 11.3%，在可接受范围内。这个覆盖率对于血清样本已经相当不错，剩下 8% 的未覆盖靶标主要集中在高丰度蛋白降解产物干扰和极低丰度蛋白检测限附近。如果你要在一个项目里追求更高的靶标覆盖率，可以考虑对这个别靶标单独建一个小型补充方法。

4. 问题排查与避坑实录

4.1 信号漂移与内标归一化

高通量批次最常遇到的问题就是长时间进样后信号漂移。即使加了系统适用性测试样本，你也会发现后半夜跑出来的样本信号强度和前半天相比可能下降 20-30%。这种漂移如果不加处理，会给定量结果带来系统偏差。

我们的建议是双重保险。第一重是每个肽段尽量都匹配一个同位素标记内标，且内标的化学性质要和目标肽段尽量接近，最好购买重标肽段而不仅是模拟基质校正。第二重是做好残留评估：在标准曲线最高浓度点之后进一个空白样本，观察是否有残留信号。如果残留超过 5%，就要考虑在梯度中加入更强的清洗步骤，或者在下一次方法开发时降低最高标准曲线浓度。

4.2 基质效应与离子抑制

血清中的磷脂、盐类和高丰度蛋白等组分，会在电喷雾过程中和目标肽段竞争电荷，导致信号抑制。在前处理干净的样本中，基质效应仍然存在，只是程度不同。高通量方法中目标肽段数量大，各肽段的基质效应差异会被放大，一部分肽段可能被压低 30%，另一部分可能被增强 20%。

对基质效应，我们的经验是：在建库阶段，就用空白基质加标的标准曲线和纯溶液标准曲线做平行对比，计算每个肽段的基质因子。凡是在低、中、高三个浓度下基质因子都落在 0.8-1.2 之外的肽段，优先淘汰，除非这个蛋白靶标极其重要，非留不可。对于特殊保留的肽段，我们会在数据处理时采用基质匹配标准曲线进行校正，同时补充在真实基质中的添加回收率实验数据。

4.3 峰识别错误与手动确认

高通量方法中峰识别错误发生的频率并不低，特别是当目标肽段在基质中响应较低、或存在共流出干扰时。自动提取的峰可能被错误地框选到一个干扰峰上，或者漏掉真正的目标峰。如果这批样本数量很大，全部手动检查不现实，Aq1100 采取了分层确认策略：所有目标肽段首先自动生成峰面积与保留时间比对结果；凡是保留时间偏移超过 0.15 分钟，或离子对面积比例偏离理论值超过 30%，或峰形明显不对称的，自动标记为“待人工复核”。

每一批数据，我们的经验是至少安排一位有经验的分析人员用固定时间复核这些标记峰。通常一个 96 样本批次中，待复核的峰记录约占全部峰记录的 5%-8%，一个人可以在 1-2 小时内完成全部确认。这一步虽然费人力，但却是保证最终数据可信度的不二法门。

4.4 常见问题速查表

为了便于你后期排查，我把我们积累的高频问题整理成一份速查表。

4.5 独家避坑心得：不要忽视“过渡时间”窗口

你可能想不到，高通量方法中最容易被忽略的坑不是质谱参数，而是液相色谱梯度中相邻目标峰的间隔时间。高通量方法的肽段数量多，色谱峰自然密集，如果两个目标肽段的保留时间过于接近，即使离子对不同，也可能因为共流出干扰导致定量偏差。我们在方法开发阶段有一个强制规则：任何两个目标肽段的主峰保留时间差必须大于三倍平均峰宽，否则只保留响应更高或特异性更好的那个。这个方法可以大幅减少后期数据处理时的干扰标记数量，强烈建议你也试一下。

5. 应用场景与下一步扩展

5.1 哪些场景最适合 AQ1100

从我们已验证的数据来看，AQ1100 最适合的场景是临床队列样本的靶向验证。举个例子，你在发现阶段筛出 100-200 个候选标志物蛋白，要在 1000 例样本中验证。如果用传统 DIA，一次跑完需要 10 天以上的仪器时间；用单靶点免疫法，要分别开发 100 多个实验体系，基本不现实。AQ1100 一次方法覆盖 300 个靶标，处理 1000 例样本只需要两周的仪器时间，这就是本质区别。

另一个很适合的场景是药物靶点结合率监测和转换医学研究。例如在肿瘤免疫治疗中监测一组 50-80 个免疫相关蛋白的表达量变化，AQ1100 可以作为一个标准化的常规检测流程。相比反复使用抗体 panel，质谱法的优势是不受抗体批次影响、可以自由扩展新靶标、且可以直接定量绝对浓度。它的可重复性也适合需要跨机构合作的多中心研究，只要确保前处理流程和仪器参数一样，结果就具有很强的可比性。

5.2 从平台到生态：后续还能做什么

AQ1100 发布只是第一步。我们后续的计划包括三块：第一，建立一个更开放的靶标库，支持用户提交自己关注的蛋白列表，由我们协助完成肽段筛选和方法验证；第二，推出一个在线数据共享平台，让不同实验室之间可以进行方法转移和跨中心比对；第三，在样本前处理方面开发更多自动化方案，把目前还需要人工操作的酶解和脱盐步骤进一步标准化，让整套流程向更高的样本通量推进。

我个人最看好的其实是第三块，因为前处理环节目前是整个流程里人工依赖度最高、最容易出现批次间波动的部分。谁先把这块压缩成“样本进去、结果出来”的全自动闭环，谁就能真正把高通量靶向定量从“专家级工具”变成“临床/工业级常规工具”。

6. 写在最后的个人体会

这套 AQ1100 方案打磨了半年，最大的收获不是跑通了多少个样本，而是重新理解了“高通量靶向定量”这件事的本质。高通量不是简单的离子对堆砌，它逼迫你从建库、色谱、质谱、数据处理四个维度同时做设计，任何一个环节扯后腿，最终覆盖率就会很难看。对我们自己来说，这套方法论以后完全可以迁移到更多领域，比如小分子代谢物的靶向定量、核酸质谱定量等，底层逻辑是相通的：先把目标物的特异性序列或离子对建立好，再把色谱和质谱条件混合优化，然后建立严格的质控体系，最后用数据管理流程兜底。

如果你也在做类似的工作，希望这篇文章能给你一些可借鉴的思路。最关键的一点是：不要一上来就追求全覆盖，先把 50 个靶标的完整闭环跑通，从样本到报告每一步都稳定可靠，然后再逐步扩展。一口吃不成胖子，高通量靶向定量更是如此。有问题欢迎在评论区交流，我们后续也会继续分享 AQ1100 在其他基质类型和更深层应用场景中的实测数据。