改善蛋白組學研究圖像分析的新軟件

對雙向電泳（2DGE）等蛋白分離實驗的圖像進行分析不僅耗時，而且經常丟失樣本或得出假陽性結果。上周在倫敦舉行的AngloNordic Biotech Conference IV會議上 ，瑞典Ludesi公司CEO Ola Forsstrom-Olsson宣布這種現狀將有可能得到改善，其公司已經獲得了解決這些問題的辦法，以便其公司的pay-per-image服務能夠節約研究時間，得出有復驗性的結果。

盡管雙向電泳早在上世紀70年代既已出現，但目前依舊是破譯復雜物質生物分子組成的最常用工具之一。然而，自動成像分析存在缺陷，手動分析耗時且需要工作經驗。

蛋白組學研究人員對電子圖片分類整理，利用Ludesi軟件將分析結果按需要剪裁，然后Ludesi公司按客戶要求進行工作。工作結果可以從網上下載，利用Ludesi公司相關軟件檢查結果。Forsstrom-Olsson說這比研究人員自己做要快得多， Ludesi公司只需幾天，研究人員則需花費數周時間。

雙向電泳成像分析的另一個主要問題是缺乏嚴格的分析方法，因此結果存在可變性。Ludesi公司研發小組采用他們慣用的分析方法，Forsstrom-Olsson稱其為該產業的高精確水準。對成像分析的各個階段進行質量監控，能夠降低出錯率。Ludesi認為實驗的最終結果將明顯證明，與其它分析方法相比，蛋白表達水平明顯上升2－3倍，假陽性發生率大批下降。

Steven Elliott與其約翰霍普金斯大學同事進行了一次獨立研究，他們將圖片送到Ludesi公司，然后將分析結果與Ludesi軟件競爭對手（GE Healthcare 的Decyder 5.01和Nonlinear Dynamics的兩種產品）的自動和手工分析結果進行對比。實際上，利用后面三種軟件進行的分析是由Nonlinear研究人員完成的。

Elliott說，基于點檢測匹配和分割，Ludesi的血漿凝膠分析最精確，這將改善雙向電泳跟蹤蛋白變化的能力。研究小組認為，Progenesis分析的手工編輯是觀察雙向電泳所必需的，有不同濃度和點陣的復雜血清凝膠為Progenesis SameSpots alignment增加了難度。Forsstrom-Olsson表示他希望將公司的服務擴大到蛋白組學數據分析的其它領域。