Olink：高敏、特异、高效，蛋白质组学研究的利器！
Olink Proteomics：源自瑞典的创新力量
Olink Proteomics「 Olink Reveal」创立于瑞典乌普萨拉，致力于突破蛋白检测在“多重能力/特异性”、“灵敏度”和“检测通量”等方面的综合瓶颈，进而实现超灵敏多重蛋白标志物检测、无偏靶向蛋白质组学和精准蛋白组学，以帮助蛋白标志物的发现、药物研发、转化医学、以及让“多组学整合”真正切实可行。
核心技术：PEA 技术
Olink Proteomics 的核心优势在于其独家专利的 PEA 技术（Proximity Extension Assay，临近延伸反应）。PEA 技术彻底颠覆了传统的蛋白质检测方法，它通过连接成对特异性抗体结合到目标蛋白上，并触发 DNA 模板的连接和扩增，从而实现超高灵敏度的蛋白检测。
具体来说，PEA 技术的原理如下：
- 抗体对设计： 对于每一种目标蛋白，Olink 都设计了两个特异性抗体，分别结合到蛋白的不同表位。
- DNA 模板连接： 每个抗体上都连接有一个独特的 DNA 模板序列。
- 抗体与目标蛋白结合： 当抗体与样本中的目标蛋白结合时，两个抗体也会相互靠近。
- DNA 模板延伸和扩增： 通过连接酶的作用，两个靠近的 DNA 模板被连接起来，形成一个新的 DNA 序列。然后，通过 PCR 技术对这个 DNA 序列进行扩增。
- 检测和定量： 扩增后的 DNA 序列可以通过荧光标记进行检测和定量，从而实现对目标蛋白的定量分析。
PEA 技术的优势：
- 超高灵敏度： PEA 技术通过 DNA 扩增，将蛋白质检测的灵敏度提高了几个数量级，最低检测限可达 fM 级，可以检测到传统方法难以检测的低丰度蛋白质。
- 高特异性： PEA 技术通过成对设计的抗体确保了检测的高度特异性，有效避免了背景信号的干扰，确保数据的准确可靠。
- 高通量： Olink 基于 PEA 技术开发了一系列 Olink Panel，每个 Panel 可以同时检测数十种甚至数百种蛋白质，极大地提高了研究效率，并降低了成本。
- 宽动态范围： Olink 技术具有宽的动态范围，可以同时检测高丰度和低丰度蛋白，全面揭示样本中蛋白质组的复杂信息。
- 兼容各种样本类型： Olink 技术可以兼容各种样本类型，包括血清、血浆、组织裂解液、细胞培养液、脑脊液、细胞培养液、斑块裂解物、尿液、细胞裂解液、微泡/外泌体、组织液、微透析液、细针活检组织样本、干血斑、滑液、唾液、眼睛房水等，尤其擅长处理传统方法难以胜任的血浆、血清等体液样本。
这些Panel可赋能科学家，通过在1-6µl体液中精确检测5-5400+种生物标志物，深度解析实时生物学。Olink 的应用广泛而深远：发现创新药物靶点如 pQTL；筛选更优的疾病预测和预后标志物；阐明药物的作用机制、安全性、PK/PD 和剂量关系；拓展已上市药物的适应症；开发伴随诊断；加速药物研发，降低成本；促进临床科研成果转化；提升肿瘤等疾病早筛的灵敏度和特异性，最终推动精准医学的实现。
Olink Proteomics：覆盖 100% 主要信号通路，实现超灵敏无偏靶向蛋白组学
Olink 现已覆盖 100% 的主要信号通路，实现了生物学意义上的超灵敏无偏靶向蛋白组学。这意味着，Olink 可以全面、深入地分析样本中的蛋白质组信息，为科学家提供更全面的生物学视角。
Olink Proteomics 的意义：
- 推动精准医学的发展： Olink Proteomics 为精准医学提供了强大的技术支持，可以帮助医生根据患者的蛋白质组信息制定个性化的治疗方案。
- 加速药物研发： Olink Proteomics 可以加速药物研发进程，降低研发成本，为患者提供更多有效的治疗选择。
- 促进疾病早筛： Olink Proteomics 可以提高疾病早筛的灵敏度和特异性，为患者赢得宝贵的治疗时间。
- 深入理解疾病机制： Olink Proteomics 可以帮助科学家深入理解疾病的发病机制，为开发新的治疗方法提供理论依据。
这项技术为我们提供了一种全新的视角来审视疾病，将蛋白质组数据与基因组数据相结合，可以更深入地理解疾病的发病机制、寻找新的生物标志物，并开发更有效的治疗策略。
研究发现，Olink 技术助力揭示北极人群的独特遗传结构！通过分析血浆蛋白，研究人员发现北极人群的遗传特征与欧洲人群存在显著差异，并发现了新的与疾病相关的遗传变异。研究人员对 175 种血浆蛋白的浓度进行了 GWAS，并与英国生物库的结果进行了比较。结果显示，格陵兰因纽特人群中有 368 个独立的全基因组显著信号，而英国生物库中只有 271 个。这表明 Olink 蛋白质组学技术可以有效地发现与疾病相关的蛋白质标志物，并为研究提供更多数据。此外，文章还展示了几个对格陵兰因纽特人群具有高解释变异的蛋白质，例如与胆固醇、葡萄糖和胰岛素敏感性相关的蛋白质。这些发现有助于深入了解格陵兰因纽特人群的代谢健康和疾病风险。
图2遗传架构对疾病定位的影响
a，在参考面板（gnomAD v.3.0.0）中移除任何群体中MAF>0.1%的变异后，剩余的非因果pLoF变异的平均数量（标准误）。
b，与a相同，但在参考面板中使用不同的MAF阈值。c，标记SNP（R²>0.8）的平均数量作为焦点SNP距离的函数。
d，INFO评分大于0.8且MAF超过x轴所示阈值的推断变异数量。推断使用格陵兰全基因组测序合并1KG参考面板（n=4483）或仅使用1KG参考面板（n=3202）进行。
e,f，格陵兰和欧洲13项代谢性状最大全基因组关联分析（GWAS）的比较。
e，在格陵兰和欧洲13项代谢性状最大GWAS中，解释超过1%方差的全基因组关联（95%置信区间）。基因名位于条形图下方，与变异相关的表型列在基因名下方。对于糖尿病，我们使用了责任尺度方差解释。星号表示该区域中的因果基因不确定。Chol，总胆固醇；Gluc2h，葡萄糖（2小时）；GlucR，葡萄糖（随机）；HbA1c，血红蛋白A1c；HDL，高密度脂蛋白；Trig，甘油三酯。
f，欧洲衍生的多基因评分（PGS）预测相应13项代谢性状（归一化至英国生物银行）的平均增量R²（标准误），针对所有格陵兰参与者、仅未混合的格陵兰参与者或丹麦参与者。右侧的两个条形图是添加北极特异性变异后的平均增量R²。
g，格陵兰和英国生物库中175种血浆蛋白（Olink）全基因组显著关联的领先SNP解释的方差，按解释的方差排序，并按产生最低P值的模型分组；n=3707。插图显示了前20个GWAS hits的放大图。
研究解读
- Olink 数据提高了疾病映射和预测的准确性： 与传统的 GWAS 相比，Olink 数据在识别与代谢性状相关的遗传变异方面表现出更高的效能。特别是在识别具有较高影响力的北极特异性变异方面，Olink 数据展现出了独特的优势。 这表明，血浆蛋白丰度可以作为重要的表型，帮助我们发现那些在传统 GWAS 中难以被识别的遗传变异。
- 北极特异性变异对代谢性状有显著影响： 研究在 13 种代谢性状中发现了 16 个与格陵兰人相关的遗传信号，其中8 个是北极特异性变异。这些变异在格陵兰人中频率较高，而在欧洲人群中频率较低，甚至不存在。这表明北极人群独特的遗传背景对他们的代谢性状有着显著的影响，也解释了为什么一些在欧洲人群中发现的遗传变异在北极人群中可能不起作用，反之亦然。
- Olink 数据可以改进多基因评分 (PGS) 的准确性： 多基因评分 (PGS) 是一种利用多个遗传变异来预测疾病风险或性状的工具。将 Olink 数据识别出的北极特异性变异添加到 PGS 中，可以显著提高 PGS 在预测格陵兰人代谢性状方面的准确性，甚至优于基于欧洲人群的 PGS。这为开发针对特定人群的精准医疗工具提供了新的思路。
结语
Olink 作为一种强大的蛋白质组学研究工具，为疾病研究提供了新的可能性。它在格陵兰人群研究中展现出巨大潜力，帮助我们更好地理解代谢性状与血浆蛋白丰度之间的复杂关系，并为疾病预测和治疗提供了新的思路。期待 Olink 技术在更多疾病研究中发挥重要作用，开启疾病研究新篇章！
