00000+

确证的蛋白质

20000+

预测的蛋白质

Welcome to Guomics

GUOMICS

作为一个涉及交叉学科的团体,我们的队伍由来自不同背景的人员 组成。

PROTEOMICS

我们致力于发展重现性高、高通量、具有深度和低成本的蛋白质组技术。

BIG

我们相信蛋白质组大数据技术可以发现可定量的生物规律。

DATA

大数据和人工智能助力知识挖掘。

研究兴趣

我们团队致力于开发前沿尖端的蛋白质组学技术,通过高样本通量(成百上千 个样本)及低样本消耗量(小于 1 毫克)精确定量尽可能多的蛋白质种类,使蛋白质组大数据研究能够解决复杂的生物医学问题。

我们的技术基础是 PCT-SWATH/DIA (Guo,et al,2015),它是压力 循环技术(pressure cycling technology)和连续窗口采集所有理论碎 片离子 (sequential window acquisition of all theoretical fragment ion spetra mass spectrometry, SWATH, SCIEX 保护术语) 和数据独 立采集(DIA,更笼统的描述) 的缩写。

在西湖大学,我们继续开发新的技术,以实现更大的通量、更高的重现 性和低成本生成蛋白质组大数据 (Sun et al, 2020; Gao, et al, 2020; Cai, et al, 2020;under review)。

我们还在开发计算资源,以实现更易操作的蛋白质组大数据集的数据分 析 (Zhu, et al. 2019; Zhu, et al. 2020)。

我们的研究需要基于多种设备,包括压力循环系统、质谱仪和高性能的计算系
统。

我们开发了 PCT-SWATH/DIA 技术,可以对新鲜组织和福尔马林固定石蜡包 埋组织进行快速、高重复性和经济的蛋白质组学分析。基于 PCT 方法的样本制 备只需要不超过 1 毫克组织,平均就能得到 50 微克多肽。而仅仅 0.2 到 1 微 克的多肽就足够用于梯度为 0.5 到 2 小时的在 TripleTOF (Shao, et al. 2015) 或最新的轨道阱质谱仪如 Q-ExactiveHF/HFX、Fusion 和 Lumos 等仪器上的 SWATH/DIA 分析。我们还与 Pressure Biosciences Inc 合作开发 PCT-Micr oPestle,提高了样品制备效率(Shao, et al. 2016)。

我们小组的长期目标是建立临床样本的蛋白质组学数字生物数据库,产生蛋白质组学大数据、开发相应的云计算和基于人工智能的疾病新型诊断方法。

蛋白质组大数据技术被应用于中间型前列腺癌的分型。

• 前列腺癌是全球范围内男性最常见的癌症之一,存在严重的过度诊断和 过度治疗的问题。

我们还致力于开发基于蛋白质和深度学习的甲状腺癌诊断工具。

• 甲状腺癌是全球范围内女性最常见的癌症之一,存在严重的过度诊断和 过度治疗的问题。

本组目前尚有博后职位空缺,欢迎有意者附上研究兴趣与 PI 交流。