社区

原本的SomaLogic SomaScan现在变成了Standard BioTools的蛋白组学平台。

关于Olink Explore和SomaScan的对比，我们之前已经做过一些分析，参见：

基于亲和力+NGS测序的蛋白组学：Olink vs SomaLogic，谁更胜一筹？

基于亲和力+NGS测序的蛋白组学：未来去向何方？

更新：基于亲和试剂+NGS测序的蛋白组学：Olink vs SomaLogic，谁更胜一筹？

科学界也对这两个平台进行了一些正面对比，结论有时天差地别。

Amgen旗下的Decode Genetics是比较早采用SomaScan平台的一个团队。他们在2022年初就发表了一篇BioRxiv预印本文章，进行了近5万名英国生物库参与者Olink Explore 3072平台的测量和3.5万多名冰岛人的SomaScan v4平台（检测4900多种蛋白靶标）检测，将两个平台确定的蛋白质定量性状位点（pQTLs）进行了比较，发现与Olink平台相关的cis-pQTL比例更高。

pQTL已成为蛋白组学研究的主要重点，这可以帮助研究人员确定与疾病发展相关的有前景的药物靶点或蛋白质表达模式。pQTL通常被分为cis顺式，意味着pQTL位点位于编码该蛋白质的基因附近，或反式trans，意味着这一pQTL位点离编码该蛋白质的基因更远。虽然两者都有潜在的意义，但检测cis-pQTL提供了强烈迹象，表明该平台对该特定蛋白质的检测是特异的，因为它正在测量其目标。

Decode预印本的结果引起了当时SomaLogic和外部研究人员的批评，他们都指出，Decode研究人员没有根据SomaLogic建议的数据标准化(Normalization)进行操作，因此导致了较低的cis-pQTL检测。

该预印本后来被撤回，作者表示它“不应该在英国生物银行制药蛋白质组学项目UKB-PPP之前发布”，但没有提及任何研究中可能出现的错误。

2023年10月，这一文章最终在自然杂志上刊出，展示了与预印本文章相似的数据集结果。

除了cis-pQTL的检测之外，文章还比较了两个平台的准确率，使用了一个称为CV ratio（变异系数比值）的指标。

CV值越小意味着可重现性越强，检测结果更可靠，本质上使用更少的样本就能检测到可能的变化。

但在文章中，Decode使用了CV比率，即分析的CV与所研究队列中该分析的总体方差的比率。结果他们发现Olink的CV比率中位数为0.35，SomaScan的CV比率中位数为0.50，提示Olink平台的准确率更高。

最近，Decode研究人员发表了这篇文论的更正，表示之前有一个数据分析的错误，其中用于计算SomaScan平台的冰岛样本中，有一部分不是重复实验的样本，而实际上是在不同时间点从同一个体中采集的样本。这会影响SomaScan平台上同一样本重复测量的CV的计算，导致人为地CV值偏高。

此外，由于由于种群差异可能导致平台之间蛋白质分布水平的差异，作者删除了评估重复测量的CV相对于种群中检测CV（CV比率）的尝试。更正后的版本中，研究人员没有使用CV比率，而是计算了传统的CV，并确定Olink的CV中位数为16.5%，而SomaScan为9.9%，这意味着SomaScan检测更准确。

这一更正发布于5月22日，相距该论文去年10月初见刊，已经过去了八个月。

作为高通量蛋白组学方法的两个为数不多的可选平台技术，Olink与SomaLogic/Standard BioTools的竞争是持续着的、直面的、回避不了的话题。

SomaLogic前首席医疗官Stephen Williams说，Nature文章发布的这一不正确的CV结果为Olink提供了与SomaScan平台竞争的弹药，至少错误的CV比率为Olink在与客户的对话中提供了一个谈资和主张点。而现在，修正后的CV结果显然是对SomaScan更有利。

但回到pQTL的角度，在Nature研究中，71%的Olink检测和43%的SomaScan检测与cis-pQTL有关，这表明Olink平台的特异性更高（比率越高，表明这个平台正在实际上测量它们声称的蛋白靶标）。仅从两个平台测量的1848种蛋白质来看，80%的Olink检测与cis-pQTL相关，而58%的SomaScan检测与此相关。

Nature文章的更正并没有涉及任何有关pQTL的修正，虽然SomaScan在CV及准确率上占据上风，但Olink的平台在特异性方面表现更好。

但是，在Genomeweb的报道中，Decode的应用统计副总裁、Nature文章的作者之一Daníel Guðbjartsson提到，Olink平台可能更容易受到蛋白表位效应（epitope effects）的影响，这可能导致更高的cis-pQTL关联率。

当一个遗传变异改变了亲和试剂与其蛋白靶标结合的时候就会发生表位效应，造成的结果也像是蛋白表达发生了变化，但实际上这种改变仅仅只是由于亲和力的变化，因此表位效应被错误地认定为pQTL。由于Olink平台使用两种抗体，因此能够与更大的靶蛋白结合，更有可能与受遗传变异影响的表位结合，这与与SomaScan基于单链SOMAmer适配体不同，因此Olink更有可能受到表位效应的影响，于是产生了更多的cis-pQTL。

但问题是很难区分由蛋白质表达的真实变化所引起的cis-pQTL与由表位效应引起的cis-pQTL。特别是在错义突变的案例中，蛋白表达的下降有可能更多是因为亲和结合的降低而不是真正的表达量下降。更广义地讲，对于基于亲和力的蛋白组学平台来说，很多时候我们并不知道到底是测量了正确的蛋白靶点还是只抓到并测量了诸多异构体中的一个。

Standard BioTools最近发布了一则信息，称从Carterra公司购买了LSAXT系统，将使得能够通过测量SOMAmer试剂的动力学特性来进一步验证其SomaScan平台，向客户提供有关蛋白质结合和生物标志物表征的准确信息。

Carterra是高通量大分子和小分子筛选和表征的仪器和解决方案供应商。LSAXT系统通量更高，可以测量SOMAmer与蛋白结合的动力学特征，识别精确结合位点和可能的脱靶效应，因此可以用来交叉验证SOMAmer的质量，提升其特异性。

公司采购了一套仪器系统，对外发布了一则公告信息，颇有点“此地无银”的感觉。

Decode在Nature文章中使用对比的都是两个平台的旧版和较小版本。SomaScan目前已经可以进行11000种蛋白质测量，而Olink Explore最大的panel HT可以覆盖5400种蛋白。这两个平台是依然是高通量、大人群队列血浆蛋白研究中唯二可行的选择。

几个月前，Olink的中国地区的一个认证服务商发文说已协助客户发表约20篇Olink文章，在国内最多。前段时间，SomaLogic国内的认证服务商报道称国内首篇基于SomaScan的蛋白组学文章发表。

SomaScan在国内起步稍微慢了点，但Illumina版本的SomaScan马上就要来了。

Illumina与Standard BioTools合作的Illumina Protein Prep解决方案，基于SomaScan+NGS读出的蛋白组学产品，第一个产品6k Human Proteins已经在NovaSeq 6000上开启了Early Access，今年下半年将开放到NovaSeq X平台上。

在Illumina CTO Steve Barnard 4月份的一个演讲中，他提到要在2025年一季度全面商业化发布9K Human Proteins的产品。

基于SomaScan 7k Assay开发Illumina 6k Human Proteins产品，而基于SomaScan 11k开发了Illumina 9K蛋白组学产品。Illumina想必是既要确保比Olink Explore HT更大的蛋白覆盖，又要经过挑选和校对确保相比SomaScan原初Assay更高的特异性，确保在NGS读出时更高的准确率？

从Illumina相关同事在LinkedIn上发布的信息来看，llumina Protein Prep解决方案将是一种端到端工作流程，包括样品制备、自动化和数据分析，将可靠的 Illumina 测序和数据分析与基于 SOMAmer的检测相结合。

Illumina很清楚地看到了SomaScan在实施过程中的这些挑战和难点，试图要提供一个精简高效的工作流程，Illumina的这个蛋白组学产品很值得期待。这将是Illumina进军蛋白组学领域的一个里程碑式起点。

可以说，Decode的这个Nature论文更正，来的也不算晚，是一个必要的、重量级的支持和转向。

参考：

https://doi.org/10.1038/s41586-024-07549-z

https://doi.org/10.1038/s41586-023-06563-x

https://somalogic.com/coefficients-of-variation/

https://www.genomeweb.com/proteomics-protein-research/reversing-previous-findings-corrected-decode-paper-shows-somascan-more

https://investors.standardbio.com/news-releases/news-release-details/standard-biotools-purchases-carterrar-lsa-xt-system-accelerate

https://emea.illumina.com/events/webinar/2024/webinar-advancements-core-lab-steve-barnard.html

声明：

本文只代表个人观点，不包含任何投资建议。文章信息及附图、视频均整理来自于公开可获取的内容，若涉及隐私或保密信息或若有侵权请联系删除。限于个人理解及判读，文中信息可能有不当或不准确的地方，还请留言或私信指正。

欢迎转发、分享给更多感兴趣的朋友！！