当前位置:阿仪网 > 赛默飞世尔科技(中国)有限公司 > 新闻动态 > 科研UP!2026科研巡演正式起航
发布时间:2026/4/24 8:29:26关注度:147
关注我们,更多干货和惊喜好礼

「科研UP!」
4月15日,「科研UP!」赛默飞色谱质谱分析技术全国巡演·天津站圆满落幕,来自中科院、计量院、环境生态中心、北航等顶尖机构的七十多位专家齐聚一堂,围绕蛋白质组学、AI驱动的数据分析、多组学与环境应用展开深度分享与碰撞。本场活动不仅呈现了前沿科学进展,更清晰揭示了一个趋势:色谱质谱正从“检测工具”跃迁为“科学发现引擎”。
蛋白质组学:从发现到功能解析

中国科学院遗传与发育研究所汪迎春研究员的报告系统介绍基于质谱的蛋白质组学技术如何从大规模蛋白鉴定发展到机制研究,蛋白质组学正在进入4.0时代——是由Orbitrap Astral + DIA 驱动的高通量、高灵敏分析体系,重点展示了高通量与新一代质谱技术在提升检测灵敏度和定量能力方面的进展,同时结合其团队研究案例,阐述了通过磷酸化蛋白质组学等手段解析细胞迁移信号通路的策略,特别是鉴定并深入研究PEAK1这一关键激酶在细胞骨架重塑、黏附斑动态调控及肿瘤发生发展中的作用机制,体现了蛋白质组学从“发现分子”到“解析生命过程与疾病机制”的重要转化价值。


赛默飞应用经理范自全的报告围绕“高分辨质谱在蛋白质组学中的新机会”展开,阐述了以Orbitrap Astral为代表的全新一代质谱平台组学技术的最新突破:通量 × 深度 = 新科学能力,在通量方面Astral质谱单日通量可达 300 SPD,实现8000+种蛋白的稳定覆盖,为万人级临床队列提供了技术基础;在鉴定深度方面,对于单细胞可稳定鉴定 5000+蛋白。以Astral为代表的Orbitrap质谱平台正推动蛋白质组学从传统的小规模、实验驱动研究,向大规模系统研究、多组学整合和数据驱动模式加速转变。

AI:赋能质谱的科学发现新方式

中国计量科学研究院赵洋副研究员介绍了质谱技术正从传统的“分子检测工具”向“智能计算驱动的科学发现引擎”转变,质谱正在从“放大镜”变成“解码器与预言家” ,AI在实现谱图自动解析、降噪与定量优化、深度学习模型阶段已经有了核心突破,数据质量控制成为AI时代核心基础设施,“分子照相机”理念与AI技术融合,引领质谱进入智能化时代,AI质谱将成为支撑生物安全、新药研发和精准医学的战略支撑方向。


北京航空航天大学的刘超副教授带来OpenSpec算法突破的最新研究,该研究着重就赛默飞Orbitrap Astral高分辨质谱仪的数据进行分析,通过Transformer模型 + 开放搜索,使得修饰鉴定能力显著提升,并让Astral-DIA数据深度解析成为可能,未来将成为解析“暗物质”质谱信号的利器,也让短期内发现更多新的生物学机制与标志物成为可能。

质谱:赋能多组学研究

中国科学院生态环境研究中心的傅建捷研究员分享了新污染物的筛查与风险,超高分辨质谱Orbitrap结合耦合靶标、疑似靶标和非靶标分析等手段可全面识别污染物信息,质谱数据直接预测生态毒性、急性毒性和物理化学性质的研究,证明了质谱数据作为结构描述符直接预测化合物性质的有效性,对污染物监测流程系统化、标准化、工具化,将能更好的开展新污染物风险监测。


赛默飞的技术支持经理朱薇从暴露组学的角度展开了对从“检测污染物”到“理解人类暴露全景” 的赛默飞整体workflow解决方案,报告指出面对复杂且动态的多源化学暴露,传统单一靶向方法难以全面解析,需要结合靶向、疑似靶标和非靶标分析策略,并以GC-Orbitrap为核心实现从已知到未知化学空间的高通量检测与回溯分析,并进一步通过整合2D-LC、CIC等技术构建多平台协同的整体解决方案,推动暴露组学向系统化、规模化和多组学融合方向发展。

AI赋能多组学研究瓶颈突破
圆桌讨论环节将整场活动推向高潮:围绕“多组学研究的核心瓶颈究竟在算法、数据还是平台”这一关键问题,来自天津血液病研究所的王洪研究员与四位报告专家展开了深入交流,讨论不再局限于单一性能指标,而是聚焦于数据标准化、结果可靠性以及跨组学整合难度等更具挑战性的共性问题,引发全场科研工作者的热烈讨论。

在科学问题日益复杂的背景下,实验技术、数据分析与AI的深度融合正加速推动科研范式升级,与此同时,赛默飞依托领先的质谱平台与系统化解决方案,不仅持续赋能多组学整合与转化研究,也为跨学科协同创新与思想碰撞提供了重要支撑!

4.24郑州,敬请期待

如需合作转载本文,请文末留言。

相关信息