技术简介
蛋白质作为生命活动的直接执行者，是揭示疾病机制、筛选药物靶点的关键。传统方法常面临困境：质谱虽能大规模发现蛋白，但通量低、对低丰度蛋白检出不足；ELISA灵敏度尚可，但一次只能检测单一靶标，难以满足大规模队列研究需求。
Olink基于专利的邻位延伸分析（Proximity Extension Assay, PEA）技术，将抗体免疫分析的高特异性与PCR的指数级信号放大融为一体，实现了在高通量背景下对蛋白质进行超灵敏、精准定量，是连接大规模发现与精准验证的"桥梁"工具。
目前，引用Olink技术的同行评审文章已超3,000篇，被全球顶尖学术机构和制药公司广泛采用。
技术原理
Olink的核心在于其创新的"蛋白信号 → DNA信号"转化设计，关键步骤包括：
双重识别
针对每个目标蛋白，设计一对特异性抗体。每条抗体上都偶联了一段独特的、互补的DNA寡核苷酸链。
邻位探针杂交
当且仅当这一对抗体同时与目标蛋白结合时，两条DNA链才在空间上足够接近，并在DNA聚合酶作用下互补延伸，形成新的DNA双链模板。
信号放大与检测
新合成的DNA双链模板通过PCR进行指数级扩增，将微弱的蛋白结合信号转化为可被灵敏检测的DNA信号。
定量分析
扩增后的DNA产物可通过qPCR或NGS进行读取，信号强度与样本中目标蛋白的浓度成正比，实现精准定量。
核心优势
微量样本
仅需1-8μL血清/血浆/脑脊液
超高灵敏度
检测下限达fg/mL级
高通量
单次可测40-5,000+蛋白
高特异性
双抗体"邻位"识别，特异性~99.5%
宽动态范围
覆盖超10个数量级
灵活产品线
从发现（Explore）到验证（Target）全覆盖
应用场景
生物标志物发现
大规模队列筛查（肿瘤、心血管、神经疾病）
药物研发
药效评估、靶点发现、机制解析
疾病机制
炎症、免疫、代谢通路网络分析
多组学整合
与基因组、转录组联合挖掘pQTL
产品详情
| Olink Panel | 检测蛋白数/panel | 检测Panel | 适用物种 | 定量类型 | 样本数量/run | 检测平台 | 交付内容 |
|---|---|---|---|---|---|---|---|
| Explore HT | 5400+ | HT | 人 | 相对定量 | 172+20QC | NGS | 蛋白 NPX 定量列表，标准生信分析（蛋白定量、差异分析、富集分析等），个性化分析结果 |
| Reveal | 1000+ | Reveal | 人 | 相对定量 | 86+10QC | NGS | 蛋白 NPX 定量列表，标准生信分析，个性化分析结果 |
| Explore 384 | 360+ | Cardiometabolic、Cardiometabolic II、Inflammation、Inflammation II、Neurology、Neurology II、Oncology、Oncology II | 人 | 相对定量 | 88+8QC | NGS | 蛋白 NPX 定量列表，标准生信分析，个性化分析结果 |
| Target 96 | 92 | Cardiovascular II、Cardiovascular III、Cardiometabolic、Immuno-Oncology、Immune Response、Neurology、Neuro Exploratory、Oncology II、Oncology III、Inflammation、Metabolism、Development、Organ Damage、Cell Regulation、Mouse Exploratory | 人或小鼠 | 相对定量 | 88+8QC | qPCR | 蛋白 NPX 定量列表，标准生信分析，个性化分析结果 |
| Target 48 | 40+ | Cytokine、Immune Surveillance、Mouse Cytokine | 人或小鼠 | 绝对定量 | 40+8QC | qPCR | 蛋白 NPX 定量列表，标准生信分析，个性化分析结果 |
研究案例
A plasma proteomics-based candidate biomarker panel predictive of amyotrophic lateral sclerosis
研究背景与挑战
临床痛点：肌萎缩侧索硬化症（ALS）是一种进行性神经退行性疾病，以运动神经元退化为特征，导致肌肉无力、萎缩，最终因呼吸衰竭死亡。目前诊断仍依赖临床症状和神经学评估，从症状出现到确诊平均延迟6-18个月，尚无明确的诊断检测手段。亟需可靠、易获取的生物标志物用于早期诊断、疾病监测和临床试验患者筛选。
科学问题：ALS症状出现前数年是否已存在可检测的蛋白质组变化？血浆蛋白质组能否作为ALS诊断和预测的工具？
Olink技术应用
本研究采用Olink Explore 3072高通量靶向蛋白质组学平台进行血浆蛋白分析：
• 发现队列：183例ALS患者 vs 309例健康对照
• 验证队列：48例ALS患者 vs 75例健康对照
• 检测蛋白数量：通过PEA技术检测了超过3,000种血浆蛋白
• 主要分析策略：差异表达蛋白筛选 + 机器学习建模
主要研究发现
• 鉴定33个差异表达蛋白：在ALS患者血浆中鉴定出33个与健康对照存在显著差异的蛋白，并在独立队列中成功验证。
• 高精度诊断模型：利用机器学习构建的模型诊断ALS的AUC达到98.3%，在区分ALS与其他神经系统疾病方面表现优异。
• 揭示症状前分子变化：通过分析症状出现前采集的样本，发现疾病过程（影响骨骼肌、神经和能量代谢）在症状出现数年前已经开始。
• 潜在机制阐释：差异蛋白富集于与神经炎症、代谢紊乱相关的通路，为ALS的发病机制提供了新的分子见解。
研究意义
本研究首次在大型队列中系统验证了血浆蛋白质组作为ALS诊断和预测工具的可行性，为ALS的早期诊断和临床试验患者分层提供了重要的生物标志物工具。Olink Explore 3072平台的高通量、超高灵敏度特性（检测下限达fg/mL级），使其能够捕获传统方法无法检测的低丰度蛋白信号，是大队列蛋白质组学研究的理想工具。
