尊龙凯时致力于推动生物医疗领域的研究，通过数据整合，帮助您在健康与疾病领域的突破发现。直接整合UKBOlink蛋白组学数据及Olink蛋白质数据，不仅丰富了您的研究，还能为您的科学探索提供支持。

研究方法

本研究是迄今为止在血浆蛋白质组学领域最大规模的研究，揭示了众多关联信息。通过蛋白质诊断与预测模型的优越性能，我们能够识别出具有因果关系的蛋白质与治疗靶点。此外，我们构建了一个公开的资源平台，旨在促进临床策略的发展。通过系统整合健康与疾病谱，我们不仅深入探讨了蛋白质的功能、因果关系和潜在治疗能力，还基于蛋白质组学对疾病进行聚类，有助于重新审视疾病分类与其发病机制。

应用案例：数据验证

在研究蛋白质与缺血性心脏病（IHD）及相关风险因素的关联时，我们发现361种蛋白与IHD有显著相关性，其中一些已被证实为标志物，例如NT-proBNP等。经过风险因素的调整后，这些蛋白显示出稳健的关联性，且不同蛋白之间的相关性适中。

进一步的遗传关联分析显示，在361种蛋白中，有212种在中国科大（CKB）中具有cis-pQTLs，而孟德尔随机化（MR）分析锁定了13种潜在的因果关联蛋白。在欧洲人群中，307种蛋白也发现了cis-pQTLs，其中16种与IHD显著相关，并且有4种在中欧人群中得到验证。

对于潜在靶点的下游分析，我们研究了如FURIN等13种蛋白的表型关联、基因敲除及富集分析，这些蛋白在心血管疾病的病理生理中扮演关键角色，其中部分已进入药物研发阶段，部分则亟待进一步探索。

数据分析与比较方法

我们经常接到有关比较不同队列数据的最佳方法的询问。一种有效的途径是在研究中纳入重叠或桥接样本，或在各队列之间设立共同组，以消除批次效应。这种方法旨在使各队列保持一致，便于处理大规模数据集进行分析。当对队列的生物学特性有更深入的理解时，这种方法能够取得良好效果。然而，值得注意的是，多种因素可能影响队列之间的动态变化。

与DNA相比，蛋白质的动态性更强，受到多种因素的影响。从样本采集的年份和时间，到样本的制备过程，再到后续的样本处理，这些因素均可能在不同程度上对数据分析与理解带来挑战。

数据库访问申请流程

注册用户可通过访问管理系统（AMS）申请数据库访问。申请过程中需准备研究概要、所需UKB数据字段及研究产生的新数据或变量描述等信息。具体流程如下：

1. 在UKB在线访问管理系统（AMS）填写申请表，并选择数据层级。
2. 将需要访问UKB数据的研究人员添加为合作者。
3. 提供有权代表您所在机构签署材料转让协议（MTA）的签字人联系信息，此人不得是机构的首席研究员或主要合作者。
4. UKB团队将审核申请并通过AMS联系您，提供反馈意见。
5. 若申请获得批准，将提出访问费用请求，并将MTA发送至您和授权签字人。

尊龙凯时的Olink蛋白质组学数据已包含在UKB Tier 3类型中（同时包括其他多组学数据），标准费用为9000英镑，进一步助力您的研究创新。

参考资料：Cell, 2024; J Am Coll Cardiol, 2023.