Seer推出新Proteograph工作流程，改寫蛋白質組學未來！

Seer重新定義深度無偏見蛋白質組學，於ASMS 2025推出新Proteograph工作流程，實現前所未有的規模和效率

2025年5月29日 07:00 ET | 來源：Seer, Inc.

加州紅木城，2025年5月29日（GLOBE NEWSWIRE）—— Seer, Inc.（納斯達克股票代碼：SEER），深度無偏見蛋白質組學的先驅和可信賴夥伴，今天宣布推出其全新的Proteograph®產品系列，該系列包括Proteograph ONE檢測和SP200自動化儀器——這是其迄今為止最先進的可擴展、高解析度的質譜蛋白質組學解決方案。Seer最新的創新將在即將舉行的美國質譜學會（ASMS）年會上首次亮相，該會議將於馬里蘭州巴爾的摩舉行，這項創新克服了大型蛋白質組學研究中由於通量有限和成本高昂而帶來的挑戰。它顯著增強了Proteograph產品系列的能力，使其能夠實現世界上首個真正的群體規模深度無偏見蛋白質組學研究所需的通量、效率和深度。

通過新的Proteograph工作流程，Seer實現了一個變革性的里程碑，顯著改善了深度蛋白質分析的可擴展性、重現性和可負擔性。這些進步推動了2021年推出的Proteograph產品系列的原始能力，解決了歷史上行業普遍存在的限制，深度工作流程在有效擴展方面面臨挑戰，手動操作引入了變異性，而大型研究則受到高昂成本的阻礙。

經過簡化的Proteograph工作流程能夠在單個SP200儀器上每週處理超過1,000個樣本，實現了質譜基礎的蛋白質組學分析，達到了之前無法實現的深度、速度和規模。這項新產品還利用了運營效率和Seer的基於量的定價模型，將每個樣本的蛋白質組學分析成本降低了約60%，與2021年Proteograph產品系列的首次發布相比，這些進步使群體規模的質譜蛋白質組學變得實際可達，促進了大型生物標記物發現、縱向疾病研究和綜合多中心研究。

“新Proteograph工作流程的推出標誌著蛋白質組學的一個定義性時刻，”Seer的董事長兼首席執行官Omid Farokhzad表示。“它實現了深入、可重複和大規模測量蛋白質組的承諾，並使無偏見的蛋白質組學在下一代科學和醫學發現的核心中發揮其中心角色。隨著Proteograph ONE的推出，我們正在繼續改變蛋白質組學研究的軌跡，釋放蛋白質組的力量。”

蛋白質組學的見解越來越驅動個性化醫療的進步，捕捉生物學背景，這是僅靠基因組學或轉錄組學無法實現的。Seer的Proteograph工作流程克服了深度無偏見蛋白質組學的長期障礙，使研究人員能夠以前所未有的速度、成本和規模探索蛋白質組的複雜性。

新Proteograph產品系列的主要功能：

* **更高的通量：** 每個SP200儀器每週處理超過1,000個樣本——在不妥協性能的情況下將通量翻倍
* **運營效率：** 簡化的工作流程自2021年以來將每個樣本分析成本降低約60%
* **自動化工作流程：** 減少操作人員引入的變異性，為貴重生物樣本的處理增添無與倫比的穩健性
* **更快的周轉時間：** 自動運行時間少於5小時，能夠在8小時的工作班次內輕鬆完成80個樣本的批次
* **深入無偏見的分析：** 識別的蛋白質數量是傳統質譜工作流程的最多10倍

Seer在ASMS 2025年會上的參展

除了產品發布外，Seer及其合作夥伴將在ASMS 2025上揭示新的科學數據，展示Proteograph產品系列在阿爾茨海默病、癌症和藥物開發研究中的變革性影響。一場早餐研討會將由著名的蛋白質組學專家Josh Coon和Gary Patti教授主持，介紹他們在Proteograph ONE工作流程的早期使用經驗中獲得的引人注目的研究結果。

“原始的Proteograph工作流程對基於質譜的血漿蛋白質組學來說是一個遊戲改變者，使我們能夠以前所未有的方式更完整和穩健地探索血漿蛋白質組的複雜性，”威斯康星大學麥迪遜分校的生物分子化學和化學教授Josh Coon博士表示。“我對於Proteograph ONE工作流程將實現的通量提升感到非常興奮，這將使我們能夠進行群體規模的研究。”

直到現在，進行有意義規模的深度蛋白質組學研究在根本上是不可能的，因為深度工作流程無法有效擴展，手動處理引入了大量變異性，且可負擔性無法達到。但Seer的Proteograph ONE克服了這些根深蒂固的障礙，以前所未有的可負擔性和一致性提供深度、可重複和可擴展的蛋白質組學分析。

“我們評估了各種不同的蛋白質組學技術，尋找適合我們大型研究項目的深度、重現性和通量的正確組合，”聖路易華盛頓大學的化學、遺傳學和醫學教授Gary Patti博士表示。“Seer的解決方案在深度和穩健性方面一直無與倫比，而現在它的可擴展性和成本效益也得到了進一步提升。這使我們能夠以前所未有的解析度評估我們群體研究中蛋白質組的複雜性。”

Seer及其合作夥伴在ASMS 2025年會上展示的科學亮點：

1. **Seer
**標題：** _應用深度無偏見血漿蛋白質組學理解癡呆症分類、認知衰退和pTau-217生物學的1,786個樣本研究
**海報：** TP 083
**日期：** 6月3日
2. **Seer
**標題：** _Pythia：一種快速、靈敏和準確的定量DIA蛋白質組學搜索引擎_
**海報：** WP 317
**日期：** 6月4日
3. **Seer
**標題：** _使用簡化裂解程序和納米粒子介導的自動樣本準備進行靈敏、全面和高保真細胞蛋白質組分析_
**海報：** ThP 643
**日期：** 6月5日
4. **Thermo Fisher Scientific
**標題：** _通過最大ID和高通量血漿蛋白質組學工作流程轉變癌症生物標記物發現_
**海報：** MP 072
**日期：** 6月2日
5. **Thermo Fisher Scientific
**標題：** _使用改進的Thermo Scientific Orbitrap Astral質譜儀進行全面和高通量的血漿蛋白質組分析以發現生物標記物_
**海報：** MP 078
**日期：** 6月2日
6. **Thermo Fisher Scientific
**標題：** _LC-MS工作流程在使用Orbitrap Astral質譜儀的迷你癌症隊列中進行多樣性組學分析_
**海報：** MP 096
**日期：** 6月2日
7. **威斯康星大學麥迪遜分校
**標題：** _血漿多組學分析以定義長期新冠分子特徵_
**海報：** MP 460
**日期：** 6月2日
8. **威斯康星大學麥迪遜分校
**標題：** _血漿蛋白質組學技術的技術評估_
**海報：** WP 651
**日期：** 6月4日
9. **法國國家衛生與醫學研究所（INSERM）
**標題：** _在血漿蛋白質組中進行金礦開採：不同富集策略的基準測試，針對細胞外囊泡、血小板和細胞因子及趨化因子內容_
**海報：** MP 084
**日期：** 6月2日
10. **Discovery Life Sciences
**標題：** _大型隊列和臨床探索研究中血漿樣本生物標記物分析的分析考量_
**海報：** TP 070
**日期：** 6月3日
11. **Evotec
**標題：** _來自亨廷頓病隊列的血漿樣本的納米粒子基質譜蛋白質組學_
**海報：** TP 110
**日期：** 6月3日
12. **華盛頓大學和Panome Bio
**標題：** _滿足大型臨床隊列的血漿蛋白質組學需求_
**海報：** WP 677
**日期：** 6月4日
13. **PrognomiQ
**標題：** _在多反應監測（MRM）LC-MS中自動定量分析1951名受試者的癌症隊列研究_
**海報：** ThP 590
**日期：** 6月5日
14. **華盛頓大學
**標題：** _使用Mag-Net和Proteograph XT富集的血漿蛋白質組學使多面向生物標記物發現成為可能，並提供互補的蛋白質和肽覆蓋_
**海報：** ThP 053
**日期：** 6月5日

新的Proteograph產品系列將於6月1日開始商業銷售，通過儀器和試劑盒購買以及Seer技術訪問中心（STAC）提供服務。

欲了解有關Proteograph ONE檢測和SP200自動化儀器的更多信息，請在ASMS 2025期間訪問746號展位或通過電子郵件聯繫我們。

關於Seer, Inc.

Seer, Inc.（納斯達克：SEER）在深度無偏見蛋白質組學方面樹立了標準，提供以前無法實現的規模、速度、精確度和重現性。Seer的Proteograph產品系列獨特地整合了專有工程納米顆粒、簡化的自動化儀器、優化的消耗品和先進的分析軟件，以解決傳統方法未能克服的挑戰。傳統的蛋白質組學技術在數據不一致、通量有限和複雜性高方面一直面臨挑戰，但Seer的穩健和可擴展的工作流程始終揭示其他人無法獲得的生物學見解。Seer的產品僅供研究使用，並不適用於診斷程序。欲了解有關Seer的不同方法和在蛋白質組學領域的持續領導地位的更多信息，請訪問我們的網站。

媒體聯繫：

Consort Partners

投資者聯繫：

Carrie Mendivil

—

這篇文章展示了Seer在蛋白質組學領域的最新進展，尤其是其新推出的Proteograph產品系列。這不僅是技術上的突破，更是對於未來醫療研究的深遠影響。隨著蛋白質組學在個性化醫療中的重要性日益增加，這些新技術的推出將使研究人員能夠更深入地探索生物標記物，從而推動疾病診斷和治療的進步。

然而，我們也應該注意到，儘管技術的進步令人振奮，但在實際應用中仍需考慮倫理和數據隱私等問題。隨著研究規模的擴大，如何保護參與者的隱私和數據安全將成為一個重要的挑戰。此外，技術的普及也可能帶來資源分配的不平等，如何確保所有研究機構，尤其是資源有限的機構，能夠平等地獲得這些先進技術，將是未來需要解決的問題。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。