在現在的蛋白質組學研究熱潮中，很明顯，Evosep One的短梯度高通量與質譜的DIA技術已成為一種成功的組合。

　　在本次Evosep舉辦的網絡研討會期間，弗洛里安·邁耶(Florian Meier， Friedrich Shiller University，Jena)和瓦迪姆·德米切夫(Vadim Demichev，克里克學院和劍橋大學)將討論Evosep One如何與DIA技術碰撞出火花。

　　杭州紐藍誠邀您參加此次Evosep One會議觀看。

　　會議時間：2021年5月27日晚10點-11點

　　講者及主題介紹：

　　主題：A PRACTICAL GUIDE TO HIGH-THROUGHPUT DATA-INDEPENDENT ACQUISITION

　　講者：Florian Meier

　　內容：對于基于高通量質譜的蛋白質組學而言，DIA技術是一種越來越有吸引力的策略。 本演講將介紹最新的采集方法，例如非?？焖俚腛rbitrap質量分析和diaPASEF。 研究者突出顯示了關鍵的方法參數，并說明了它們對短梯度的優化。 同時，研究者將討論離子遷移質譜儀如何將其自身的特性如提高離子采樣效率，提高靈敏度并降低光譜復雜度的優勢與Evosep結合起來，，從而實現每天跑60個樣品的高通量水準，對6,000種蛋白質進行準確的無標記定量。

　　Data-independent acquisition (DIA) is an increasingly attractive strategy for high-throughput mass spectrometry-based proteomics. This presentation will give an introduction to state-of-the-art acquisition methods such as very fast Orbitrap mass analysis and diaPASEF.

　　We highlight key method parameters and illustrate their optimization for short gradients. Finally, we will discuss the integration of ion mobility spectrometry to improve ion sampling efficiency, increase sensitivity and reduce spectral complexity, leading to accurate label-free quantification of 6,000 proteins at a throughput of 60 samples per day.

　　主題：BEYOND 5000 PROTEINS IN 4.8 MINUTES FROM LOW SAMPLE AMOUNTS

　　講者：Vadim Demichev

　　內容：在針對蛋白質組學的研究中，對高通量的需求越來越迫切。在之前幾場的講座中，已經介紹了DIA-NN，這是一個基于神經網絡的軟件套件，能夠在60秒的時間內獲取復雜DIA蛋白質組的數據。 現在，研究者展示了DIA-NN可以應用到timsTOF Pro和Evosep One上，以對200ng的Hela樣本為例，采取200樣本/天的檢測方法，定量分析得到5000多種蛋白質。該工作流程可以實現高通量蛋白質組學，其數據質量和樣品量要求可與長梯度nanoLC方法相媲美。

　　There is an increasing need for fast methods in proteomics. We have previously introduced DIA-NN, a neural network-based software suite capable of processing complex DIA proteomic data acquired with gradients as fast as 60-seconds. We now show that DIA-NN quantifies over 5000 proteins from just 200ng of a HeLa sample analysed with the 200 samples/day method on an Evosep One coupled to a timsTOF Pro.

　　This workflow enables high-throughput proteomics with data quality and sample amount requirements comparable to long-gradient nanoLC methods.