生命是数字的，与计算机的0和1类似，ATCG是生命的数字，数字化地存储与管理生命是未来的趋势。样本的数字化是实现多组学层次的生命健康大数据，构建数字样本库和疾病数据库的利器。与基因组、转录组不同，蛋白质组样本数字化的工具为高分辨质谱。
苏黎世大学医院等诸多医学机构已经开始开展肿瘤相关蛋白质组样本数字化工作，通过数千至数万例癌症病人样本的收集和DIA-MS采集，构建数字样本库；通过大数据挖掘深层次的疾病特征，构建疾病数据库，为精准地癌症诊断、分型、治疗奠定基础。
生命大数据——样本数字化：多组学层次的生命健康大数据
2015 年，美国奥巴马总统提 出的“癌症登月计划”，目 标就是显著降低癌症的发病 率和死亡率，使癌症可被预 防、可被发现、可被治疗。 赛默飞依靠自身技术优势， 积极推进该项目落地，在全 球展开项目概念验证及应用 合作，并取得积极结果。
基于Orbitrap 的DIA-MS 是最 适合蛋白质组样本数字化的技 术：重现性好、方法统一、定 量准确度高，特别适合规模化、 标准化的组织、体液、活检等 临床样本的采集。
- 全部11 个实验室平均可以鉴定超过8000 个蛋白(1% FDR)，定量超过6000 个蛋白
- 1 小时定量6000 个蛋白，50000 个肽段的超高通量下，HRMS1-DIA 工作流仍能提供高于90% 的准确性
赛默飞Orbitrap 技术
助力疾病标志物发现到临床应用全过程
数字化流程
使用iST、PCT等方法实现大规模、自动化的临床样本前处理；使用经过优化的统一的DIA-MS方法进行快速色谱分离与质谱采集（一般≤2小时）；使用Spectronaut等适合大数据处理的软件进行数据分析，获得定性、定量和统计分析结果。
基于Orbitrap的蛋白质组样本数字化（DIA-MS）流程
数字样本库
通过数字化流程将临床样本即刻转化为数字样本，记录样本中所有蛋白质信息，积累大数据。数字样本库避免了使用低温冰箱或液氮储存实物样本的高成本，并避免了样本长期储存造成的降解等变化，最大程度地反映了样本的初始状态。
疾病知识库与数据库
对疾病数字样本库进行大数据分析与挖掘，实现疾病知识库与数据库的构建。基于大数据，能够更透彻地理解疾病，更精准地指导疾病诊断与个性化治疗。未来，看病或许就像谷歌和百度那样简单，采集病人的组学谱进行数据库检索，即可精确诊断疾病并个性化地制定治疗方案。
大数据典型应用
高通量样本数字化DIA技术用于血清蛋白质组分析
赛默飞质谱应用工程师周岳，利用样本数字化DIA技术，用未去除高丰度蛋白的血清样本进行DDA鉴定，生成了9582个肽段，642个蛋白的谱图库。使用DIA定量到了7800个肽段，560个蛋白，实现了血清样本的高通量深度定量分析。DIA的动态范围达到了6个数量级。通过差异表达分析，找到了疾病相关的差异表达蛋白。该实验流程可以运用于生物标志物的前期开发和高通量的大数据采集。
以精准医学为导向的靶向蛋白质组学研究
上海交通大学严威教授团队，使用样本数字化DIA技术和靶向蛋白质组PRM技术，在疾病研究和临床转化方面做了诸多前沿工作。尤其是与多家医院合作，利用数百例非小细胞肺癌病人的血液，分离其中单个核细胞，进行高通量DIA分析，发现了十多种蛋白存在显著表达差异。基于该发现，严威教授团队正在开发肺结节良恶性判断的标志物集，并应用于实际临床诊断。