数据整合：本研究旨在将UKBOlink蛋白组学数据与您的Olink蛋白质数据相结合，以提升您的研究发现的深度和广度。我们的研究方法是当前在血浆蛋白质组学领域针对健康与疾病进行的最大规模研究之一，揭示了大量的相关性。通过建立蛋白质诊断与预测模型，我们确定了导致疾病的关键蛋白质及其治疗靶点，构建了开放资源以促进临床策略的发展。我们系统性地整合了健康与疾病谱，将深入探讨蛋白质的功能、因果关系及治疗潜力，以基于蛋白质组的聚类分析重新审视疾病分类与发病机制。

应用二：数据验证 在研究中，我们发现361种蛋白质与缺血性心脏病（IHD）显著相关，部分蛋白质如NT-proBNP等为已知生物标志物。即使在考虑风险因素后，这些蛋白质依然保持稳健的关联性，且蛋白质之间的相关性也处于适度水平。进一步的遗传关联分析显示，在这361种蛋白中，有212种与CKB数据的cis-pQTLs显著相关，孟德尔随机化（MR）的分析锁定了13种有潜在因果关联的蛋白；在欧洲人群中，307种蛋白具有cis-pQTLs，其中16种与IHD显著相关，4种在中欧人群中得到了验证。在潜在靶点的下游分析中，如FURIN等13种蛋白通过表型关联、基因敲除和富集分析等方式被确定为心血管疾病（CVD）病理生理中关键的蛋白质，部分已进入药物研发阶段，部分则需要更深入的探索。

我们经常接到有关如何比较不同队列数据的最佳方法的咨询。一个有效的方法是在研究中引入重叠或桥接样本，或在各队列之间设立共同组，以消除批次效应。通过这种方式，可以保证两个队列的一致性，从而便于分析大型数据集。虽然这种方法在深入理解队列的生物学特性时非常有效，但我们也需注意，许多因素可能影响队列之间的动态变化。与DNA不同，蛋白质具有极高的动态性，受多种因素影响。从样本采集时间到样本制备过程，再到下游数据处理，这些因素都可能在不同程度上影响数据的分析和理解。

申请数据库访问：注册用户可以通过访问管理系统（AMS）申请数据库访问。申请时需准备研究概述、所需的UKB数据字段以及将产生的新数据或变量描述等资料。流程如下：

• 在UKB在线访问管理系统（AMS）中填写申请表并选择数据层级。
• 将有权访问UKB数据的研究人员添加为合作者。
• 提供能够代表您所在机构签署材料转让协议（MTA）的签字人联系人信息，此人不得是您机构的首席研究员或主要合作者。
• UKB团队将审核申请，并通过AMS中的消息与您联系，并反馈审核结果。
• 如果申请获批，将会提出访问费用请求，并将MTA发送给您及您的授权签字人。

Olink蛋白质组学数据包含在UKBTier3的数据类别中（还包括其他多组学数据），其标准费用为9000英镑。通过这一整合，您将受益于更多的生物医学研究工具，从而推动您的研究向前发展。