傳統質譜難以檢測低豐度蛋白，Olink技術可覆蓋fg/mL至μg/mL的寬濃度范圍，適用于血漿等復雜樣本。例如在阿爾茨海默癥研究中，該技術可提前10年檢測到GFAP、NEFL等標志物的濃度變化。

提供從靶向（Target 48/96）到探索型（Explore 1536/3072/HT）的多樣化Panel，覆蓋多疾病通路。與代謝組學、單細胞測序聯用時，可深入解析疾病機制，如特應性皮炎中成纖維細胞與炎癥蛋白的互作網絡。

通過內外部多重質控確保數據可靠性，中國序禎達生物等服務商通過鉑金認證，支持跨國臨床樣本分析。

-肺癌致死率高且早期診斷困難，低劑量CT假陽性率較高。利物浦大學團隊利用Olink Explore 3072平臺，對超1.15萬例樣本開展前瞻性研究，構建血漿蛋白組早篩模型。

- 隊列：訓練隊列來自LLP（包含肺癌患者及對照的診斷前1-5年樣本），驗證隊列采用UK Biobank數據（392例肺癌患者+5500例對照）。

- 技術路線：結合Explore 3072（檢測2926種蛋白）與Target 96 Panel驗證，運用機器學習篩選標志物。

-標志物挖掘：在診斷前1-3年和3-5年分別發現240/270個差異蛋白，其中117個重疊蛋白富集于免疫和代謝通路。

-模型性能：LLP隊列中，1-3年預測AUC達0.76-0.90，1-5年AUC為0.73-0.83；UK Biobank驗證顯示模型特異性強（AUC=0.7），對其他癌癥無顯著預測能力。

-臨床價值：可提前5年預警風險，短期模型以免疫蛋白為主，長期模型關聯慢性炎癥通路，揭示不同階段發病機制。

- 檢測到傳統方法難以捕獲的低豐度蛋白（如CCL13）；

- 多平臺數據一致性確保標志物可靠性；

- 萬人級隊列驗證，適用于大規模臨床研究。