蛋白质离定仪

沃特世鼎力支持第七届中国蛋白质组学会 　 4月18日 杭州，第七届中国蛋白质组学大会暨第三届国际蛋白质组学论坛在西子湖畔降下了帷幕。本次大会组委不仅邀请到了蛋白质组学及相关领域的国际著名专家和教授作大会报告或专题报告，而且会议内容安排极具吸引力，来自海内外不同地区和国家上千名蛋白质组学工作者参与了本次会议。今年已经是中国蛋白质组学会的第七届会议，作为大会忠实的合作伙伴，沃特世已经连续数届参与了这一蛋白质组学的研究盛会，表达了沃特世对中国蛋白质组学事业的关注与支持。无论是在上届蛋白质组学会期间向业界推介沃特世SYNAPT G2系统,抑或在本届会议中再度亮相的沃特世Xevo 系列质谱仪，都表明了沃特世在蛋白质组研究领域的强大实力。Synapt G2提供了所有系统最高最全面的UPLC MS 以及MS/MS 性能,而日趋完备的沃特世XEVO系列质谱仪则令科学家与研究人员都发挥出分析潜能。 Waters 在第七七届中国蛋白质组学会上的展位 蛋白质组学大会的成功举办，为增进国内蛋白质组学领域专家学者的相互了解提供了良好机会；为促进本领域及相关交叉学科领域的信息交流与科研合作搭建了良好平台。而沃特世深信其技术在科学的领域的每个重大突破都为实验室工作人员及相关机构取得卓越成就奠定基础。 关于沃特世公司(www.waters.com) 50 多年来，沃特世公司(NYSE:WAT)通过提供实用和可持续的创新，使医疗服务、环境管理、食品安全和全球水质监测领域有了显著进步，从而为实验室相关机构创造了业务优势。 作为一连串分离科学、实验室信息管理、质谱分析和热分析技术的领头羊，沃特世技术的重大突破和实验室解决方案为客户的成功创造了持久的平台。 2010 年沃特世拥有 16.4 亿美元的收入和 5,400 名员工，它将继续带领全世界的客户探索科学并取得卓越成就。 联系人： 张林海 沃特世公司市场部 86(21) 61562642 lin_hai__zhang@waters.com 周瑞琳 （Grace Chow） 泰信策略（PMC） 020-83569288 grace.chow@pmc.com.cn

谷物含有8-15%的不同种类的蛋白质，如白蛋白、球蛋白、脯氨酸、麦胶蛋白、谷蛋白和谷蛋白。它们的化学成分不仅具有营养价值，而且对面团及其烘焙过程也很重要。麦胶蛋白和谷蛋白与水接触形成谷蛋白，谷蛋白是一种脂蛋白物质，它赋予面团粘度、弹性和凝聚力，帮助面团发酵并保持形状 它存在于小麦和其他谷物中，包括大麦和黑麦。目前，人们对谷蛋白的兴趣主要集中在它的技术应用上，但也包括它的健康问题(腹腔疾病)。麸质并非天然存在于玉米、大米或燕麦中，但可能会被加工小麦、大麦或黑麦产品的设施交叉污染。从法律的角度来说，了解谷物面粉中蛋白质的含量是很重要的，因为一般来说，它们的商业质量取决于这一点。 采用意大利VELP使用DKL 20和udk159的凯氏定氮法测得结果与期望值一致，重复性好，相对标准偏差低(RSD 1%)，重复性好。

中国，广州（2007年8月21日）服务科学世界领先的赛默飞世尔科技（原热电公司）延续与蛋白质组学会议的长期合作，支持并参与了第五届中国蛋白质组学大会暨首届粤港蛋白质组学学术交流会。期间，进一步推广其在蛋白质组学领域的新产品和新应用。包括基于LTQ Orbitrap平台的LTQ Orbitrap Discovery™ 和 LTQ Orbitrap XL™ 组合式质谱，以及EDT电子转移解离裂解源这一创新技术。 第五届中国蛋白质组学大会在广州南方医科大学开幕。姚开泰院士、贺福初院士等500多名专家、学者出席了开幕式。此次盛会，首次汇集了来自内地和港、澳及国际蛋白质组学研究的专家、学者的参加。 会议期间，赛默飞世尔科技特别在21日晚特别举办了Thermo Scientific Night－高峰会，邀请80多位业界精英，旨在建立前沿科技的交流平台，畅谈蛋白质组学研究的现状及其进展。同时，赛默飞世尔科技也通过大会报告，技术交流会（lunch seminar）等多种形式着重介绍了最新推出的两款基于LTQ Orbitrap组合式质谱平台上的产品：LTQ Orbitrap DiscoveryTM 和 LTQ Orbitrap XLTM。蛋白质组学研究专家John Yates教授曾经评价“LTQ Orbitrap的问世是近10多年来质谱界最令人振奋的技术突破。” 以及ETD技术为组学研究带来的全新机遇。EDT是由电子捕获解离ECD电子捕获解离ECD发展而来，其裂解方式可以提供蛋白质翻译后修饰的重要序列信息，但ECD仅能在高端的FTICR高分辨质谱上使用，而ETD的诞生，可以较为经济的方式在低分辨的离子阱质谱上实现同样的功能。它将极大有助于当今许多重要和未解决的生物学问题，是完成复杂蛋白质鉴定的有效分析方案。 欲了解更多蛋白质组学的相关信息，请浏览我们的网站www.thermo.com/proteomics, 或Email： sales.china@thermofisher.com Thermo Fisher Scientific（赛默飞世尔科技，原热电公司） Thermo Fisher Scientific(赛默飞世尔科技)（纽约证交所代码：TMO）是全球科学服务领域的领导者，致力于帮助客户使世界更健康、更清洁、更安全。公司年销售额超过90亿美元，拥有员工约30000人，在全球范围内服务超过350000家客户。主要客户类型包括：医药和生物公司，医院和临床诊断实验室，大学、科研院所和政府机构，以及环境与工业过程控制装备制造商等。公司借助于Thermo Scientific和Fisher Scientific这两个主要的品牌，帮助客户解决在分析化学领域从常规的测试到复杂的研发项目中所遇到的各种挑战。Thermo Scientific能够为客户提供一整套包括高端分析仪器、实验室装备、软件、服务、耗材和试剂在内的实验室综合解决方案。Fisher Scientific为卫生保健，科学研究，以及安全和教育领域的客户提供一系列的实验室装备、化学药品以及其他用品和服务。赛默飞世尔科技将努力为客户提供最为便捷的采购方案，为科研的飞速发展不断地改进工艺技术，提升客户价值，帮助股东提高收益，为员工创造良好的发展空间。欲获取更多信息，请浏览公司的网站：www.thermofisher.com

——Orbitrap铸就组学临床转化成功之路2016年5月24日，厦门 ——科学服务领域的世界领导者赛默飞世尔科技（简称：赛默飞）于近日在厦门参加由中国生物化学与分子生物学会蛋白质组学专业委员会 （CNHUPO）主办的 “第九届中国蛋白质组学大会”（The 9th CNHUPO Congress），以“Orbitrap铸就组学临床转化成功之路”为主题，向近千位与会专家学者全方位展示了在大数据时代背景下，赛默飞Orbitrap在蛋白质组学及相关研究领域的新产品、新技术和新应用，以及Orbitrap在组学临床转化之路上的突破。大会以“大数据时代的蛋白质组学”为主题， 在化学蛋白质组学、翻译后修饰蛋白质组学、蛋白质基因组学、生物信息蛋白质组学、植物和微生物蛋白质组学、蛋白质组学和整合组学等领域进行深入探讨，鼓励新技术和新方法的建立和开展，着眼于蛋白质组学在个性化精准医疗上的应用和发展。本次会议为促进蛋白质组学的研究与发展，增进国际间合作交流，作出积极贡献。赛默飞作为本次会议的顶级赞助商，鼎力支持本届CNHUPO及蛋白组学研究在中国的发展，为生命科学领域提供最前沿的分析设备和解决方案。赛默飞中国区总裁江志成先生、赛默飞生命科学质谱全球业务副总裁Alan Dowdell先生和赛默飞质谱业务中国区高级商务运营总监裴立文先生出席本次会议开幕式，并由江志成先生和裴立文先生在赛默飞冠名的大会晚宴上致辞。图片说明：赛默飞中国区总裁江志成先生、赛默飞生命科学质谱全球业务副总裁Alan Dowdell先生和赛默飞质谱业务中国区高级商务运营总监裴立文先生出席“第九届中国蛋白质组学大会”会议开幕式赛默飞中国区总裁江志成表示：“中国的生命科学领域目前发展迅猛，取得了多项突破性研究成果，国际影响力不断提升。秉持‘扎根中国，服务中国’的理念，赛默飞希望能够与国内生命科学共同发展，通过创新技术帮助其提升科研能力，推动产业的跨越式创新发展。”赛默飞质谱业务中国区高级商务运营总监裴立文先生表示：“我们很荣幸此次助力第九届中国蛋白质组学大会，为业界专家搭建沟通及探索的平台。赛默飞在蛋白质组学研究方面一直在持续投入，希望不断通过像Orbitrap这样的创新技术帮助客户推进研究的维度和纵深。”图片说明：赛默飞中国区总裁江志成先生和赛默飞质谱业务中国区高级商务运营总监裴立文先生在“第九届中国蛋白质组学大会”致开幕词以蛋白质组学为代表的生命组学在临床转化与精准医学研究中愈加重要，在早期诊断、疾病预防、分型、疗效监测、判断预后等诸多方面都具有巨大的潜力。今年3月科技部发布“精准医学研究”重点专项申报指南，使得与精准医学密切相关的蛋白质组学研究再次被聚焦镁光灯下。本次大会上，张玉奎院士、John Yates、秦钧教授和邓海腾教授等分别对其临床研究成果进行详细介绍，并表示蛋白质组学的黄金时代已经到来，蛋白质组学技术的应用不仅应用于生物标志物的发现，生物机制的研究，在大数据的支持下，更可为不同的个体提供精准医疗，从而造福人类。本次大会上，赛默飞围绕“Orbitrap铸就组学临床转化成功之路”的主题，在5月20号中国蛋白质组学会青年学者研讨会上，由赛默飞大分子应用经理李静带来了题为“基于超高分辨质谱的精准医学研究”的报告——从基于Orbitrap超高分辨质谱的蛋白质组学技术在精准医学研究中的应用展开，就如何加速蛋白质组学临床转化，如何提高质谱技术在临床诊断领域的应用进行了深入阐述。随着精准医学概念的提出与国家的大力投入，生物医学已经进入临床转化和精准医学的新时代。5月23日CNHUPO精准医学分会场上，赛默飞转化医学业务发展经理张伟博士报告了“基于Orbitrap超高分辨质谱的临床蛋白质组学在转化医学与精准医学研究中的应用”。从Orbitrap在转化医学与精准医学中的优势和解决方案说起，详细探讨了Orbitrap在生物标志物发现、验证与临床应用，疾病机理研究，药物靶标和免疫治疗靶点发现，生物样本库建设和多组学整合中的应用。这两场报告引起了与会代表的热烈讨论和广泛关注。赛默飞大分子应用工程师唐家澍在5月21日举行的第十四届国际染色体计划研讨会（C-HPP）上，着重介绍了高分辨质谱在染色体生物学和表观遗传学上的前沿应用，组蛋白通过各种修饰间的相互作用介导下游DNA转录、复制和重组，这种修饰间的相互作用被称为“组蛋白密码”，是表观遗传学中非常重要的机制。用质谱来解析组蛋白的复杂修饰已成为表观遗传学研究非常重要的分支，主要有三种方式： Bottom-up，Top-down和Middle-down策略。所有这些需求都在赛默飞Orbitrap Fusion系列超高分辨质谱系统中得以实现。报告获得了HUPO主席Mark Baker先生的高度评价。CNHUPO主席Mark Baker先生参观赛默飞展台赛默飞展台上全方位展示了蛋白组学研究的整体解决方案，包括从蛋白质谱样品制备、到多重组学定量标记等实用工具，以及Orbitrap系列超高分辨质谱系统，使客户一站式体验了从蛋白制备到定性定量的研究全流程。同时，在CNHUPO新技术培训班和赛默飞专题午餐会上，赛默飞大分子应用工程师周岳、聂爱英和张晓夕分别详细介绍了基于Orbitrap超高分辨质谱的最新技术——数据非依赖性的扫描（DIA）、TMT高通量高精度蛋白质组学定量全流程和PTM翻译后修饰整体解决方案。精准医学研究的发展离不开高准确度的定量蛋白质组学技术和糖基化等翻译后修饰研究工具。与会专家对赛默飞展示的相关技术流程和新的解决方案给与了高度关注。 赛默飞展台-----------------------------------------------关于赛默飞世尔科技赛默飞世尔科技（纽约证交所代码：TMO）是科学服务领域的世界领导者。公司年销售额170亿美 元，在50个国家拥有约50,000名员工。我们的 使命是帮助客户使世界更健康、更清洁、更安全。我们的产品和服务帮助客户加速生命科学领域的研究、解决在分析领域所遇到的复杂问题与挑战，促进医疗诊断发 展、提高实验室生产力。借助于首要品牌Thermo Scientific、Applied Biosystems、Invitrogen、Fisher Scientific和Unity Lab Services，我们将创新技术、便捷采购方案和实验室运营管理的整体解决方案相结合，为客户、股东和员工创造价值。欲了解更多信息，请浏览公司网站：www.thermofisher.com 赛默飞世尔科技中国赛默飞世尔科技进入中国发展已有30多年，在中国的总部设于上海，并在北京、广州、香港、台湾、成都、沈阳、西安、南京、武汉、昆明等地设立了分公 司，员工人数约3800名。我们的产品主要包括分析仪器、实验室设备、试剂、耗材和软件等，提供实验室综合解决方案，为各行各业的客户服务。为 了满足中国市场的需求，现有8家工厂分别在上海、北京和苏州运营。我们在全国共设立了6个应用开发中心，将世界级的前沿技术和产品带给国内客户，并提供应 用开发与培训等多项服务；位于上海的中国创新中心结合国内市场的需求和国外先进技术，研发适合中国的技术和产品；我们拥有遍布全国的维修服务网点和特别成 立的中国技术培训团队，在全国有超过2000名专业人员直接为客户提供服务。我们致力于帮助客户使世界更健康、更清洁、更安全。欲了解更多信息，请登录网 站：www.thermofisher.com

——Orbitrap铸就组学临床转化成功之路2016年5月24日，厦门 ——科学服务领域的世界领导者赛默飞世尔科技（简称：赛默飞）于近日在厦门参加由中国生物化学与分子生物学会蛋白质组学专业委员会 （CNHUPO）主办的 “第九届中国蛋白质组学大会”（The 9th CNHUPO Congress），以“Orbitrap铸就组学临床转化成功之路”为主题，向近千位与会专家学者全方位展示了在大数据时代背景下，赛默飞Orbitrap在蛋白质组学及相关研究领域的新产品、新技术和新应用，以及Orbitrap在组学临床转化之路上的突破。大会以“大数据时代的蛋白质组学”为主题， 在化学蛋白质组学、翻译后修饰蛋白质组学、蛋白质基因组学、生物信息蛋白质组学、植物和微生物蛋白质组学、蛋白质组学和整合组学等领域进行深入探讨，鼓励新技术和新方法的建立和开展，着眼于蛋白质组学在个性化精准医疗上的应用和发展。本次会议为促进蛋白质组学的研究与发展，增进国际间合作交流，作出积极贡献。赛默飞作为本次会议的顶级赞助商，鼎力支持本届CNHUPO及蛋白组学研究在中国的发展，为生命科学领域提供最前沿的分析设备和解决方案。赛默飞中国区总裁江志成先生、赛默飞生命科学质谱全球业务副总裁Alan Dowdell先生和赛默飞质谱业务中国区高级商务运营总监裴立文先生出席本次会议开幕式，并由江志成先生和裴立文先生在赛默飞冠名的大会晚宴上致辞。图片说明：赛默飞中国区总裁江志成先生、赛默飞生命科学质谱全球业务副总裁Alan Dowdell先生和赛默飞质谱业务中国区高级商务运营总监裴立文先生出席“第九届中国蛋白质组学大会”会议开幕式赛默飞中国区总裁江志成表示：“中国的生命科学领域目前发展迅猛，取得了多项突破性研究成果，国际影响力不断提升。秉持‘扎根中国，服务中国’的理念，赛默飞希望能够与国内生命科学共同发展，通过创新技术帮助其提升科研能力，推动产业的跨越式创新发展。”赛默飞质谱业务中国区高级商务运营总监裴立文先生表示：“我们很荣幸此次助力第九届中国蛋白质组学大会，为业界专家搭建沟通及探索的平台。赛默飞在蛋白质组学研究方面一直在持续投入，希望不断通过像Orbitrap这样的创新技术帮助客户推进研究的维度和纵深。”图片说明：赛默飞中国区总裁江志成先生和赛默飞质谱业务中国区高级商务运营总监裴立文先生在“第九届中国蛋白质组学大会”致开幕词以蛋白质组学为代表的生命组学在临床转化与精准医学研究中愈加重要，在早期诊断、疾病预防、分型、疗效监测、判断预后等诸多方面都具有巨大的潜力。今年3月科技部发布“精准医学研究”重点专项申报指南，使得与精准医学密切相关的蛋白质组学研究再次被聚焦镁光灯下。本次大会上，张玉奎院士、John Yates、秦钧教授和邓海腾教授等分别对其临床研究成果进行详细介绍，并表示蛋白质组学的黄金时代已经到来，蛋白质组学技术的应用不仅应用于生物标志物的发现，生物机制的研究，在大数据的支持下，更可为不同的个体提供精准医疗，从而造福人类。本次大会上，赛默飞围绕“Orbitrap铸就组学临床转化成功之路”的主题，在5月20号中国蛋白质组学会青年学者研讨会上，由赛默飞大分子应用经理李静带来了题为“基于超高分辨质谱的精准医学研究”的报告——从基于Orbitrap超高分辨质谱的蛋白质组学技术在精准医学研究中的应用展开，就如何加速蛋白质组学临床转化，如何提高质谱技术在临床诊断领域的应用进行了深入阐述。随着精准医学概念的提出与国家的大力投入，生物医学已经进入临床转化和精准医学的新时代。5月23日CNHUPO精准医学分会场上，赛默飞转化医学业务发展经理张伟博士报告了“基于Orbitrap超高分辨质谱的临床蛋白质组学在转化医学与精准医学研究中的应用”。从Orbitrap在转化医学与精准医学中的优势和解决方案说起，详细探讨了Orbitrap在生物标志物发现、验证与临床应用，疾病机理研究，药物靶标和免疫治疗靶点发现，生物样本库建设和多组学整合中的应用。这两场报告引起了与会代表的热烈讨论和广泛关注。赛默飞大分子应用工程师唐家澍在5月21日举行的第十四届国际染色体计划研讨会（C-HPP）上，着重介绍了高分辨质谱在染色体生物学和表观遗传学上的前沿应用，组蛋白通过各种修饰间的相互作用介导下游DNA转录、复制和重组，这种修饰间的相互作用被称为“组蛋白密码”，是表观遗传学中非常重要的机制。用质谱来解析组蛋白的复杂修饰已成为表观遗传学研究非常重要的分支，主要有三种方式： Bottom-up，Top-down和Middle-down策略。所有这些需求都在赛默飞Orbitrap Fusion系列超高分辨质谱系统中得以实现。报告获得了HUPO主席Mark Baker先生的高度评价。CNHUPO主席Mark Baker先生参观赛默飞展台赛默飞展台上全方位展示了蛋白组学研究的整体解决方案，包括从蛋白质谱样品制备、到多重组学定量标记等实用工具，以及Orbitrap系列超高分辨质谱系统，使客户一站式体验了从蛋白制备到定性定量的研究全流程。同时，在CNHUPO新技术培训班和赛默飞专题午餐会上，赛默飞大分子应用工程师周岳、聂爱英和张晓夕分别详细介绍了基于Orbitrap超高分辨质谱的最新技术——数据非依赖性的扫描（DIA）、TMT高通量高精度蛋白质组学定量全流程和PTM翻译后修饰整体解决方案。精准医学研究的发展离不开高准确度的定量蛋白质组学技术和糖基化等翻译后修饰研究工具。与会专家对赛默飞展示的相关技术流程和新的解决方案给与了高度关注。 赛默飞展台-----------------------------------------------关于赛默飞世尔科技赛默飞世尔科技（纽约证交所代码：TMO）是科学服务领域的世界领导者。公司年销售额170亿美 元，在50个国家拥有约50,000名员工。我们的 使命是帮助客户使世界更健康、更清洁、更安全。我们的产品和服务帮助客户加速生命科学领域的研究、解决在分析领域所遇到的复杂问题与挑战，促进医疗诊断发 展、提高实验室生产力。借助于首要品牌Thermo Scientific、Applied Biosystems、Invitrogen、Fisher Scientific和Unity Lab Services，我们将创新技术、便捷采购方案和实验室运营管理的整体解决方案相结合，为客户、股东和员工创造价值。欲了解更多信息，请浏览公司网站：www.thermofisher.com 赛默飞世尔科技中国赛默飞世尔科技进入中国发展已有30多年，在中国的总部设于上海，并在北京、广州、香港、台湾、成都、沈阳、西安、南京、武汉、昆明等地设立了分公 司，员工人数约3800名。我们的产品主要包括分析仪器、实验室设备、试剂、耗材和软件等，提供实验室综合解决方案，为各行各业的客户服务。为 了满足中国市场的需求，现有8家工厂分别在上海、北京和苏州运营。我们在全国共设立了6个应用开发中心，将世界级的前沿技术和产品带给国内客户，并提供应 用开发与培训等多项服务；位于上海的中国创新中心结合国内市场的需求和国外先进技术，研发适合中国的技术和产品；我们拥有遍布全国的维修服务网点和特别成 立的中国技术培训团队，在全国有超过2000名专业人员直接为客户提供服务。我们致力于帮助客户使世界更健康、更清洁、更安全。欲了解更多信息，请登录网 站：www.thermofisher.com

项目编号：JSHC-2022121190C2项目名称：东南大学医学与生命科学平台蛋白纯化仪采购预算金额：96.0000000 万元（人民币）采购需求：东南大学医学与生命科学平台采购蛋白纯化仪一套，主要功能要求如下：可以进行生物大分子的范例纯化，已知和未知蛋白质的纯化，蛋白质的结构动力学药物作用靶点研究，药物蛋白的分离，蛋白质工程药物的合成，蛋白质的定性，基因表达产物的分离。主要技术要求如下：蛋白纯化系统主机部分系统泵：精确的全自动微量柱塞泵，双泵四泵头，每个泵头都有独立除气阀。流速：0.001-25ml/min；装柱可以双泵模式运行，达到0.1–50ml/min。压力范围：0–20 MPa (200bar，2900 psi)；梯度流速范围：0.5-25ml/min。具备恒压调速功能，自动根据压力调节流速输出，使压力保持稳定。项目编号：JSHC-2022121193C7项目名称：东南大学医学与生命科学平台蛋白质稳定分析仪采购预算金额：43.0000000 万元（人民币）采购需求：东南大学医学与生命科学平台采购蛋白质稳定分析仪一套，主要技术要求如下：（1）适用范围：可分析任意类型的蛋白样品：病毒颗粒、膜蛋白、标签蛋白、酶、抗体、激酶、多聚复合物等。（2）样品数量：≥6 个（3）测量时间：≤3 分钟（4）样品消耗量：≤10 µL合同履行期限：详见采购文件本项目( 不接受 )联合体投标。

俗话说：文无第一，如果非要整出个蛋白质质谱与蛋白质组学领域世界第一牛人，显然并不是一件容易的事，也注定是一件有争议的事。作为一个半路出家的准业内人，我就本着无知者无畏的革命精神，说一下我自己心目中的第一牛人：Ruedi Aebersold。 　　考虑到科学网的大多数网友对蛋白质组学并不了解，先简单科普一下，根据百度百科的定义：“蛋白质组学(Proteomics)一词，源于蛋白质(protein)与 基因组学(genomics)两个词的组合，意指“一种基因组所表达的全套蛋白质”，即包括一种细胞乃至一种生物所表达的全部蛋白质。” 1995年(也有1994，1996年之说)Marc Wikins首次提出蛋白质组(Proteome)的概念1，1997年, Peter James(就职于有欧洲MIT之称的瑞士联邦工学院(ETH))又在此基础上率先提出蛋白质组学的概念2。基因组学和蛋白质组学的概念又进一步催生了N多的各种各样的组学(omics)，两者的诞生的发展，也使系统生物学成为可能，本文的主人公Ruedi Aebersold与Leroy Hood一起于2000年在美国西雅图创办了系统生物学研究所(ISB),该所的建立不但标志着系统生物学作为一门独立的学科的诞生(此句话貌似不靠谱，参见文后14楼的评论)，也带动了包括蛋白质组学在内的多种组学的发展，当然各种组学的发展也同时促进了系统生物学的发展。尽管日本也于2000年在东京建立了系统生物学研究所，但是同为第一个吃螃蟹的，东京的这个所，无论是学术水平还是世界影响都无法和西雅图的那个系统生物学领域的麦加相提并论。闲话少叙，我之所以认为Ruedi Aebersold是蛋白质质谱与蛋白质组学领域世界第一牛人，是基于如下原因： 　　Ruedi Aebersold对蛋白质组学的最大贡献可谓是同位素代码标记技术(ICAT)，现在这一蛋白组定量技术自从1999年在Nature上发表以来，该技术已世界广泛应用，该论文迄今(截至2013年1月11日)已被引用了近3000次。Web of Science的检索结果显示，蛋白组学领域迄今已经至少有超过10万篇论文发表，按照被引用次数排名，该论文位居第三位。有意思的是，被引用次数排第四位的是Ruedi Aebersold和另外一位牛人Mathias Mann(下面会介绍)于2003年发表在Nature上的有关蛋白质质谱与蛋白质组学的综述论文，迄今也已被引用近2800次。而引用次数排第一和第二的两篇论文的通讯作者并算不上是蛋白质质谱与蛋白质组学领域的，蛋白质组学仅仅是他们使用的工具，他们的影响也在这个领域之外。蛋白质组学领域，最重要的专业协会应该算是HUPO (国际人类蛋白质组组织), 最重要的专业会议也当属HUPO世界大会，Ruedi Aebersold曾获HUPO含金量最高的成就奖，他本人也经常是HUPO世界大会的分会主席或大会特邀报告人。当然Aebersold还获得了包括美国质谱协会(ASMS)大奖在内的许多专业大奖。可能有人会列出另外的自己心中的第一牛人(如上述的Mathias Mann)，但Ruedi Aebersold无疑至少是领域内公认的前几位的世界级牛人。另外，顺便说一下德国马普所的Mathias Mann(其在丹麦首都也有实验室)，Mann和Aebersold可谓是蛋白质组学领域的双子星座，都是该领域的顶级牛人，Mann发表的论文有多篇都在蛋白质组学领域被引用次数前10位，不少被引用次数都上千次。上述的Mann和Aebersold两人能在Nature发表综述论文也说明了他们的江湖地位。Aebersold和Mann所发表的论文总被引次数分别超过了5万和3万次，这个数字在世界所有领域都是惊人的。另外，Mathias Mann在蛋白质组学最大的贡献可以说是发明了蛋白质组体内标记技术SILAC3,这种技术与Ruedi Aebersold发明的ICAT已及另外一种标记iTRAQ是公认的应用最为广泛的蛋白质组学定量标记技术。 　　今年年近花甲的Ruedi Aebersold是世界蛋白质组学的开拓者之一，现在在上述的ETH的工作，和最早提出蛋白质组学Peter James在同一个大学。作为土生土长的瑞士人，Ruedi Aebersold是在2004年底、2005年初才开始在ETH全职工作的，可谓是瑞士的大海龟。Ruedi Aebersold此前在西雅图的ISB和华盛顿大学工作，作为ISB的元老和共同创办人，Ruedi Aebersold现在还是ISB的兼职教授，发表论文时也还署ISB地址。Mann和Aebersold都是欧洲人，现在又都致力于将蛋白质质谱与蛋白质组学应用到临床，尽管蛋白质组学已有十多年发展历史，现在最大的一个瓶颈可以说在基本无法应用到临床，现有的技术，对于临床应用而言，时间和经济成本都太高(无法高通量、检测成本太贵)。这一块硬骨头显然不是一般人能够啃得动的，需要从临床样品制备、质谱技术到数据分析都要有突破甚至革命性的创新，我很期待，也相信Mann和Aebersold有能力最终使蛋白质组学(尤其是基于此的生物标志物鉴定技术)应用到临床。 　　我国在蛋白质质谱与蛋白质组学领域在世界上最出名的无疑非贺福初莫属，贺福初的名字在国内搞蛋白质组学应该都知道他的名字，他的头衔很多(如将军、院士)，我就不一一列举了，新年伊始他又多了一个牛头衔：万人计划中的科技领军人才。贺的工作和学术水平，我不熟悉，不敢评头论足。他的文章被引用次数最高的是发表在Cancer Research一篇论文，迄今已有126次，但并非是蛋白质组学领域。在蛋白质组学领域，他的被引次数(含自引)最高的论文是2007年发表在蛋白质组学顶级期刊MCP的文章4，迄今已有105次引用。蛋白质质谱领域，我国在世界上最出名的学者估计要数复旦大学的杨芃原了，他的被引用次数最高的一篇论文，是2005年发表在化学顶级期刊德国应用化学的文章5，迄今已被引用70次，杨芃原为该论文的共同通讯作者。我国在蛋白质组学目前被引用次数最高的是南开大学王磊(澳大利亚海归、长江学者)2007年发表在美国科学院院刊(PNAS)的论文6，迄今被引次数已经超过500次。 　　蛋白质质谱仪主要生产商Thermo Fisher(即原来的Finnegan), 最近新出了本挂历，这本特别的挂历上列了13位在蛋白质质谱与蛋白质组学领域的牛人，上述的Ruedi Aebersold和Mathias Mann都在之列，其余11位简单介绍、列表如下。 姓 名 工作单位 主要贡献 Richard D. Smith 美国太平洋西北国家实验室 1990年首次用三重四级杆质谱Top-down（自上而下）分析完整蛋白 John Yates III 美国Scripps研究所 SEQUEST MS/MS数据库搜索程序 Joshua Coon 美国威斯康星大学麦迪逊分校 发明了电子转移解离技术(ETD) Neil Kelleher 美国西北大学 Top-down蛋白质组学 Kathryn Lilley 英国剑桥大学 蛋白质组学定量技术 Pierre Thibault 加拿大蒙特利尔大学 应用生物质谱和蛋白质组学到细胞生物学 Michael MacCoss 美国华盛顿大学（西雅图） 稳定同位素标记技术 Albert Heck 荷兰Utrecht大学 基于质谱的结构生物学 Catherine Costello 美国波士顿大学 HUPO前任主席，质谱技术发展及应用 Alexander Makarov 德国Thermo Fisher Scientific 生物质谱全球研发总监 领导研发Orbitrap质谱仪 Donald Hunt 美国弗吉尼亚大学 FT-MS and ETD 　　简单的说，上述13位世界级牛人都来自欧美，没有一位来自亚洲，也没有一位华人。我不知道以Ruedi Aebersold代表的上述牛人是如何炼成的，但可以肯定的是：他们不是欧美版的“百人”计划，也不是“千人”计划，更不是“万人”计划而“计划”出来的。网上的公开信息表明：Ruedi Aebersold除了在国际专业协会和期刊有学术兼职外，没有任何行政职务，就是一普通教授，但是这不妨碍他成为蛋白质质谱与蛋白质组学领域世界第一牛人。

蛋白质是生命的物质基础，每个蛋白质的氨基酸链扭曲、折叠、缠绕成复杂的结构，想要破解这种结构通常需要花很长的时间，甚至难以完成。截至目前，约有10万个蛋白质的结构已经用实验方法得到了解析，但这在已经测序的数10亿计的蛋白质中只占了很小一部分。　　但“看清”蛋白的结构和人类的很多疾病机理、药物研发等等息息相关。在蛋白质结构解析的几十年历史中，X射线晶体学、核磁共振波谱学(NMR)、冷冻电镜(Cryo-SEM)技术纷纷发挥了巨大的贡献，但这些技术在科学界看来，都有着劳心劳力又价格高昂的缺点。　　如何简单地通过蛋白质的氨基酸序列来预测其形状?如何能解答这一问题，了解生命运作方式的将打开截然不同的一扇窗。这种设想提出的50多年后，谷歌旗下人工智能公司DeepMind在去年12月的国际蛋白质结构预测竞赛CASP上投下重磅，他们开发的基于神经网络的新模型AlphaFold2击败了其他选手，在预测准确性方面达到接近人类实验结果，让整个结构生物学界震惊。北京时间7月15日，DeepMind团队在顶级学术期刊《自然》(Nature)以“加快评审文章”(Accelerated Article Preview)形式在线发表了一篇题为“Highly accurate protein structure prediction with AlphaFold”的论文，全面详述了半年前造成轰动的这一模型，并首次对外分享开源代码。该论文于今年5月11日提交，7月12日被接收。　　DeepMind团队提供了一份声明，公司创始人兼首席执行官Demis Hassabis在声明中表示，去年在CASP14大会上我们揭晓了一个可以将蛋白质3D结构预测精确到原子水平的全新AlphaFold系统，此后我们承诺会分享我们的方法，并为科学共同体提供广泛、免费的获取途径。　　“今天我们迈出了承诺的第一步，在《自然》期刊上分享AlphaFold的开源代码，并发表了系统的完整方法论，详尽细致说明AlphaFold是如何做到精确预测蛋白质3D结构的。作为一家致力于推动科学进步的公司，我们期待看到我们的方法将为科学界启发出什么其他新的研究方法，也期待很快能和大家分享更多我们的新进展。”Hassabis表示。值得一提的是，就在同一天，另一顶级期刊《科学》(Science)也在线发表了另一预测蛋白质结构的研究文章，题为“Accurate prediction of protein structures and interactions using a three-track neural network”。　　来自华盛顿大学、哈佛大学、德克萨斯大学西南医学中心等团队的研究人员开发了新的深度学习工具RoseTTAFold，其拥有媲美AlphaFold2的蛋白质结构预测超高准确度，而且更快、所需计算机处理能力更低。同样，研究团队也对外分享了开源代码。该论文提交于6月7日，7月7日被接收。　　清华大学生命科学学院院长、高精尖中心执行主任王宏伟表示，“高质量结构预测的源代码开放对整个科学界尤其是结构生物学领域的促进作用必然是巨大的。”他评价道，对于DeepMind这样一家商业公司来说，“团队愿意向公众分享代码，是一个新型科研范式的突破，将整体上有利于人类更好地探索未知。”　　预测蛋白质结构，接近实验室测量　　50多年前，科学家们就设想用计算机预测蛋白质结构。近年来，共同演化、接触图预测、深度机器学习等技术的引入，一些实验室的算法精度有了很大程度的提高。　　曾经开发出Alphago、战胜人类顶尖棋手的DeepMind团队是其中的佼佼者，其团队的强大和资源雄厚是一般实验室无法企及的。2020年12月1日，他们在生物领域展现出实力，在两年一度的权威蛋白质结构预测评估竞赛(CASP)中用AlphaFold2击败其他参赛团队。　　CASP是由马里兰大学John Moult教授等人于1994年组织。竞赛使用的是最新解决且尚未在蛋白质数据库(PDB)中存放或公开披露的结构，结构生物学家们利用X射线晶体学、核磁共振波谱学、冷冻电镜的方法，把这些蛋白质的结构解析出来。做蛋白质结构预测的团队则利用计算机程序来预测它们的结构。最后由独立的科学家团队则把计算机预测的模型和实验室的结构对照，分析不同计算机算法的预测结果。这是一种“双盲”测试，长期以来一直是评价结构预测准确性的金标准。　　去年的CASP14共有84个常规题目，其中有14题因为生物实验没给出确定结构等原因被取消或延缓，其他70个题目的单体和复合物蛋白质所含有的氨基酸个数从73到2180不等。　　19个国家的215个小组参加了CASP14。DeepMind公司的AlphaFold2预测的大部分结构达到了空前的准确度，不仅与实验方法不相上下，还远超解析新蛋白质结构的其他方法。将实验方法得到的蛋白质结构叠加在AlphaFold2的结构上，组成蛋白质主链骨架的叠加原子之间的距离中位数(95%的覆盖率)为0.96埃(0.096纳米)。成绩排第二的方法只能达到2.8埃的准确度。　　AlphaFold2的神经网络能在几分钟内预测出一个典型蛋白质的结构，还能预测较大蛋白质(比如一个含有2180个氨基酸、无同源结构的蛋白质)的结构。该模型能根据每个氨基酸对其预测可靠性进行精确预估，方便研究人员使用其预测结果。　　AlphaFold2最终被Moult评价道，“在某种意义上，问题已经解决了”。　　值得一提的是，在最新发布的论文中，DeepMind还简化了AlphaFold2。AlphaFold的首席研究员John Jumper说，“这个网络需要几天的计算时间来生成CASP的一些蛋白质的结构，而开源版本的速度要快16倍。根据蛋白质的大小，它可以在几分钟到几小时内生成结构。”　　受AlphaFold2的启发，华盛顿大学医学院生物化学家、蛋白质设计研究所所长David Baker等人开发了RoseTTaFold。华盛顿大学医学院官网对该研究的介绍称，在高精度的蛋白质结构预测方面，Baker等人“在很大程度上重现了DeepMind团队的表现。”　　相较于AlphaFold2只解决了单个蛋白质的结构，RoseTTaFold不仅适用于简单的蛋白质，也适用于蛋白质复合物。据介绍，RoseTTaFold利用深度学习技术，根据有限信息准确、快速地预测蛋白质结构。从结构上来看，RoseTTAFold 是一个三轨(three-track)神经网络，它可以兼顾蛋白质序列的模式、氨基酸如何相互作用以及蛋白质可能的三维结构。在这种结构中，一维、二维、三维信息来回流动，使得网络能够集中推理蛋白质的化学部分与它的折叠结构。巴塞尔大学的计算结构生物学家Torsten Schwede对《科学》杂志说，许多生物功能依赖于蛋白质之间的相互作用。“直接从序列信息中处理蛋白质-蛋白质复合物的能力使其对生物医学研究中的许多问题极具吸引力。”　　Baker同时坦言，AlphaFold2的结构更加准确。但是根特大学的结构生物学家Savvas Savvides说，Bake实验室的方法更好地捕捉到了“蛋白质结构的本质和特性”，比如识别从蛋白质侧面伸出的原子串，这些特征是蛋白质之间相互作用的关键。　　纽约大学医学院的细胞和结构生物学家Gira Bhabha说，两种方法都很有效。她表示，“DeepMind和Baker实验室的进展都是惊人的，将改变我们利用蛋白质结构预测推进生物学的方式。”　　开源代码，如何促进整个科学界?　　相比于去年年底带来的震撼，这次外界更感兴趣的是上述两支团队开源代码这一动作。　　此前的6月中旬，在Baker实验室发布RoseTTAFold预印本三天之后，DeepMind的Hassabis在推特上表示，AlphaFold2的细节正在接受一份出版物的审查，公司将“为科学界提供广泛的免费访问”。　　而从6月1日开始，Baker等人已经开始挑战他们的方法，让研究人员发送来他们最令人困惑的蛋白质序列。加州大学旧金山分校的结构生物物理学家David Agard的研究小组发送了一组没有已知类似蛋白质的氨基酸序列，几个小时内，他的团队就得到了一个蛋白质模型，“这可能为我们节省了一年的工作。”Agard说。　　除了免费提供RoseTTaFold的代码外，Baker团队还建立了一个服务器，研究人员可以插入蛋白质序列并得到预测的结构。贝克说，自从上个月推出以来，该服务器已经预测了大约500人提交的5000多种蛋白质的结构。　　不过，上述两支团队的源代码都是免费的，但也有观点认为，对于没有技术专长的研究人员来说，它可能还不是特别有用。不过，DeepMind的科学人工智能负责人Pushmeet Kohli表示，DeepMind已经与一些选定的研究人员和组织合作，以预测特定的目标，其中包括总部位于瑞士日内瓦的非营利组织“Drugs for ignored Diseases”。“在这个领域，我们还有很多想做的事情。”　　Hassabis提到，去年在CASP14大会上我们揭晓了一个可以将蛋白质3D结构预测精确到原子水平的全新AlphaFold系统，此后我们承诺会分享我们的方法，并为科学共同体提供广泛、免费的获取途径。“今天我们迈出了承诺的第一步，在《自然》期刊上分享AlphaFold的开源代码，并发表了系统的完整方法论，详尽细致说明AlphaFold是如何做到精确预测蛋白质3D结构的。作为一家致力于推动科学进步的公司，我们期待看到我们的方法将为科学界启发出什么其他新的研究方法，也期待很快能和大家分享更多我们的新进展。”　　DeepMind团队认为，这一精准的预测算法可以让蛋白质结构解析技术跟上基因组革命的发展步伐。　　Baker团队也提到，“我们希望这个新工具将继续造福整个研究界。”　　中国科学院合肥物质科学研究院强磁场科学中心研究员谢灿对澎湃新闻(www.thepaper.cn)记者表示，“总的来说，对学术界来肯定是好事，肯定会促进结构生物学和相关领域的发展。在承认学术贡献的基础上的开放和共享，本来就应该是学术研究最基本的要求。”　　结构生物学是谢灿的“老本行”，“我当年花了8年的时间去解析一个蛋白的晶体结构，我能切身体会如果有一个精准预测蛋白结构的算法出现，对结构生物学家意味着什么。”　　但他认为，不必要担忧这些算法的出现会让结构生物学家失业，在技术迭代之下，结构生物学这些年受到的冲击太多了，“而事实上，只不过是某一个领域某一个技术在某一个历史阶段更容易出工作出成绩。”谢灿认为，无论再精准的预测，终究也只是预测，“AlphaFold2不是实验，同样也需要实验去证实。”　　王宏伟在AlphaFold2刚出现之时也曾评价道，对于复杂的结构生物学问题，预测手段本身还不能号称完全解决了问题。实验结构生物学领域接下来需要做的一个事情是要拥抱变化，更好地与预测方法结合以及共同发展。

牛奶里的蛋白质含量，你了解吗？近日，我们中国家喻户晓的品牌蒙牛伊利出大事了。一篇名为《深扒蒙牛伊利6大罪状，媒体不敢说，那就我来说》的文章刷屏全网。国产的牛奶的品质越来越受到大家的质疑，不仅质疑其参数的真伪，更质疑其国内与出口欧美的牛奶质量标准的不一致性。同时也造就了越来越多的人追求进口品牌的牛奶，特别是产地为欧洲的奶制品。此举为何人之过？牛奶中的蛋白质是供给机体的重要营养成分，其含量的准确测定非常重要。目前大部分客户主要采用传统的凯氏定氮法，投资成本低，但是操作流程冗长且繁琐、需要使用大量化学试剂等。杜马斯燃烧法测是近来一直备受广大用户所青睐的全自动、简单快速、绿色环保的氮/蛋白质含量测定方法。德国元素Elementar作为世界上第一台杜马斯测氮/蛋白质分析仪的发明者，具有非常丰富的经验。德国元素最新款的rapid N exceed与rapid MAX N exceed 氮/蛋白质分析仪，具有操作简单、测量快速、结果准确、维护简便等多重优势。 rapid N exceed rapid MAX N exceed 专为精确测定氮/蛋白质含量而设计-- 60、80或120位自动进样转盘或90位机械臂坩埚进样-- 专利EAS REGAINER® 和 REDUCTOR® 还原技术，确保使用寿命更长-- 可采用CO2 作为载气，使用成本更低-- 燃烧炉与热导检测池10年质

蛋白质是复杂的含氮有机化合物,分子量很大,大部分高达数万至数百万,分子的长链从数纳米至100nm,它们由20种氨基酸通过酰胺键以一定的方式结合,并具有一定的空间结构,所含的主要化学元素为C、H、O、N,在某些蛋白质中还含有P、Cu、Fe、I等元素,但氮的相对丰度基本稳定,是区别于其它有机化合物的主要标志。不同蛋白质的氨基酸构成比例及方式不同,所以各种蛋白质其含氮量也不同。一般蛋白质含氮量平均为16%,即1份氮素相当于6.25份蛋白质,此即蛋白质系数。 意大利VELP凯氏定氮仪在环保节能方面具有性能， 的蒸汽发生器和钛冷凝器，蒸馏滴定同步进行，分析速度快，冷却水用量仅0.5升/分钟，降低能耗从而节约了成本。因此该仪器被广泛应用于各类蛋白质检测的实验研究。 测定脱脂奶粉中蛋白质的含量，对掌握其营养价值和品质的变化，保障人体健康，合理配料，为乳制品深加工提供数据十分重要，此外，蛋白质分解产物对乳制品的色、香、味都有一定作用，所以测定具有深远意义。

近日湖南郴州永兴县“大头娃娃”事件一经爆出引起了社会的广泛关注，问题奶粉再次被推向了风头浪尖。孩子是祖国的未来，孩子的健康成长关乎国家的命运，所以严控奶粉质量事关重大。奶粉中的蛋白质是供给机体的重要营养成分，同时根据标签法，在奶粉的包装中，蛋白质含量也是其中一项重要指标。目前大部分客户主要采用传统的凯氏定氮法，投资成本低，但是操作流程冗长且繁琐、需要使用大量化学试剂等。杜马斯燃烧法测是近来一直备受广大用户所青睐的全自动、简单快速、绿色环保的氮/蛋白质含量测定方法。德国元素Elementar作为世界上第一台杜马斯测氮/蛋白质分析仪的发明者，具有非常丰富的经验。德国元素最新款的rapid N exceed与rapid MAX N exceed 氮/蛋白质分析仪，具有操作简单、测量快速、结果准确、维护简便等多重优势。 rapid N exceed rapid MAX N exceed专为精确测定氮/蛋白质含量而设计60、80或120位自动进样转盘或90位机械臂坩埚进样专利EAS REGAINER® 和 REDUCTOR® 还原技术，确保使用寿命更长可采用CO2 作为载气，使用成本更低燃烧炉与热导检测池10年质保

2020年是蛋白质组学发展关键的一年，全球新冠疫情突显了蛋白质组学在应对公共卫生危机中的临床应用。人类可以从这次新冠疫情中汲取许多经验，毫无疑问地，这些将在未来几年内影响蛋白质组学发展。近日，Technology Networks与布鲁克道尔顿生命科学质谱执行副总裁Rohan Thakur博士进行了交流，讨论了蛋白质组学的研究现状以及蛋白质组学在新冠疫情研究中发挥的作用。Rohan Thakur：我认为HUPO Connect 2020大会有两个特别的亮点：PaSER的推出和实现真正意义上的单细胞分析。首先是PaSER的推出，这是我们IPA并购的第一款基于GPU强大数据处理功能的搜索引擎软件。PaSER适用于翻译蛋白质组学，其涉及到很多运算并产生的文件格式较大。当您进行搜库时，这些生成的大量数据集将遇到很多问题，如假阳率等。PaSER致力于解决减少搜库时间以至于花费更少的时间用在数据分析上。间由传统60-90分钟的运行缩短到11分钟。例如Roman Fischer博士和Andrew Webb博士的研究就利用timsTOF Pro成功缩短了分析时间。 布鲁克于2020年5月8日完成了与IPA的资产并购，并在HUPO 2020大会推出了新产品PaSER，实现了“实时数据采集与分析”功能，当数据采集完成时很快即可以获得蛋白与肽段信息。第二个亮点是Matthias Mann教授发表了关于单细胞蛋白质组学在原型系统上取得了早期数据。从这个系统得到的单细胞的数据实现真正的单细胞蛋白质组学分析，而不是仅仅将多个细胞放在一起并称之为单细胞分析。这是蛋白质组学中一个突破性成就，Matthias展示的数据非常让人震撼。Rohan Thakur：Catherine Wong（黄超兰）教授在《Nature Communications》上发表的一篇关于COVID-19的研究论文。他们利用timsTOF Pro得到蛋白质组学数据并提出了新冠肺炎两阶段的发病机制。Rohan Thakur：由于许多软件都是为分析小型数据而编写的，所以我们现在面临最根本的挑战是如何处理成爆发势态的海量数据。如果需要比较蛋白质组学与基因组学，您需要通过取得基因组学、蛋白质组学、糖组学、代谢组学等一系列数据，比较多组学数据才能提供生物护照或完整个人报告，这也是为什么个性化医疗从五年前开始如此流行的原因。近年来，蛋白组学处理数据速度不同往昔，高速的数据采集与处理允许您首先决定蛋白质组学研究数据是否合理。科学家们可以成功进行全群体的蛋白质组学研究，这些在短短两三年内取得的进步，实际正在改变人们对数据的看法，我认为这是我们所有人都面临的挑战。Rohan Thakur：MetaboScape是布鲁克代谢组学分析的关键软件包，SCiLS是一款出色的成像软件。在MALDI-2发布后，我们使用SpatialOMx从一个组织样本中收集蛋白质组学和代谢组学数据。通过综合这些信息并将其提供给技术人员、病理学家或肿瘤科医生，他们可以根据治疗或疾病进展来查看不同的分子特征，并决定如何进行个性化治疗。这就是我们正在进行的工作——连接软件生态系统，为用户提供各组学间的无缝体验，加速或扩宽用户决策过程并提供更合理的治疗方案。但是，目前生成的海量数据只会带来新的问题，还不能帮助科学家做出具有可行性的决定，这也是布鲁克主要想解决的目标。Rohan Thakur：我们有两项主要工作。一个是澳大利亚JeremyNicholson教授团队在研究COVID-19相关代谢和代谢物方面展现了出色的研究成果，为了解新冠后综合症铺平了道路。图：澳大利亚国家表型研究中心（ANPC）第二个项目是，Catherine Wong（黄超兰）教授团队用timsTOF Pro技术对COVID-19患者与健康志愿者的尿液样本进行蛋白质组学分析。这项研究利用dia-PASEF等方法可以检测到更多蛋白质提高了蛋白的覆盖深度。我认为新冠疫情带来的积极面在于为组学带来前所未有的关注度，科学家试图利用蛋白质组学和代谢组学来了解全世界的疾病，这几乎接近“登月”式的共同努力，有助于突出“组学”的运用来解决真正影响人类健康的问题。

大家好，本周为大家分享一篇发表在Analytical Chemistry上的文章Quantitative Structural Proteomics Unveils the Conformational Changes of Proteins under the Endoplasmic Reticulum Stress1，文章的通讯作者是来自美国佐治亚理工学院的Ronghu Wu助理教授。在真核细胞中，内质网(endoplasmic reticulum，ER)负责蛋白质组中40%蛋白质的合成和成熟。蛋白质合成或折叠过程中的变化都将影响内质网的稳态，进而导致未折叠蛋白的积累和蛋白分泌效率的降低。在过去几十年的研究中，内质网应激反应被广泛研究，但是内质网应激反应后蛋白质折叠状态的变化却没有被深入研究。基于丰度的蛋白质组学方法不能直接用于分析蛋白质状态的变化，在这篇文章中，作者整合了半胱氨酸(cysteine，Cys)共价标记、选择性富集和定量蛋白质组学，称为半胱氨酸靶向共价蛋白绘制(cysteine targeted covalent protein painting，Cys-CPP)，用于研究蛋白质组范围内的蛋白质结构和变化(图1A)。　　使用CPP分析蛋白质结构，需要一种具有高反应活性的探针。作者设计了一种针对半胱氨酸的探针，其中包含半胱氨酸反应基团、用于富集的生物素部分和用于生成半胱氨酸特异性识别位点标签的可裂解连接部分(图1B)。以变性处理后的蛋白样品作为蛋白质展开形式的参考，计算肽段在原始样本和变性样本中的比例从而获得宝贵的蛋白质结构信息。　　图1.利用半胱氨酸反应探针定量分析人细胞蛋白质组中半胱氨酸暴露率的原理。(A)Cys-CPP的一般工作流程。(B)半胱氨酸残基与探针之间的反应。富集后，进行紫外裂解，在修饰的半胱氨酸上留下一个小标记，用质谱进行位点特异性分析。　　半胱氨酸暴露率Rexpo通过每条肽段在原始样本和变性样本中的比值进行计算。结果显示：(1)半胱氨酸的暴露率和溶剂可及性呈现正相关(图2C) (2)在丝氨酸和苏氨酸等极性氨基酸残基旁边的半胱氨酸具有相对较高的暴露率，这与人们普遍认为亲水残基更有可能暴露在蛋白质表面的观点一致 (3)甘氨酸和脯氨酸附近的半胱氨酸具有更高的暴露率，这是因为这两种氨基酸通常出现在蛋白质的转角和环结构中，对半胱氨酸的空间位阻较小 (4)半胱氨酸暴露率与其有/无序区(图2D)或所处二级结构(图2E)的相关性分析均表明，较低的暴露率与更稳定和结构化的局部环境有很好的相关性。这些数据结果共同证明目前的方法可以准确地测得半胱氨酸暴露率，并为蛋白质结构提供有价值的信息。　　图2.HEK293T细胞中半胱氨酸暴露率的分析。(A) VAHALAEGLGVIAC#IGEK(#代表标记位点)的串联质谱样本。报告离子的强度使我们可以准确定量一个半胱氨酸的暴露率(左框为报告离子强度的放大视图)。(B)蛋白CCT3中被定量半胱氨酸的定位和暴露率演示(PDB代码：6qb8)。(C−E)比较不同的溶剂可及性(C)、预测无序区(D)和二级结构(E)的半胱氨酸暴露率。　　衣霉素(Tunicamycin，Tm)可抑制 N-糖基化并阻断 GlcNAc 磷酸转移酶 (GPT)。由于蛋白质的N-糖基化经常发生在共翻译过程中，在蛋白质折叠的调节中起着至关重要的作用，所以衣霉素会引起细胞内质网中未折叠蛋白的积累并诱导内质网应激。基于此，作者用衣霉素对细胞进行处理，计算并对比了衣霉素处理样本和正常样本中的半胱氨酸暴露率。正如预期的那样，Tm处理样本中许多半胱氨酸的暴露率升高，且Tm对于蛋白质不稳定区域的作用尤为显著。根据Tm处理样本和正常样本之间半胱氨酸暴露率的差值，作者将所有位点划分为5个部分，在Tm处理下，近三分之一的半胱氨酸定位区域没有明显的结构变化(差值在-0.05~0.05之间)，而28%的位点则高度暴露(差值0.15)(图3B)。对这两种蛋白质进行基因本体(GeneOntology，GO)功能富集分析(图3C)，结果显示：差值在-0.05~0.05之间的蛋白通常是糖异生或折叠过后具有良好结构区域的蛋白，而差值0.15的蛋白则是与囊泡转运相关的蛋白。这表明抑制N-糖基化主要影响经典分泌途径中的蛋白质，与预期相符。　　图3.利用Tm抑制蛋白质N-糖基化对蛋白质折叠影响的系统研究。(A)Tm处理和对照样品之间半胱氨酸暴露率的比较。(B) 不同暴露率变化范围内的蛋白质数量。(C)在具有高度展开或稳定区域半胱氨酸的蛋白之间进行GO功能富集分析。　　由于Tm对于预先存在的、折叠良好的蛋白质所产生的影响可能远小于对新合成蛋白的影响，分别研究Tm对这两种蛋白的影响是必要的。作者通过将目前的方法Cys-CPP与细胞培养中氨基酸的稳定同位素标记(pSILAC)结合(图4A)，探究了细胞中已存在蛋白和新合成蛋白在内质网应激作用下的不同变化。结果显示：(1)抑制N-糖基化对新合成蛋白的去折叠影响比对已存在蛋白的影响更显著(图4C) (2)N-糖基化除了调节蛋白质的二级结构外，在蛋白质三级或四级结构的形成中起着更重要的作用(图4D)。　　图4. 抑制N-糖基化对新合成蛋白和已存在蛋白折叠状态影响的研究。(A)量化新合成蛋白和已存在蛋白折叠状态变化的实验设置。(B) 经Tm处理和未经处理的细胞中新合成和已存在蛋白质的重叠。括号内为每组蛋白质数。(C)不同蛋白质组中暴露率的分布。(D) 在有或没有Tm处理的细胞中、在不同的二级结构下，新合成和已存在蛋白之间半胱氨酸暴露率的差值分布。　　本文通过设计一种半胱氨酸靶向探针，定量半胱氨酸残基的暴露率，系统地研究了蛋白质的结构以及结构的变化。结果表明，半胱氨酸暴露率与蛋白质局部结构的相关性非常好。利用该方法，作者研究了Tm引起的内质网应激反应下细胞中蛋白质的结构变化。此外，通过将Cys-CPP与pSILAC结合，研究了在内质网应激反应下原有蛋白和新合成蛋白的结构变化差异，并详细分析了内质网应激对蛋白质去折叠的影响，深入和准确地了解内质网应激下的蛋白质结构变化，有助于深入了解蛋白质的功能和细胞活性。　　参考文献：[1] Yin K, Tong M, Sun F, et al. Quantitative Structural Proteomics Unveil the Conformational Changes of Proteins under the Endoplasmic Reticulum Stress[J]. Analytical Chemistry, 2022,

蛋白质（protein）是组成人体一切细胞、组织的重要成分，是生命的物质基础，分子结构由α—氨基酸按一定顺序组合和排列形成氨基酸顺序不同的多肽链，这些多肽链进一步通过交联构成。蛋白质的复杂结构是其功能多样性的前提和基础，对其分子结构及发挥生物活性的机制进行研究具有重要意义。蛋白质空间结构（图片来源：网络）与其他有机或无机化合物晶体结构一样，蛋白质晶体结构是由相同的蛋白质分子或蛋白质分子复合物在空间中有序排列,从而构成的规则的3D阵列。根据蛋白质晶体结构排列的对称性，晶体中的所有分子相对于晶格具有有限数量的独特取向。蛋白分子通过在晶格中的有序排列，将单个分子的衍射值叠加，最终获得足以测量的衍射强度，其中晶格起到放大器的作用。结晶研究作为探究生物大分子结构及功能的重要手段，有力的推动了蛋白质分子结构的研究进程。 蛋白质晶体结构（图片来源：网络）时至今日，蛋白结晶还存在许多问题，制约着蛋白结构测定的速度。工欲善其事必先利其器，蛋白晶体成像仪作为高通量筛选蛋白质结晶的重要工具，可进行蛋白晶体研究的自动化成像和分析，为下一步进行蛋白质晶体衍射、确定结构奠定基础，最终应用于制药和生命科学领域的研究。蛋白晶体成像仪通过精确的温度控制提供稳定的蛋白质晶体培育环境，在甄别分析中，通过可见光、偏振光、紫外三种模式辨别晶体是否为蛋白晶体并观察晶体成长过程，可对晶体快速定位、自动化拍摄高质量影像。相比传统显微镜，它在蛋白晶体观察捕获的敏感度、成像质量、样本的自动定位等方面都有了很大提升，重要参数指标包括物镜倍数、附镜倍数、数值孔径、景深(mm)、视场(mm)、像素尺寸(μm)、光学分辨率(μm)等。目前市场的蛋白质晶体成像仪主流厂商有赛默飞、腾泉生物、安捷伦、Formulatrix等，不同品牌产品也各具特色。以Formulatrix的产品为例来介绍蛋白质晶体成像仪，蛋白晶体成像仪同时具备可见光和紫外荧光功能，可创造蛋白晶体的培养、成长环境，精确恒定温度和振动隔离。除此之外，仪器提供最多970个结晶板的存储和培养空间，能实现准确实验样本自动定位、智能影像捕捉拍摄等功能。在观察晶体成长过程的同时，可进行数据库数据对比和搜索，以确定蛋白晶体的存在和成长，对蛋白质晶体进行跟踪研究。蛋白液滴定局部成像（图片来源：Formulatrix）蛋白质晶体可见光及紫外成像（图片来源：Formulatrix）更多信息，点击进入仪器信息网相关仪器专场：https://www.instrument.com.cn/zc/2582.html

人类线粒体DNA编码了13种重要的多肽，这些多肽是连接氧化磷酸化（OXPHOS）复合物的多亚基复合物的组成部分，这些复合物主要存在于内陷的嵴膜上。内界膜（IBM）含有丰富的动态接触位点，用于从细胞膜导入蛋白质的移位酶。大多数OXPHOS亚单位采用核编码，因此必须通过外膜在与内界膜的接触位点处从胞浆中导入。由于大多数OXPHOS成分导入后需与mtDNA编码的成分整合组装，那么线粒体内翻译发生于何处？由于线粒体编码的成分也是这些复合物的组成部分，所以蛋白质合成发生于何处？题图：以STED显纳镜分辨率拍摄的人类线粒体网络截面。(更多细节见图1）。本论文采用了基于点击化学的方法，并结合受激发射损耗显纳镜（STED）来解决以上问题。报告显示，在培养的人类细胞中，大部分线粒体蛋白质的合成是在嵴膜上检测到的，且在空间上与RNA加工和成熟的位点相分离。图1：图片显示了人类线粒体网络截面，以共聚焦显微镜和STED显纳镜的分辨率拍摄，用775nmSTED激光器损耗AF594，用660nmSTED激光器损耗AF532。这些图片是显示新合成蛋白质的亚线粒体位置的关键图像。绿色的荧光信号代表新合成的线粒体蛋白，品红色是线粒体内界膜中发现的线粒体蛋白（TIM23）的免疫荧光抗体。阅读完整文章：Zorkau M., Albus C., Berlinguer-Palmini R., Chrzanowska-Lightowlers Z. & Lightowlers R.Zorkau M., Albus C., Berlinguer-Palmini R., Chrzanowska-Lightowlers Z. & Lightowlers R.High-resolution imaging revealscompartmentalization of mitochondrial protein synthesis in cultured human cellsPNAS February 9, 2021 118 (6) e2008778118 https://doi.org/10.1073/pnas.2008778118了解更多：徕卡显微

仪器信息网讯 近日，中国科学院大连物理研究所生物分子高效分离与表征研究组(1810组)张丽华研究员和张玉奎院士团队，蛋白组组学分析最新成果发表于《自然-通讯》(Nature Communications)上。团队发展了N-磷酸化肽段高选择性富集新方法，并结合肽段的高效分离和高灵敏度鉴定，实现了N-磷酸化蛋白质组的深度覆盖分析。　　与研究相对深入的发生在丝氨酸、苏氨酸和酪氨酸侧链氨基上的蛋白质O-磷酸化修饰相比，发生在蛋白质组氨酸、精氨酸和赖氨酸上的N-磷酸化修饰，由于P-N酰胺键具有较高的吉布斯自由能，且易发生水解，目前仍缺乏有效的N-磷酸化蛋白质组分析方法，制约了人们对其生物学功能的认识。　　团队研制了具有核壳结构的亚二微米硅球，并通过在硅球表面键合双二甲基吡啶胺双锌分子，在中性条件下实现了N-磷酸化肽段的高效、高选择性、快速富集 通过基于该材料的on-tip富集方法和液质联用分离鉴定的结合，不仅从HeLa细胞中鉴定到3384个N-磷酸化位点(目前最大的哺乳动物N-磷酸化数据集)，而且还发现N-磷酸化位点附近亮氨酸高度表达 建立的N-磷酸化蛋白质组分析新方法不仅为深入研究其生物学功能提供了基础数据，而且也为推动精准医学、合成生物学等领域的发展提供了技术支撑。　　上述工作得到国家自然科学基金、国家重点研发计划、中科院大连化物所创新基金等项目的资助。文章链接：《自然-通讯》(Nature Communications)。

CEM 公司&mdash &mdash 全球领先的实验室仪器设备供应商，近日宣布AOAC（美国官方分析化学师协会）已经通过了Sprint蛋白质快速测定方法为官方正式方法2011.04，该方法依据蛋白质标签技术适用于猪肉、牛肉和家禽的原料肉和加工肉以及肉制品的蛋白质含量的快速测定。 &ldquo 我们非常高兴AOAC①国际协会能够认可并通过这些方法&rdquo ，CEM公司总裁兼CEO Michael J. Collins说，&ldquo 这确实是一项革命性的技术，非常有价值，可以广泛地应用在食品领域，但一直缺少官方认可。现在，随着这个方法的被公众的普遍接受，未来将会有更多的公司享受到Sprint带来的省时、准确、高效和绿色环保。 在该方法的批准进程中，CEM 公司的Sprint蛋白质快速测定仪被作为该方法研究的指定仪器。方法有效性和准确性的验证过程建立在蛋白质含量在9%-40%之间的牛肉、猪肉及家禽肉和肉制品等具有广泛代表性产品蛋白含量数据之上。 Sprint 采用了iTAG这种专门的、无毒的蛋白质标签溶液，该溶液可以和原料肉、加工肉中蛋白质的赖氨酸、组氨酸和精氨酸及N末端结合并自动计算出蛋白质含量。一体化、操作简便的Sprint机器可以在2分钟内快速测出多种产品的蛋白质含量。该方法比传统的凯氏定氮法更加安全，无需高温以及强腐蚀性化学试剂。2009年，Sprint蛋白质快速测定仪基于它的绿色环保的反应条件，被美国国家环保局（US EPA）授予&ldquo 总统绿色化学挑战者奖&rdquo 。 目前，Sprint 蛋白质快速测定仪广泛应用于乳品、谷物蛋白含量的检测并作为标准方法得到AOAC和AACC认可： AOAC Method 967. 12 液态奶、花色奶、调味乳饮料、咖啡伴侣、黄油等； AOAC Method 930. 33 冰激凌、速冻甜食、雪糕等； AOAC Method 930. 29 全脂奶粉、脱脂奶粉、营养强化奶粉、婴幼儿配方奶粉等； AACC② Method 46-14B 适用于谷物、宠物食品、动物饲料等。 ①AOAC------Association of Analytical Communities（美国官方分析化学师协会）的缩写.是一个拥有127年历史的非营利性科学组织，在分析结果领域赢得了世界的信任，是美国食品生产领域的权威标准机构.经AOAC批准通过的方法，对于方法结果的准确性是一种认可，对采用AOAC方法的厂家生产产品的安全性和合理性提供了一定的信任。 ②AACC------American Association of Cereal Chemist（美国谷物化学师协会标准是由美国谷物化学师协会）的简称，负责制订的谷物分析与测试方法标准。AACC标准自1922年问世以来，一直是谷物科技领域的重要检验依据。此外用这些方法分析的结果还常常被用作诉讼或司法的依据。 参考 http://www.cem.com/{e_BASE}page74.html 更多详情，请联系培安公司：电话：北京：010-65528800 上海：021-51086600 成都：028-85127107 广州：020-89609288 Email: sales@pynnco.com 网站：www.pynnco.com

几种不同折叠模式的蛋白质模型(图片来源Protein Data Bank Japan ) 　　上个世纪初，科学家们认为蛋白质是生命体的遗传物质，而具有独特的作用。随着这个理论被证伪，真正的遗传物质DNA的结构被给予了很大关注。然而，蛋白质作为生命体的重要大分子，其重要性也从未被忽视，而且在1950年代开始，科学家一直在探寻DNA序列和蛋白质序列的相关性。与此同时，蛋白质测序和结构解析蛋白质结构的努力开始慢慢获得回报。更多的生化研究揭示了蛋白质的功能重要性，因此蛋白质的三维结构的解析对于深入理解蛋白质功能和生理现象起着决定性作用。 　　本文简要回顾了蛋白质结构解析的重大历史事件，并总结了蛋白质结构解析的常用方法和结构分析方向。通过了解蛋白质结构，能够让我们更好地理解生物体的蛋白的理化特性，以及其相关联的化学反应途径及其机制，对于我们认识生物世界和研发治疗方法和药物都起着关键作用。在即将召开的2015高分辨率成像与生物医学应用研讨会上，各位专家学者将会进一步讨论相关议题。 　　蛋白质结构解析六十年来大事件 　　在1958年，英国科学家John Kendrew和Max Perutz首先发表了用X射线衍射得到的高分辨率的肌红蛋白Myoglobin的三维结构，然后是更加复杂的血红蛋白Hemoglobin。因此，这两个科学家分享了1962年的诺贝尔化学奖。事实上，这项工作在早在1937年就开始了。 　　然后在1960年代，蛋白质结构解析方法不断进步，获得了更高的解析精度。这个时期，蛋白质序列和DNA序列间关系也被发现，中心法则被Francis Crick提出，然后科学界见证了分子生物学的崛起。分子生物学(Molecular Biology)的名称在1962年开始被广泛接受和使用，并逐渐演变出一些支派，如结构生物学。然后在1964年，Aaron Klug提出了一种基于X射线衍射原理发展而来的全新的方法电子晶体学显微镜(crystallographic electron microscopy )，可以解析更大蛋白质或者蛋白质核酸复合体结构。因为这项研究，他获得了1982诺贝尔化学奖。1969年，Benno P. Schoenborn 提出可以用中子散射和原子核散射来确定大分子中固定位置的氢原子坐标。 　　进入1970年代，很多新的方法开始发展。存储蛋白质三维结构的Protein Data Bank(1971年) 开始出现，这对于规范化和积累蛋白质数据有着重要意义。1975年新的一种仪器叫做多丝区域检测器，让X-ray的检测和数据收集更加快速高效。次年，Robert Langride将X-ray衍射数据可视化，并在加州大学圣地亚哥分校成立了一个计算机图形实验室。同年，KeithHodgson和同事首次证明了可以使用同步加速器获得的X射线并对单个晶体进行照射，并取得了很好的实验效果。然后在1978年，核磁共振NMR首次被用于蛋白质结构的解析 同年首个高精度病毒(西红柿丛矮病毒)衣壳蛋白结构被解析。 　　在1980年代，更多蛋白质结构被解析，蛋白质三维结构的描述越来越成熟，而且蛋白质结构解析也被公认成为药物研发的关键步骤。在1983年，冷冻蚀刻的烟草花叶病毒结构在电子显微镜结构下得到描述。两年后德国科学家John Deisenhofer等解析出了细菌光合反应中心，因此他们共享了1988年的诺贝尔化学奖。次年，两个课题组解析了HIV与复制相关的蛋白酶结构，对针对HIV的药物研发提供了理论基础。 　　下一个十年，因为大量同步加速器辅助的X射线衍射的使用，数千个蛋白质结构得到解析，迎来了蛋白质结构组的曙光。1990年多波长反常散射方法(MAD)方法用于X射线衍射晶体成像，与同步辐射加速器一起，成为了近二十多年来的最常用的的方法。Rod MacKinnon在199年发表了第一个高精度的钾离子通道蛋白结构，对加深神经科学的理解起了重要作用，因此他分享了2003年的诺贝尔化学奖。Ada Yonath等领导的课题组在1999年首次解析了核糖体结构(一种巨大的RNA蛋白质复合体)。　　进入新千年，更多的技术细节被加入到蛋白质解析研究领域。2001年，Roger Kornberg和同事们描述了第一个高精度的RNA聚合酶三维结构，正因此五年后他们共享了诺贝尔化学奖。2007年，首个G蛋白偶联受体结构的解析更是对药物研究带了新的希望。近些年来，越来越多的大的蛋白质结构得到解析。Cryo-EM超低温电子显微镜成像用于超大蛋白质结构成像的研究日益成熟，并开始广泛用于蛋白质结构的解析。 　　蛋白质结构解析的常用实验方法 　　1.X-ray衍射晶体学成像 　　X射线衍射晶体学是最早用于结构解析的实验方法之一。X射线是一种高能短波长的电磁波(本质上属于光子束)，被德国科学家伦琴发现，故又被称为伦琴射线。理论和实验都证明了，当X射线打击在分子晶体颗粒上的时候，X射线会发生衍射效应，通过探测器收集这些衍射信号，可以了解晶体中电子密度的分布，再据此析获得粒子的位置信息。利用这种特点，布拉格父子研制出了X射线分光计并测定了一些盐晶体的结构和金刚石结构。首个DNA结构的解析便是利用X射线衍射晶体学获得的。 　　后来，获得X射线来源的技术得到了改进，如今更多地使用同步辐射的X射线源。来自同步辐射的X射线源可以调节射线的波长和很高的亮度，结合多波长反常散射技术，可以获得更高精度的晶体结构数据，也成为了当今主流的X射线晶体成像学方法。由X射线衍射晶体学解析的结构在RCSB Protein Data Bank中占到了88%。 　　X射线衍射成像虽然得到了长足的发展，仍然有着一定的缺点。X射线对晶体样本有着很大的损伤，因此常用低温液氮环境来保护生物大分子晶体，但是这种情况下的晶体周围环境非常恶劣，可能会对晶体产生不良影响。而且，X射线衍射方法不能用来解析较大的蛋白质。 　　上海同步辐射加速器外景(图片来源 上海同步辐射光源网站) 　　2.NMR核磁共振成像 　　核磁共振成像NMR全称Nuclear magnetic resonance，最早在1938被Isidor Rabi (1946年诺贝尔奖)描述，在上世纪的后半叶得到了长足发展。其基本理论是，带有孤对电子的原子核(自选量子数为1)在外界磁场影响下，会导致原子核的能级发生塞曼分裂，吸收并释放电磁辐射，即产生共振频谱。这种共振电磁辐射的频率与所处磁场强度成一定比例。利用这种特性，通过分析特定原子释放的电磁辐射结合外加磁场分别，可以用于生物大分子的成像或者其他领域的成像。有些时候，NMR也可以结合其他的实验方法，比如液相色谱或者质谱等。 　　RCSB Protein Data Bank数据库中存在大约11000个用NMR解析的生物大分子结构，占到总数大约10%的结构。NMR结构解析多是在溶液状态下的蛋白质结构，一般认为比起晶体结构能够描述生物大分子在细胞内真实结构。而且，NMR结构解析能够获得氢原子的结构位置。然而，NMR也并非万能，有时候也会因为蛋白质在溶液中结构不稳定能难得获取稳定的信号，因此，往往借助计算机建模或者其他方法完善结构解析流程。 　　使用NMR解析的血红蛋白结构建模(图片来源RCSB PDB) 　　3.Cryo-EM超低温电子显微镜成像 　　电子显微镜最早出现在1931年，从设计之初就是为了试图获得高分辨率的病毒图像。通过电子束打击样本获得电子的反射而获取样本的图像。而图像的分辨率与电子束的速度和入射角度相关。通过加速的电子束照射特殊处理过的样品表明，电子束反射，并被探测器接收，并成像从而获得图像信息。具体做法是，将样品迅速至于超低温(液氮环境)下并固定在很薄的乙烷(或者水中)，并置于样品池，在电子显微镜下成像。图像获得后，通过分析图像中数量众多的同一种蛋白质在不同角度的形状，进行多次的计算机建模从而可以获得近原子级别的精度(最低可以到2.0埃)。 　　Cyro-EM解析TRPV1离子通道蛋白(图片来源Structure of the TRPV1 ion channel ) 　　将电子显微镜和计算机建模成像结合在一起的大量实践还是在新世纪之后开始流行的。随着捕捉电子的探测器技术(CCD技术，以及后来的高精度电子捕捉、电子计数electron counting设备)的提升，更多的信息和更低的噪音保证了高分辨率的图像。 　　近些年来，Cryo-EM被用来解析很多结构非常大(无法用X-ray解析)的蛋白质(或者蛋白质复合体)，取得了非常好的结果。同时，单电子捕捉技术取代之前的光电转换成像的CCD摄像设备，减少了图像中的噪音和信号衰减，同时并增强了信号。计算机成像技术的成熟和进步，也赋予了Cryo-EM更多的进步空间。然而，Cyro-EM与X-ray不同，该方法不需要蛋白质成为晶体，相同的是都需要低温环境来减少粒子束对样品的损害。 　　除去介绍的这三种方法以外，计算机建模技术也越来越多地被用在了蛋白质结构解析中。而且新解析的结构也会提高计算机建模的精确度。未来，我们或许能够用计算机构建原子级别的细胞模型，构建在芯片上的细胞。 　　蛋白质结构对了解生命体的生化反应、有针对性的药物研发有着重要意义。从1958到如今已经接近60年，蛋白质结构解析得到了较快的发展。然而，在如今DNA测序如此高效廉价的时代，蛋白质和DNA结构解析并没有进入真正高速发展阶段，这也导致了在如此多的DNA序列数据非常的今天，结构数据却相对少的可怜。大数据时代的基因组、蛋白质组、代谢组、脂类组等飞速发展的时候，蛋白质结构组也得到了更加广泛的重视。发展高精度、高效的结构解析技术也一直都有着重要意义。未来，蛋白质结构解析，对针对蛋白质的药物筛选，和计算机辅助的药物研究研究不应被低估。未来说不定在蛋白质结构领域有着更多惊喜，让我们拭目以待。 第一届电镜网络会议部分视频回放

HuProtTM人类蛋白质组芯片，涵盖~20,000个人重组蛋白质，是迄今为止通量最高的人类蛋白质组芯片，为蛋白质组学研究提供了强大的工具。该芯片已经在各个蛋白质组学和其他生命科学研究领域得到广泛的应用，如癌症及自身免疫疾病的生物标志物的发现、蛋白-蛋白相互作用研究、翻译后修饰、酶学研究等。 作为蛋白质芯片技术的鼻祖和人类蛋白质组芯片的开发者，朱衡教授已在该领域发表近100篇研究论文，被引用次数累计近10,000次，单篇被引次数2,000次。 朱衡教授现为美国约翰霍普金斯大学医学院药理系终身教授，是世界上蛋白质芯片技术的主要创始人之一（详见论文 Science,2001, 293: 2101-2105), 也是HuProtTM人蛋白质组芯片的开发者，在蛋白质芯片技术和应用领域有着举足轻重的地位。朱衡教授目前主要的研究领域是利用蛋白质芯片技术研究疾病相关蛋白的细胞信号转导/网络及其它延伸领域。朱衡教授在美国作为项目负责人现主持美国国立卫生研究院(NIH) R01课题多项，2007年获得美国 Smith Welcome Trust 杰出科学家奖，在Cell、Nature、PNAS 等国际顶尖杂志发表了近100篇研究论文。 仪器信息网 网络讲堂 特邀 朱衡教授将于2015年4月17日 10:00 通过网络会议形式在线讲解&ldquo 蛋白质芯片技术&rdquo 。本次网络会议中朱衡教授将围绕人类蛋白质组芯片的开发过程、技术要点和应用前景展开讲述，并深入探讨如何利用蛋白质组芯片来进行蛋白质组学的研究。 本次会议采取在线自助报名形式，通过资格审核的用户可免费参会。报名地址如下： http://www.instrument.com.cn/webinar/meeting/meetingInsidePage/1397

人类和老鼠的外貌可说是天渊之别，但实际上他们却有着近99%相同的基因组。何以&ldquo 失之毫厘差之千里&rdquo ？正是蛋白质放大了他们基因上的细微差别。 日前，中国人类蛋白质组计划全面启动。&ldquo 基因组学中微小的差异，在蛋白质组学中可以被千倍甚至几近万倍地放大。&rdquo 亚太蛋白质组组织主席、中国科学院院士贺福 初表示，这一计划的实施将对基因组序列图进行&ldquo 解码&rdquo ，进而全景式揭示生命奥秘，为提高重大疾病防诊治水平提供有效手段。 解码生命的&ldquo 密钥&rdquo 提起蛋白质，大家并不陌生。它是生物体内一种极为重要的高分子有机物，约占人体干重的54%。 不过，&ldquo 蛋白质组&rdquo 一词却鲜有人了解。其实，蝴蝶由卵变虫、成蛹、再破茧成蝶，幕后&ldquo 操盘者&rdquo 并非基因组，而是蛋白质组。&ldquo 1994年澳大利亚科学家率先提出蛋白质组这个概念，指某个时刻、某个组织、器官或个体中所有蛋白质的集合。&rdquo 贺福初说。 科学家们之所以对蛋白质组产生浓厚兴趣，还要从人类基因组计划说起。2003年4月，耗资27亿美元、经由6国科学家历时13年奋战的人类基因组计划，以人类基因组序列图的绘制完成为标志，画上了句号。 没想到，更大的挑战还在后头&mdash &mdash &ldquo 科学界曾经认为，只要绘制出了人类基因组序列图，就能了解疾病的根源，但是错了&rdquo 。国际蛋白质组组织启动计划主席萨姆· 哈纳什说，事实上，我们此时只了解10%的基因的功能，剩下的90%仍是未知的。 &ldquo 人类基因组计划并不像事前所预期的那样，能够逾越蛋白质这一生物功能的执行体层次，揭示人类生、老、病、死的全部秘密。基因组序列只是提供了一维遗传信息，而更复杂的多维信息发生在蛋白质组层面。&rdquo 贺福初表示。 就 人体而言，各个器官的基因组是一样的，而它们之所以形态、功能各异，正是其结构与功能的物质基础&mdash &mdash 不同的蛋白质组在&ldquo 操盘&rdquo 。&ldquo 就像蛹化蝶，无论形态如 何变化，基因组是不变的。&rdquo 军事医学科学院放射与辐射医学研究所研究员钱小红说，人的每一种生命形态，都是特定蛋白质组在不同时间、空间出现并发挥功能的 结果。比如，某些蛋白质表达量偏离常态，就能够表征人体可能处于某种疾病状态。 &ldquo 无论是正常的生理过程还是病理过程，最直接的体现是蛋白质以及它们的集合体&mdash &mdash 蛋白质组。&rdquo 上述专家们表示。&ldquo 生，源于基因组；命，却一定由蛋白质组决定。只有蛋白质组才能根本阐释生命。&rdquo 贺福初说。 独辟蹊径的&ldquo 中国画卷&rdquo 事实上，早在上世纪90年代人类基因组计划成形之际，已有科学家提出解读人类蛋白质组的想法。其目标是，将人体所有蛋白质归类，并描绘出它们的特性、在细胞中所处的位置以及蛋白质之间的相互作用等。 《科学》杂志在2001年，也将蛋白质组学列为六大科学研究热点之一，其&ldquo 热度&rdquo 仅次于干细胞研究，名列第二。 不过，严峻的现实挑战，让这一想法迟迟停留在&ldquo 纸上谈兵&rdquo 阶段。&ldquo 生物蛋白质数的差别大概是基因数差别的三个数量级左右，人类基因总数大概2万多个，人体内的蛋白质及其变异、修饰体却是百万级的数量。&rdquo 贺福初表示。 不仅如此，人类基因组图谱只有一张，而蛋白质组图谱每个器官、每个器官的每一种细胞都有一张，且在生理过程和疾病状态时还会发生相应改变。工程的艰巨性可想而知。 但困难并未阻挡住科学家们对其探索的脚步。1995年，首先倡导&ldquo 蛋白质组&rdquo 的两家澳大利亚实验室分别挂牌成立蛋白质组研究中心。随后欧美日韩等国均有行动。 1998年初，从事基因组研究的贺福初敏锐地嗅到这朵夜幕后悄然盛开的&ldquo 莲花&rdquo ，逐渐将精力投入到这个新兴领域。 2001年，&ldquo 基因组会战&rdquo 尚未鸣金，《自然》、《科学》杂志即发出&ldquo 蛋白质组盟约&rdquo 。同年秋，&ldquo 人类蛋白质组计划&rdquo 开始孕育。 2002 年4月，贺福初在华盛顿会议上阐述&ldquo 人类肝脏蛋白质组计划&rdquo 。同年11月，&ldquo 人类血浆蛋白质组计划&rdquo &ldquo 人类肝脏蛋白质组计划&rdquo 正式启动，贺福初担任&ldquo 人类 肝脏蛋白质组计划&rdquo 主席。其后两年间，德国牵头的&ldquo 人类脑蛋白组计划&rdquo 、瑞士牵头的&ldquo 大规模抗体计划&rdquo 、英国牵头的&ldquo 蛋白质组标准计划&rdquo 及加拿大牵头的 &ldquo 模式动物蛋白质组计划&rdquo 相继启动。 然而，很少有人知道，这种以生物系统为单元的研究策略酝酿之初饱受诟病。贺福初回忆，在华盛顿，中国人提出蛋白质组计划必须按生物系统（如器官、组织、细胞）进行一种战略分工和任务分割，一石激起千层浪，争议四起。 &ldquo 要想通过分工合作来完成全景式分析人类蛋白质组的宏大目标，必须以人体的生物系统作为研究单元和分工的规则。这个策略，10年来合者渐众，不过目前仍存争议，中国的先见之明可能得在下个10年成为不可阻挡的潮流。&rdquo 贺福初坦陈。 定位疾病的&ldquo GPS&rdquo 历经10余年的努力，以贺福初为代表的中国蛋白质组研究团队，在该领域向世界交了一份漂亮答卷： 成功构建迄今国际上质量最高、规模最大的人类第一个器官（肝脏）蛋白质组的表达谱、修饰谱、连锁图及其综合数据库； 首次实现人类组织与器官转录组和蛋白质组的全面对接； 在 炎症诱发肿瘤等方面，发现一批针对肝脏疾病、恶性肿瘤等重大疾病的潜在药靶、蛋白质药物和生物标志物。如，2008年，张学敏课题组首次发现炎症和免疫的 新型调控分子CUEDC2，可作为肿瘤耐药的新标志物，从而为克服癌细胞耐药提供了原创性的药物新靶点和治疗新思路。2010年，周钢桥课题组&ldquo 逮到&rdquo 肝 癌的易感基因，为肝癌的风险预测和早期预警提供了重要理论依据和生物标记。2012年，张令强课题组研制出世界上首个能特异性靶向成骨细胞的核酸递送系 统，提供了一种基于促进骨形成的全新骨质疏松症治疗途径，向解决骨丢失无法补回这一医学难题迈出了坚实的一步。2014年，张令强课题组首次在国际上揭示 泛素连接酶Smurf1是促进结直肠癌发生发展，并且导致病人预后差的一个重要因子&hellip &hellip 上述几项成果均发表于国际顶级的《科学》、《自然》系列杂志。 还没来得及分享这一喜悦，激烈的角逐又让他们绷紧了神经。日前，英国《自然》杂志公布美国、印度和德国等合作完成的人类蛋白质组草图。研究人员表示，这一成果有助于了解各个组织中存在何种蛋白质，这些蛋白质与哪些基因表达有关等，从而进一步揭开人体的奥秘。 &ldquo 尽 管还有许多不完善的地方，但确实是蛋白质组学领域乃至整个生命科学领域，具有里程碑意义的科学贡献。&rdquo 中国科学院院士饶子和直陈。中国科学院院士张玉奎指 出，虽然中国在蛋白质组的一些领域走在了世界前列，但国外有些团队正快马加鞭，我们不得不警醒，否则很快将被甩出第一阵营。 6 月10日，中国人类蛋白质组计划全面启动实施。&ldquo 蛋白质组，可以揭示疾病的发病机制和病理过程，发现新型诊断标志物、治疗和创新药物，可以全面提高疾病防 诊治水平。这个项目完成后，将揭示人体器官蛋白质组的构成，一旦哪一部位出现异常即可实现&lsquo GPS定位&rsquo ，进而找到针对性的诊断措施、干预措施和预防措 施。&rdquo 记者了解到，中国人类蛋白质组计划第一阶段，将全面揭示肝癌、肺癌、白血病、肾病等十大疾病所涉及的主要组织器官的蛋白质组，了解疾病发生的主要异常，进而研制诊断试剂以及筛选药物。这将在2017年左右完成。 &ldquo 这是真正的原始创新，也是中国能够引领世界科技发展的重要领域之一。&rdquo 贺福初强调说。

01 摘要蛋白质组学目前的研究活动的成长与基因组学早期的发展轨迹相似。基因组学花费了大概十年的时间实现了产业化。尽管蛋白质组学技术起步的时间比基因组学更早，但蛋白质组学相对更大的复杂性导致其与基因组学相比需要更先进的技术。然而，今天，蛋白质组学的重要研究瓶颈正在被不断突破，让科学家们看到了其在研究、转化和临床意义上达到与基因组学相当的水平的前景。因此，随着时间的推移，蛋白质组学在研究和临床中应用的商业机会将与基因组学的可用市场总量（TAM）规模趋于一致，目前全球TAM已经达到500亿美元。并且我们有理由相信，由于蛋白质组学动态、变化的性质将使得其超过基因组学而转化为更加具有经常性、重复性的临床应用。质谱是最能促进蛋白质组学工业化的技术，但其工作流程的标准化，尤其是样品制备阶段的标准化，仍然存在着挑战。对于长期投资商来说，应该对在这个生态圈中拥有于众不同知识产权的供应商给与更大的关注。尽管以基于高元多工分析方法为代表的新兴检测方法与质谱方法相比仅处于早期发展阶段，但也具有巨大的潜力。02 背景与投资情况论述生命的基本构成部分是核酸和氨基酸。核酸是基因的基本构成成分。氨基酸是蛋白质的基本构成成分。事实上，我们体内每个细胞的成分都可以归类于蛋白质、基因、脂质或碳水化合物这四类大分子化合物。脂质和碳水化合物组成简单不易出错。因此，最重要的是对基因和蛋白质进行深入了解。我们对人类生物学的理解，从细胞功能到疾病的因果关系，再到药物治疗，都是我们对基因组学和蛋白质组学知识的衍生品。在20世纪，先进显微镜和生物化学技术的发明导致我们对基于结构的蛋白质和基因的理解有了很大的进步。在21世纪，基因组学经历了一场革命，使其从一个刚刚起步的研究领域经历了工业化的过程，成为了临床生物学重要方面。这不仅使得人类对生物学有了更深更新的了解，也提供了包括液体活检诊断，CAR-T细胞治疗，甚至是mRNA疫苗的一系列新的临床治疗及诊断方法。蛋白质组学在21世纪也取得了重要进展。这不仅是由于质谱和X射线晶体学等成像方面新技术的出现，也是由于免疫检定试剂方面的生物化学方法创新，使得我们可以分离特定的蛋白进行进一步的研究。与基因组学相比，蛋白质组学还未取得飞跃。这并不是由于它相对于基因学的有较小的前景和应用场景，这只与它的方法的复杂性有关。我们认为，下一个十年蛋白质组学将进入快车道，使生物学研究、医学治疗和诊断方面进入一个以蛋白质为中心的新时代。蛋白质组学的挑战。超过95%的获得FDA批准的药物都是以蛋白质为目标，但蛋白质组中的多数组分却尚未被人们所了解。我们相信，十年后，西方国家的蛋白质组学公司所创造的股权价值将与今天基于基因组学的公司所创造的约2500亿美元的市值相当或更多。创新的速度正在加快：在1869年由弗里德里希-米歇尔（Friedrich Miescher）发现核酸之后近85年才由沃森和克里克于1953年发现了DNA双螺旋。从沃森和克里克的发现到2001年第一个人类基因组序列的发表花费了近50年时间。从2001年人类基因组的第一份草图到2021年7月公布的第一份完整序列花费了20年时间。总而言之，从核酸发现到确定完整的人类基因组花费了近155年的时间。在接下来的155年里，创新的速度将呈指数型增长，而蛋白质组学将是其中最大的受益者。03 蛋白质组学的今天：挑战与机遇什么是蛋白质组学？它为什么重要？图一：蛋白质组学受益于多种技术跨越式进步蛋白质组学作为一个术语首次出现在1996年，它被定义为对一个细胞系的整个蛋白质图谱进行大规模表征。蛋白质组学的要点是完整性和深度：通过检测和解读该细胞中的所有蛋白质的作用以及相互作用来彻底了解细胞功能，而不是应用传统的通过抗体分离已知蛋白质的方法单独检测每个蛋白质。基于抗体的蛋白质检测将继续在后续的工作中得到应用，但蛋白质组学是针对所有蛋白质，它们的相互作用，及其多种形态的大规模、高通量、高灵敏度的分析。因为蛋白质修饰和相互作用出错是发生疾病的通常原因，蛋白质组学研究对理解造成疾病发生的原因非常重要，Source: Graves PR, Haystead TA., Molecular biologist’s Guide to Proteomics(2002)04 蛋白质组学和基因组学之间的关系是什么？当马克-威尔金斯（Mark Wilkins）在1996年首次使用蛋白质组学一词时，他明确表示他指的是“基因组的补充”。基因是细胞的说明书。通过RNA的表达，他们指示细胞要构建哪些蛋白质。蛋白质细胞构建之后，它们通过与其他蛋白质和环境的相互作用而被翻译和修饰。因此，1) 基因组学的大部分功能效用通过蛋白质组体现；2) 下游事件-包括蛋白质间的相互作用，新的蛋白质形态和动态修饰的产生，及其对细胞分裂的影响-是蛋白质组学而不是基因组学的主题。Source: Virag D, Dalmadi K B. Current Trends in the Analysis of Post-translational Modifications (2020)因此，基因组学和蛋白质组学是相互关联的，而不是分开的，但蛋白质组学在功能上更为重要及复杂。有25000个独立的基因，但有超过100万种蛋白形式。虽然一个人的基因组不会改变，但一个人的蛋白质组是动态的。身体里的变化是通过蛋白质的修饰来表达的。你出生时的基因组和今天一样。但你的蛋白质组每天都在变化。05 为什么蛋白质组学研究如此困难？1. 分子的复杂性和多样性Source: Creative-Proteomics.com蛋白质分子本身的分子结构更为复杂。DNA是由4种核苷酸组成的，而蛋白质是由20种不同的氨基酸组成的。翻译后修饰，如甲基化和羟基化，改变了蛋白质的形态和功能。每个蛋白质可以有9种不同的蛋白形式。取决于翻译后修饰和蛋白质间的相互作用。这意味着同一个蛋白质可以有9种不同的功能。DNA的分子结构相对简单，有4种核苷酸变体，这意味着基因测序方法（如合成测序）不能应用于蛋白质组。需要新的、更复杂的、定制的方法来捕获生物样本中数百万种不同的蛋白质形态。2. 动态范围问题Source: Montanaro Research Aebersold R., Targeted Proteomic Strategy for Clinical Biomarker Discovery (2009)Y轴表示血浆样品中特定蛋白质分子的浓度和丰度。虽然有些蛋白质的含量极高，但大多数蛋白质类型的浓度很小，甚至可以忽略不计。红圈中的蛋白质存在于蛋白质组的“黑暗角落”，在这种极低的丰度下，这些蛋白质非常难以测得。大多数蛋白质的丰度极低。在血浆细胞中发现的约12,000个独立的蛋白质中，前10个占总蛋白量的90%，而其他约11,990个仅占10%。3. 少数的暴政如下饼图显示了血浆样品中蛋白质的相对丰度。单一的一种蛋白质，即血浆白蛋白，占了57%的总丰度，使读取其余的1万种蛋白质更加困难。Source: Anderson NG., Molecular Cell Proteomics (2002)06 蛋白质组学市场机遇有多大？我们相信，蛋白质组学在分子生物学研究以及临床医学和诊断方面有与基因组学一样远大的前景。Source: Montanaro Research自2001年第一个人类基因组的组装以来，基因组学已经成为生物医学的一个工业化部分， 纯基因组学公司的总市值达到2400亿美元。Illumina是其中最大的公司。蛋白质组学TAM（可用市场总量）如今已经达到数百亿美元。Somalogic estimate the total TAM to be $50 bn (Source: Somalogic)虽然临床应用方面的TAM具有最大的长期潜力，但在未来5年内研究和发展方面的TAM是最容易解决的。Source: Souda P., Proteomics: The Next Frontier, SVB Leerink (2021)SVB Leerink的蛋白质组学专家Puneet Souda估计，目前仅美国的研发TAM 有140亿美元，这基于学术界和制药业共约 26,100 个实验室总经费的2.5%的保守估计。如果我们把西方国家的实验室数量看作是约50,000个，并更合理的假设占总经费的5%的资金分配给蛋白质组学研究，我们估计在全球发达经济体中的蛋白质组学研发TAM为500亿美元。

【科技日报】探秘蛋白质的&ldquo 前世今生&rdquo &mdash &mdash 国家蛋白质科学中心· 上海(筹)印象 图为蛋白质科学研究(上海)设施核磁共振分析系统。 　　生活中的乌云总是不期而至。一位正值花季的美国女孩，突然被告知患上了一种非常难治的癌症。基因检测结果显示，她所患癌症的亚型发生率极低。 　　在患同一大类癌症的人群中，只有2%的人所患亚型和她一样。幸运的是，针对这一亚型恰好有一种特效药。经过不到3个月的治疗，她痊愈了。 　　国家蛋白质科学中心· 上海(筹)主任雷鸣用这个真实的案例，向科技日报记者生动阐释了精准医疗的未来图景。但并非所有的癌症患者都和那位女孩一样幸运。在人类通往精准医疗的道路上，蛋白质科学研究将扮演什么角色?身为国家大科学工程之一的蛋白质科学研究(上海)设施(以下简称&ldquo 上海设施&rdquo )对推进蛋白质科学研究将起到怎样的作用? 　　为回答这些问题，科技日报记者近日走进国家蛋白质科学中心· 上海(筹)一探究竟。 　　不容小觑的&ldquo 仪器集群&rdquo 　　和以往走进的国家大科学工程相比，上海设施没能在视觉上给人造成强大冲击。 　　&ldquo 我们这里主要是一些体量相对较小的生命科学研究的仪器集群，以至于在立项之初，是否将上海设施列入大科学工程都存在争议。&rdquo 雷鸣说道。 　　可别小瞧这里的&ldquo 仪器集群&rdquo 。上海设施自2014年5月试运行以来，前来参观的10多位诺贝尔奖得主和其他国际知名专家对设备的先进性纷纷&ldquo 点赞&rdquo 。 　　雷鸣回忆道，十多年前，我国在蛋白质科学研究领域虽然已取得一批达到国际一流水平的研究成果，但整体上仍落后于国际先进水平。科研基础设施建设滞后，是制约蛋白质科学发展的关键因素。 　　在科学家们的不懈努力下，蛋白质科学研究设施国家重大科技基础设施项目于2008年被批准立项，成为我国生命科学领域第一个大科学工程项目。蛋白质科学研究设施分为上海和北京两部分，上海设施以建设蛋白质结构解析能力为主。 　　围绕从生物体的空间尺度和生命过程的时间尺度来研究蛋白质，上海设施构建了由规模化蛋白质制备系统、蛋白质晶体结构分析系统、核磁分析系统、集成化电镜分析系统、蛋白质动态分析系统、质谱分析系统、复合激光显微成像系统、分子影像系统和数据库与计算分析系统组成的9大技术系统，具备规模化蛋白质制备、多尺度结构分析、多层次动态研究、修饰与相互作用分析以及数据库与计算分析5大能力。 　　史蒂夫· 哈里森是雷鸣在哈佛大学读博士时的导师。参观上海设施后，史蒂夫感觉非常震撼，对雷鸣很年轻就有机会参与如此重大的项目表示赞赏和羡慕。收获羡慕之余，雷鸣多次被问道：&ldquo 在如此先进的科研平台上，你们能做出哪些世界一流的工作来?&rdquo 　　独一无二的蛋白质&ldquo 智能工厂&rdquo 　　每一个蛋白质就像一个人一样，有自己的脾气秉性。要把它研究透彻，需要时间。 　　上世纪六七十年代有句话叫&ldquo one protein，one career&rdquo ，意为一个教授一辈子只能研究透一个蛋白质。&ldquo 我主要研究端粒，从评上教授到现在，也只解析了数十个蛋白质的结构。&rdquo 雷鸣说道。 　　要摸清蛋白质的&ldquo 脾气&rdquo ，首先是要获取高纯度的蛋白质样品。想见到蛋白质的&ldquo 真身&rdquo ，就必须打破细胞。而细胞一旦被打破，里面90%的蛋白质就同时被破坏掉了，踪迹难觅。 　　找到目标蛋白质后，保存也是个难题。相对于&ldquo 皮实&rdquo 的基因，蛋白质要&ldquo 娇气&rdquo 得多。记载遗传信息的基因就像是张可以随意摆放的卡片，没有变性的担忧。蛋白质则不同，一旦温度、湿度、光线等环境因素发生变化，就会有变质的风险。 　　在传统的生物学实验室里，穿着白大褂的科研人员手持移液枪，往装有不同液体的瓶瓶罐罐里添加试剂是常见的场景。在上海设施的规模化蛋白质制备系统里，这一幕正在被自动化的机器操作所取代。 　　高通量克隆构建实验室的中心区域是一个用玻璃超净间封闭起来的自动化机械操作平台。操作台外有一台集成软件的计算机负责&ldquo 发号施令&rdquo 。科研人员启动预设程序后，白色的机械臂在平台的各个自动化仪器间来回挪动，轻巧地把一个个96孔板放置到指定的板位上。各个自动化仪器的板位分别可执行加液、振荡、离心、清洗等生物实验操作。 　　传统手工操作，一个人每天最多克隆十几个基因。眼前的这套自动化系统，一天可以克隆960个基因，生产效率相当于一个数百人规模的基因克隆企业。&ldquo 我们希望把自动化概念引入科研中，重复劳动让机器来做，科研人员可以有更多的时间去探索和思考真正的科学问题。&rdquo 规模化蛋白质制备系统主管邓玮告诉记者。 　　上海设施自主设计和研发应用流程的这套系统，如同&ldquo 智能工厂&rdquo 一般，能独立完成一整套从分子生物学到细胞生物学的全部实验操作。 　　&ldquo 集成化程度越高的自动化设备，出错的几率就越高。针对完全陌生的样品，我们这套系统的可靠性能达到70%，这已经是一个非常不错的结果了。&rdquo 雷鸣表示。 　　五线六站 透视蛋白质内部结构 　　蛋白质并不是由松散的氨基酸随机排列组合而成，每一种天然蛋白质都有自己特定的空间结构。结构决定着蛋白质的功能。 　　肌红蛋白是哺乳动物心肌和骨骼肌中贮存和分配氧的胞内蛋白质。1960年，英国科学家肯德鲁(John Kendrew)首次用X射线衍射法测定了来自抹香鲸的肌红蛋白的三级结构。这一发现，使他成为1962年诺贝尔化学奖的获得者之一。 　　大多数人都有医院照X光的体验，X射线衍射法相当于是给结晶后的蛋白质拍X光，拍出的是一幅蛋白质晶体原子尺度的三维结构图。 　　在建筑外观呈鹦鹉螺形状的上海光源里，有5条光束线和6个专用实验站(五线六站)用于蛋白质科学研究。五线六站包括4个X射线实验站和两个红外光谱实验站，它们构成了上海设施的蛋白质晶体结构分析系统和动态分析系统。 　　记者来到五线六站时，上海光源处在停光检修期，复合物晶体线站负责人秦文明正在进行设备调试，为第二天的复工做好准备。排成一长溜的设备间和操作间由厚重的屏蔽门把守，机器的轰鸣声给人置身工厂车间的感觉。 　　国家蛋白质科学中心· 上海(筹)副主任张荣光，是五线六站的负责人。2009年回国之前，他在美国阿贡国家实验室工作近20年。阿贡的APS(先进光子源)是世界上最先进的同步辐射中心之一，采用X射线衍射法在半小时内测定蛋白质晶体结构曾是阿贡的骄傲。在五线六站，这一时间被缩短为几分钟。 　　&ldquo 我们安装了先进的衍射仪和探测器，收集全套数据最快只需36秒，接着使用自建的软件系统，不到5分钟就能完成对数据的处理和分析，给出蛋白质的三维结构。&rdquo 张荣光表示，五线六站不仅配备了世界一流的硬件设施，在实验方法和自动化上也有了很大程度的改进和提升。 　　过去，科研人员带着蛋白质晶体样品来到线站做实验非常忙碌。因为不能确定收到的数据是否有用，针对同一个晶体样品，要反复不停收集多套数据，带回去做进一步分析。 　　&ldquo 现在很快就能看到结果，一次可以带上一批样品来线站做实验，节省了大量的时间和人力。我们的目标是，用户带到线站上来的是晶体，带回去的是蛋白质的结构。&rdquo 张荣光说道。 　　核磁共振拼搭蛋白质结构&ldquo 积木&rdquo 　　不是所有的蛋白质在纯化后都能顺利结晶。结晶了的蛋白质也可能由于晶体质量等原因，难以被X射线&ldquo 看清&rdquo 。此外，同步辐射产生的X射线能量很高，小一点的晶体在被它探测时有&ldquo 粉身碎骨&rdquo 的风险。 　　在晶体学力所不及的领域，同样借助X射线设立的生物小角线站能弥补一二。事实上，溶液状态下的蛋白质表现得更为&ldquo 动态&rdquo 和&ldquo 真实&rdquo 。小角线站负责人李娜介绍，小角散射技术能快速捕捉到溶液状态下蛋白质的瞬时结构。只需要秒量级，甚至毫秒量级的时间，就能看见两个分子是否形成复合物。 　　分辨率不高是小角散射的不足之处。张荣光进一步解释说，就像从远处看两个人的位置关系一样，能看清他们是靠在一起，但具体是手牵手，还是脚靠脚，就不得而知了。要在溶液状态下看清原子尺度的细节和运动，就要靠核磁系统了。 　　离开五线六站，记者来到了上海设施的核磁共振实验室。蓝色塑胶地板上，分布着5台白色圆柱状的&ldquo 大家伙&rdquo 。其中，体型最大的900兆核磁共振谱仪是目前国内在使用的最高场强的超导磁体设备之一。为了方便把样品放入仪器顶部，还专门搭建了高约四五米的扶梯。 　　和光束线站、电镜等设施的直接成像相比，核磁共振扫描得到的是&ldquo 间接&rdquo 信息&mdash &mdash 蛋白质分子里每2个氢原子之间的相对距离，据此勾勒出蛋白质的三维结构。对此，核磁系统技术主管刘志军打了个形象的比方：一个坐着的人，如果能测算出他的头、手、脚等部位两端的距离，就能画出他的大致轮廓。 　　&ldquo 也可以理解为，核磁共振扫描得到的是一盒子拼插积木，接下来的事情就是把积木一块块地搭建起来，难点就在于不知道这些积木分属于哪个部位，是头还是脚，需要先指认，再通过计算来还原成三维结构。&rdquo 刘志军说。 　　为了&ldquo 指认&rdquo 方便，刘志军和他的同事们正在构建一个大的数据库。理想状态是，核磁共振扫描溶液状态下的蛋白质后得到的实验信息，可以去数据库中进行对比，如果有类似的&ldquo 片段&rdquo ，就可判断出这块&ldquo 积木&rdquo 属于哪个部位，再进一步去还原。&ldquo 搭积木的效率高低，取决于已知信息的多少，还原蛋白质三维结构也是如此&rdquo 。 　　蛋白质研究为药物研发铺路 　　蛋白质(protein)的概念最早由瑞典化学家永斯· 雅各布· 贝采利乌斯在1838年提出。&ldquo protein&rdquo 源自希腊文&ldquo protos&rdquo ，意为&ldquo 第一的，首要的&rdquo 。其时，人们对于蛋白质在机体中的核心作用并不了解。 　　一直到上个世纪40年代，在美国的教科书里，蛋白质被认为都长着一副橄榄球的模样，为细胞提供黏稠度是它主要甚至唯一的功能。随着DNA(脱氧核糖核酸)双螺旋结构的提出和首个原子尺度的蛋白分子三维结构图的精准呈现，分子生物学时代的大幕开启，人们开始逐渐摸清蛋白质的&ldquo 长相&rdquo 和&ldquo 秉性&rdquo 。 　　细胞是生命体的基本单位。在构建细胞结构、生物催化、物质传输等方面，蛋白质发挥着重要的作用。生物体新陈代谢几乎离不开的催化剂&mdash &mdash 酶，绝大多数都是蛋白质。 　　然而，和DNA测序、基因组研究的耳熟能详相比，蛋白质研究似乎略显低调。事实上，蛋白质研究可视作基因研究的姊妹篇。雷鸣以肺癌为例说道，过去肺癌病人都用一种药物治疗，现在看来并不科学。尽管结果都表现为肺癌，但从分子尺度分析，发病机理千差万别。 　　上游致病的基因多种多样，不同基因组会产生数百种或数千种蛋白质组合，形成不同特质的癌细胞。每一种组合背后的原因也不尽相同，因为基因的表达方式错综复杂，同一个基因在不同条件、时期可能会起到完全不同的作用。如何找到精准的治疗靶点成为棘手的难题。 　　&ldquo 通过测序能知道多少种基因有病变，分析出主要矛盾是哪个，但基因检测只能用于诊断，给不了治疗的药物，下一步需要借助于蛋白质科学研究，为生物制药提供对症的&lsquo 靶点&rsquo 。在未来，精准医疗有望给每一种不同亚型的癌症患者提供有针对性的药物。&rdquo 雷鸣表示。

p style=" text-align: justify line-height: 1.75em " 　　詹显全，中南大学教授、博士研究生导师、博士后合作导师，英国皇家医学会会士(FRSM)、美国科学促进会(AAAS)会员、欧洲预测预防个体化医学协会(EPMA)的会士和国家代表、美国肿瘤学会(ASCO会士、欧洲科技合作组织(e-COST)的海外评审专家，中国抗癌药物国家地方联合工程实验室技术委员会委员、技术带头人和副主任，临床蛋白质组学与结构生物学学科学术带头人和学科负责人，国家临床重点专科建设项目重点实验室建设项目学科带头人，湖南省百人计划专家、湖南省高层次卫生人才“225”工程医学学的学科带头人、中南大学“531”人才工程专家。目前正致力于从多参数系统策略角度阐述肿瘤的分子机理、发现肿瘤分子标志物，研究并整合基因组、转录组、蛋白质组和代谢组的变异来实现肿瘤的预测、预防与个体化治疗及精准医学。已发表学术论文130 余篇，主编国际学术专著3 本，参编国际学术专著16 本，获得美国发明专利2 个。受邀在中科院1 区影响因子9.068 MassSpectrometry Reviews 和中科院2 区影响因子3.65 Frontiers in Endocrinology 的国际期刊上客座主编了3 个专刊。 /p p style=" text-align: justify line-height: 1.75em text-indent: 2em " 本篇文章仪器信息网获得授权转载，来源中国科技成果杂志。 /p p style=" text-align: center line-height: 1.75em " 　　 span style=" color: rgb(0, 112, 192) " strong 深入剖析蛋白质组学技术最新进展与应用 /strong /span /p p style=" text-align: justify line-height: 1.75em " 　　詹显全：人类结构基因组测序接近尾声，人们就从结构基因组学研究转向功能基因组学研究，即对转录组和蛋白质组进行研究。1995 年正式提出了”蛋白质组”和”蛋白质组学”的概念，距今已有25 年历史了。 /p p style=" text-align: justify line-height: 1.75em text-indent: 2em " 蛋白质组学的主要技术包括蛋白质组的分离技术、鉴定技术和蛋白质组信息学技术。 span style=" text-indent: 2em " 蛋白质组的分离技术主要有双向凝胶电泳(2DE)和多维液相色谱(2DLC)。蛋白质组的鉴定技术主要是基于质谱(MS)的技术，主要分为肽质指纹(PMF)和串联质谱(MS/MS)分析技术，其用于蛋白质大分子分析的两大离子源主要有MALDI 和ESI。质谱技术发展很快，主要朝向高灵敏度、高通量和高精度方向发展。 /span /p p style=" text-align: justify line-height: 1.75em " 　　蛋白质组信息学技术主要是用来构建蛋白质相互用网络的相关技术。蛋白质组的分离技术和质谱技术的不同联合就形成了各种类型的蛋白质组学分析技术：如2DE-MS和2DLC-MS。2DE-MS 又有2DE-MALDI-PMF 和2DE-ESI-LC-MS/MS, 该技术在蛋白质组学研究的头10-15 年是其主要技术，然而常规概念认为2DE 的通量不高，即一个2D 胶点中一般仅含有1 ～ 2 个蛋白质，通常一次实验其通量仅能鉴定几十到一千个蛋白质，这样其在蛋白质组学中的地位逐渐被淡化。 /p p style=" text-align: justify line-height: 1.75em text-indent: 2em " 2DLC-MS 主要有iTRAQ or TMT-based SCX-LC-MS/MS and labelfree LC-LC-MS/MS, 这就是人们通常说的“Bottomup”蛋白质组学，该技术在最近10 ～ 15 年在蛋白质组学中起着核心技术的作用，因为其通量明显增加，一次实验其通量可达到几千到一万的蛋白质能被鉴定，但该法鉴定的结果是一个protein group, 实质上鉴定的是编码蛋白质的基因, 而并没有鉴定到真正意义上的蛋白质，即蛋白质存在形式(Proteoforms 或Protein species)。蛋白质存在形式(Proteoforms)是蛋白质组的基本单元。人类基因大约2 万个，人类转录本至少10 万个，每个转录本指导核糖体按三联密码子决定一个氨基酸残基来合成氨基酸序列，刚合成出来的蛋白质氨基酸序列是没有功能的，它必须到达其指定的位置如胞内、胞外，和不同的亚细胞器等，形成特定的三位空间结构，并与其周围的相关分子相互作用，形成一个复合物(complex)才能发挥其功能作用。从核糖体刚合成出来到其指定的位置过程中有很多的蛋白质翻译后修饰(PTMs 据估计人体有400 ～ 600 种PTMs)。我们最近对蛋白质存在形式的概念给出了最新最完整的定义：蛋白质的氨基酸序列+ 翻译后修饰+ 空间构型+ 辅助因子+ 结合伴侣分子+ 空间位置+ 特定的功能。而蛋白质的概念被定义为：由同一个基因编码的所有蛋白质存在形式的集合体。这样，人类蛋白质组中的蛋白质存在形式(Proteoforms)至少有100 万或甚至达10 亿 (图1)。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 600px height: 427px " src=" https://img1.17img.cn/17img/images/202008/uepic/1d18fad3-b010-4ea5-a812-432853ad4ec6.jpg" title=" 1111111.png" alt=" 1111111.png" width=" 600" height=" 427" border=" 0" vspace=" 0" / /p p style=" text-align: center line-height: 1.75em " 　　图1 ：Proteoforms 的概念及形成模式 (Zhan et al,Med One, 2018 Zhan et al., Proteomes, 2019) /p p style=" text-align: justify line-height: 1.75em " 　　如此庞大数量的Proteoforms/Protein species, 如何对其进行大规模的探测、鉴定和定量，是一个至关重要的事情。目前关于Proteoforms 的研究有两套策略一是“Top-down”MS 技术， 二是“Top-down” 和“Bottom-up”相结合的技术即2DE-LC/MS 技术(图2)。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 600px height: 415px " src=" https://img1.17img.cn/17img/images/202008/uepic/94f48c94-fd0b-4959-90fb-dd399cebf074.jpg" title=" 2.png" alt=" 2.png" width=" 600" height=" 415" border=" 0" vspace=" 0" / /p p style=" text-align: center line-height: 1.75em " 　　图2 ：Proteoforms 研究技术比较(Zhan et al., Med One, 2018 Zhan et al., Proteomes, 2019) /p p style=" text-align: justify line-height: 1.75em " 　　“Top-down”MS 技术能探测、鉴定和定量Proteoforms，获得蛋白质的氨基酸序列和PTMs 信息，然而该技术的通量较低，目前最大通量鉴定到5700 个Proteoforms, 对应到860 蛋白质。 /p p style=" text-align: justify line-height: 1.75em " 　　最近，詹显全教授团队发现2DE-LC/MS 技术是一超高通量的技术平台，在探测、鉴定和定量Proteoforms方面, 可以鉴定达几十万至上100 万的Proteoforms。随着质谱灵敏度的显著提高，自2015 年以来，詹显全教授团队就发现每个2D 胶点包含了平均至少50 个甚至达几百个Proteoforms，并且大多数是低丰度的 并在近1 ～ 2 年来发表了相关论文来全面阐述2DE-LC/MS 的新理念和实践，完全打破了40 多年来人们对双向电泳的传统认识 (即一个2D 胶点中一般仅含有1 ～ 2 蛋白质)，为大规模的Proteoforms 研究提供了技术基础。Proteoforms/Protein species 概念的发展极大的丰富了蛋白质组的内涵，是蛋白质组学研究的更高层次，是国际科学发展的前沿，必将影响着整个生命科学和医学科学的研究和实践，有助于发现可靠而有效的疾病标志物，用于深度理解疾病分子机制和决定药物靶点，或者用于有效的预测、诊断、预后评估。另外，蛋白质组是表型组的重要成分，是基因组功能的最终执行者，是基因组和转录组研究所不能替代的，要实现真正的个性化医学和精准医学，蛋白质组学研究是不能绕过去的。 /p p style=" text-align: center line-height: 1.75em " 　　 span style=" color: rgb(0, 112, 192) " strong 基于整合组学发现疾病标志物才是精准发展之重 /strong /span /p p style=" text-align: justify line-height: 1.75em " 　　1. 您一直专注于肿瘤蛋白质组学的研究，例如垂体瘤、卵巢癌等相关恶性肿瘤结合组学的研究，请谈谈在这方面的最新的研究成果，以及过程中的主要挑战和解决方案 /p p style=" text-align: justify line-height: 1.75em " 　　詹显全： 垂体瘤是颅内常见肿瘤，绝大多数是良性的，只有少数具有侵袭性和恶性，并能引起激素分泌紊乱和颅内压迫症状，出现严重的临床症状，危害人体健康。临床上分为功能性垂体瘤和非功能性垂体瘤，并且非功能性垂体瘤不表现血中激素水平增加，不易早期诊断，经常是当肿瘤体积增加到压迫周围组织器官产生压迫综合征时才被诊断，这时已经是中晚期了，且其分子 /p p style=" text-align: justify line-height: 1.75em " 　　机制并不清楚，缺乏早期诊断标志物和药物治疗靶标。因此，非功能性垂体瘤被选为主要研究对象。虽然垂体瘤是在颅内，但我们认为垂体瘤是一种多病因、多过程、多结果的全身性的慢性疾病，并且还具有肿瘤的异质性 它涉及到一系列的分子改变，包括发生在基因组、转录组、蛋白质组、代谢组和相互作用组水平上的改变，而这些不同水平改变的分子和信号通路又不是孤零零的起作用，而是相互间具有千丝万缕的联系。因此，我们很难用一种单一因素来解决其预测、预防、诊断、治疗和预后评估 而必须从单因素模式转向多参数系统思维模式。垂体瘤的多病因、多过程、多结果、全身性、慢性、分子网络系统性给其“同病同治”提出了严峻挑战，同时为实现其个性化的精准预测、精准预防、精准诊断和精准治疗提供了机遇和条件。多组学(基因组学、转录组学、蛋白质组学、代谢组学、影像组学)和系统生物学技术的发展驱动了这一多参数系统思维模式的转变、推进了其个性化医学和精准医学的研究和实践。因此，我们认为多参数系统策略观和多组学是进行垂体瘤个性化医学和精准医学的研究和实践的重要理念和技术方案。 /p p style=" text-align: justify line-height: 1.75em " 　　我们从2001 开始进行垂体瘤的蛋白质组学及其翻译后修饰组学研究，从2008 年开始进行多组学和分子网络研究，及预测预防个体化医学(PPPM)和精准医学(PM)研究。经过过去近20 年未间断的研究，我们在垂体瘤的蛋白质组学、翻译后修饰组学、多组学、分子网络和系统生物学研究方面在国际上处于了主导地位。 /p p style=" text-align: justify line-height: 1.75em " 　　在我们研究过程中，我深深体会到一个重大思转变就是从以前的单参数模式转向了多参数系统思维模式，这符合肿瘤的真实情况。另外，就是多组学技术促进了这一模式的转变，并是其主要的解决方案。 /p p style=" text-align: justify line-height: 1.75em " 　　2. 从您的研究方向及重点出发，您认为多组学研究在精准医学中接下来的研究应当侧重于哪些方面，以及如何才能比较好的实现从研究到临床的转化落地? /p p style=" text-align: justify line-height: 1.75em " 　　詹显全：我的研究对象是肿瘤(垂体瘤、卵巢癌、肺癌、胶质瘤)，研究理念是肿瘤的多参数系统策略观，技术手段是多组学和系统生物学，研究的目标是要解决肿瘤的预测预防个体化医学(PPPM)和精准医学(PM)。 /p p style=" text-align: justify line-height: 1.75em " 　　我们认为多组学中的不同组学对PPPM/PM 的贡献是不平衡的，即个性化的表型组是基因组通向PPPM/PM 应用实践的桥梁，而蛋白质组和代谢组是表型组中两重要成分。蛋白质组的内涵包括蛋白质的拷贝数变化、剪切变化、翻译后修饰、转位、再分布、空间构型、与周围分子相互作用、及信号通路网络问题。代谢组的内涵涉及到体内所有物质(包括糖、脂、蛋白质、核酸)的代谢产物及其代谢网络问题。要真正实现PPPM 和PM，蛋白质组和代谢组的贡献是基因组所不能替代的是不能绕过去的。人们应从以基因组为中心的研究和实践转向以表型组为中心的研究和实践。其中蛋白质组的研究又应以翻译后修饰和蛋白质存在形式(Proteoforms)作为今后的研究方向。Proteoforms 的研究必将影响着整个生命科学和医学科学。从临床转化研究来看，基于多组学的整合生物标志物是发展方向。对于这里的生物标志物，我们将其分为两类：一类是解决疾病分子机制和药物靶点的生物标志物，这类生物标志物一定要有因果关系 一类是解决预测、诊断、预后评估的生物标志物，这类标志物不一定要求有因果关系，但必要要有量的变化。 /p p style=" text-align: justify line-height: 1.75em " 　　3. 作为EPMA(欧洲预测预防个体化医学协会)的中国代表，想请您分享下国际上对于组学研究在精准医疗中的应用现状、趋势以及发展规划 /p p style=" text-align: justify line-height: 1.75em " 　　詹显全：欧洲预测预防个体化医学协会(EPMA)是国际个体化医学领域领头的学术协会，由来自全球55 个国家和地区的专家学者组成，其创办的官方杂志EPMA Journal( 中科院2 区，ESI IF5.661) 涵盖了24 个专题内容，较全面地反映了预测预防个体化医学(PPPM)和精准医学(PM)的研究、实践与最新动态，还涉及到PPPM 和PM 的政策、伦理、卫生经济和社会保障等许多方面，为PPPM 和PM 的科研、实践提供了一个很好的交流平台。 /p p style=" text-align: justify line-height: 1.75em text-indent: 2em " 我本人作为EPMA 的中方代表(National Representative of EPMA in China) 和其官方杂志EPMA Journal 的副主编，参与了其经历的重要活动。我从2008 开始起在EPMA 中主要负责多组学和创新技术方面，在EPMA 白皮书中的“肿瘤预测预防个体化医学的多参数系统策略观”这部分最早就是我写的，之后我们写了一系列文章来论述基于多组学的多参数系统策略的研究和实践。因此，在EPMA，我们的基于多组学的多参数系统策略观还是比较早的，近五六年来多组学研究在EPMA 圈内(55 个国家和地区)发展得很快，已经深入到PPPM 的各个领域。 /p p style=" text-align: justify line-height: 1.75em " 　　另外，我认为，精准医学在理念上没错，严格意义上的精准医学是个理想化的概念，人们只能无限去逐步接近它。现阶段搞精准医学还是要回归到人类健康的保护过程，即预测、预防、诊断、治疗和预后评估，这里应该是针对个人来说而不是针对群体，严格说来应该是个性化的精准预测、精准预防、精准诊断、精准治疗和精准预后评估。对于人类健康保护过程来说，预测、预防还是上策，其次就是早诊断、早治疗。多组学研究已渗入到人类健康保护过程的每个环节，主要用来寻找基于多组学的生物标志物，当然这里的生物标志物应泛指前面说的两类：一类是解决疾病机制和治疗靶点的标志物，一类是解决预测、诊断、预后评估的标志物。 /p p style=" text-align: justify line-height: 1.75em text-indent: 2em " 因此，基于多组学的PPPM/PM 的研究和实践一定是今后发展的一个长远趋势。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 600px height: 802px " src=" https://img1.17img.cn/17img/images/202008/uepic/581ff7cf-5c3e-4fd6-8f5f-805989791ee5.jpg" title=" 詹.jpg" alt=" 詹.jpg" width=" 600" height=" 802" border=" 0" vspace=" 0" / /p p br/ /p

【山东云唐*新品推荐YT-Z12T】云唐仪器|食品蛋白质检测仪可快速准确检测奶粉中蛋白质含量→点击此处进入客服在线咨询优惠专区。山东云唐专业厂家自主研发生产农药残留检测、食品安全检测、植物生理等仪器仪表，品质保障，价格实惠，售后无忧，欢迎新老客户来电咨询!山东云唐智能让诚信为高质量发展护航，我们将努力提供更卓越的产品质量和更人性化的售后服务给广大客户，为社会创造更大的价值。云唐仪器|食品蛋白质检测仪可快速准确检测奶粉中蛋白质含量　　随着科技的不断发展，食品蛋白质检测仪在食品安全检测领域发挥着越来越重要的作用。其中，对于奶粉中蛋白质含量的快速准确检测，食品蛋白质检测仪更是扮演着至关重要的角色。本文将详细介绍食品蛋白质检测仪的工作原理、优势及其在奶粉蛋白质含量检测中的应用。　　食品蛋白质检测仪在奶粉蛋白质含量检测中具有显著的优势。首先，它大大提高了检测效率。相较于传统的检测方法，如Kjeldahl法、Lowry法等，食品蛋白质检测仪能够在短时间内完成大量样品的检测，从而满足现代化生产线上对奶粉质量监控的需求。其次，仪器具有高度的准确性。通过精确的光电测量和荧光检测技术，食品蛋白质检测仪能够确保测量结果的准确性，避免因人为因素或操作不当导致的误差。此外，食品蛋白质检测仪还具有操作简便、自动化程度高等特点，使得检测过程更加便捷高效。　　在奶粉蛋白质含量检测中，食品蛋白质检测仪的应用具有重要意义。奶粉作为婴儿成长发育的重要营养来源，其蛋白质含量直接影响到婴儿的健康状况。因此，对奶粉中蛋白质含量的准确检测显得尤为重要。食品蛋白质检测仪能够快速、准确地检测出奶粉中的蛋白质含量，为奶粉生产厂家提供及时、可靠的质量监控手段。同时，对于消费者而言，了解奶粉中蛋白质的含量有助于他们选择合适的奶粉产品，为婴儿的健康成长提供保障。　　此外，食品蛋白质检测仪还可以用于奶粉生产过程中的质量控制。在奶粉生产过程中，通过定期对原料、半成品和成品的蛋白质含量进行检测，可以及时发现生产过程中的问题，采取有效措施进行调整和改进，确保奶粉产品质量的稳定性和可靠性。同时，食品蛋白质检测仪还可以用于奶粉产品的批次管理和追溯，确保产品的质量和安全可追溯。　　总之，食品蛋白质检测仪在奶粉蛋白质含量检测中发挥着重要作用。它不仅能够提高检测效率和准确性，为奶粉生产厂家提供及时、可靠的质量监控手段，还能为消费者选择合适的奶粉产品提供有力支持。随着科技的不断进步和食品安全意识的提高，食品蛋白质检测仪将在食品安全检测领域发挥更加重要的作用，为保障人们的饮食安全贡献力量。

2003年12月15日，由中国科学院院士贺福初牵头的“人类肝脏蛋白质计划”（HLPP）启动，这是我国领导的第一项重大国际合作计划，也是第一个人类组织/器官的蛋白质组计划。 北京蛋白质组研究中心主任、蛋白质组学国家重点实验室副主任秦钧告诉《中国科学报》记者，十余年来，HLPP经历了三代更迭，从第一代版本的肝脏总蛋白质组，到第二代的肝脏细胞器蛋白质组，以及到刚刚完成的第三代肝脏不同细胞亚群的蛋白质组解析。HLPP的肝脏蛋白质组研究正在并将继续作为“中国人类蛋白质组计划”（CNHPP）的先导，为CNHPP的发展探明道路。 事实上，通过HLPP研究十余年的努力，中国蛋白质组研究团队已向世界交上了一份漂亮的答卷。 据记者了解，中国科学家成功构建了迄今国际上质量最高、规模最大的人类第一个器官蛋白质组的表达谱、修饰谱、连锁图及其综合数据库；首次实现人类组织与器官转录组和蛋白质组的全面对接；在炎症诱发肿瘤等方面，发现一批针对肝脏疾病、恶性肿瘤等重大疾病的潜在药靶、蛋白质药物和生物标志物。 2008年，张学敏课题组首次发现炎症和免疫的新型调控分子CUEDC2，可作为肿瘤耐药的新标志物，从而为克服癌细胞耐药提供了原创性的药物新靶点和治疗新思路。2010年，周钢桥课题组“逮到”肝癌的易感基因，为肝癌的风险预测和早期预警提供了重要理论依据和生物标记̷̷上述几项成果均发表于国际顶级的《科学》《自然》系列杂志。 秦钧认为，蛋白质组学研究是我国生命科学中几个能够始终跻身世界前沿的科学领域之一。 而现在，世界蛋白质组学领域内的新一轮科技竞赛已开始。中国科学院院士、中国科学院大连化学物理研究所研究员张玉奎表示，虽然中国在蛋白质组学领域走在了世界前列，但国外有些团队如今正快马加鞭，中国科学家必须加快步伐，不能丧失已经取得的优势。 这也是我国开展CNHPP研究的一个重要原因。“这是真正的原始创新，是中国能够引领世界科技发展的重要领域之一。”贺福初说。

成果名称 固液界面（SLIM）蛋白质结晶方法及新型结晶板研制 单位名称 北京大学 联系人 马靖 联系邮箱 mj@labpku.com 合作方式 □技术转让 □技术入股 &radic 合作开发 □其他 成果成熟度 □研发阶段 &radic 原理样机 □通过小试 □通过中试 □可以量产 成果简介： 在结构生物学领域，晶体学是获得蛋白质原子结构的最普遍方法。近年来，尽管人们对蛋白质结晶原理的认识逐步深入，并且在方法研究方面不断有新的突破，但是国际上尚没有一个通用的可以获得蛋白质晶体的方法，蛋白纯化及晶体生长是一个劳动密集、成功率比较低的工作。在这种情况下，蛋白质晶体制备技术的自动化、并行化、小型化创新将大大简化蛋白晶体生长步骤，从而提高工作效率，十分必要。 在此背景下，苏晓东课题组提出一个新的蛋白质结晶概念，即固体液体界面方法（SLIM），该方法可降低蛋白结晶筛选时对蛋白质浓度及量的要求。SLIM主要基于提前滴加池液使其干燥便于储存运输，而后在&ldquo 干滴板&rdquo 上生长晶体时滴加蛋白溶液到&ldquo 干池液&rdquo 中，这为蛋白晶体生长提供了不同的动力学途径。这个方法的一个突出优点是可以利用自动化的多通道的移液设备大批量的准备许多&ldquo 干滴板&rdquo ，从而大大简化蛋白结晶过程并增加通量。为了使这个方法能够实用化，课题组需要尝试及采用各种高通量、自动化移液系统来制造大量低成本&ldquo 干滴板&rdquo ，同时还要设计并制备合适的结晶塑料板材。 作为&ldquo 仪器创制与关键技术研发&rdquo 基金首批支持的项目，在项目资金的支持下，通过结晶&ldquo 干滴板&rdquo 制备仪器的购置，以及结晶板材生产模具的试制，苏晓东教授这一新型蛋白质结晶板的研制工作得以顺利推进。目前，苏晓东课题组已经成功制备了蛋白质结晶&ldquo 干滴板&rdquo 样品，并已获得良好的效果，相关专利申请已进入国家阶段。接下来，课题组将继续与相关公司及厂家合作，进一步研制&ldquo 干滴板&rdquo 的大批量、高通量生产技术，实现该技术成果的转化。 应用前景： 蛋白质晶体制备技术的自动化、并行化、小型化创新将大大简化蛋白晶体生长步骤，从而提高工作效率，应用前景广阔。

前文回顾（点击查看）：蛋白质测序技术发展漫谈（上篇）；蛋白质测序技术发展漫谈（中篇）；蛋白质测序技术发展漫谈（下篇）前面描述了目前成熟的蛋白质测序方法，并对最流行的基于质谱的蛋白质测序方法进行了综述。非质谱依赖的蛋白质测序手段，除了几十年前发展的基于Edman降解法通过气相或液相色谱测序的方法，最近热门领域的方法主要包括基于荧光或纳米孔的单分子蛋白质测序，代表了未来的发展方向。基于纳米孔单分子蛋白质测序方法纳米孔测序（nanopore sequencing）法是借助电泳驱动力使待测单个分子逐一通过纳米孔，通过检测纳米孔截面的电流变化来实现对序列的测定。纳米孔测序最初在1996年被提出，通过膜通道检测多核苷酸序列，也就是单分子DNA的测序[1]。随着使用纳米孔对单分子DNA测序技术的逐渐成熟[2-5]，纳米孔技术也被应用在单分子蛋白质的鉴定上。对于DNA来说，其二级结构和电荷相对比较一致，它的聚合物比较容易处理，而且仅由四种碱基组成，单分子DNA测序比较简单。相比之下，蛋白质分子由20种氨基酸组成，并且蛋白的电荷和疏水性多变，还存在大量的二级和三级结构，因此基于纳米孔技术对蛋白质的鉴定要比DNA困难很多[6]。当前的基于纳米孔对蛋白质分析的主要探索方向是通过寡核苷酸适配子或抗体等亲和分子对纳米孔进行功能化，当蛋白质或肽段分子通过纳米孔时，由于不同氨基酸在纳米孔附近的结合或通过会引起不同幅度的电流变化，基于这些变化就可以确定氨基酸的种类，从而逐个得到所测蛋白质或肽段的序列信息（图1）。图 1 借助纳米孔的横向电流检测单分子蛋白质[2]牛津大学的Hagan Bayley[7]团队将单个α-血溶素蛋白孔插入两侧带有电极的膜中，磷酸化的蛋白质在DNA寡核苷酸的牵引下展开，并穿过纳米孔，通过记录纳米孔的电流变化区分出了202个磷酸化蛋白质的4种不同亚型，但无法鉴定蛋白质的一级结构。Francesco[8]团队将蛋白质或氨基酸吸附在金纳米星上，并施加电等离子体力将粒子推进并约束在金纳米孔内，利用金纳米星与金纳米孔壁之间的单个热点，实现了单分子表面增强拉曼散射（SERS）探测，用于检测氨基酸，并且可以分辨仅含有两个不同氨基酸的单个多肽分子抗利尿激素和催产素。Cao等[9]通过单个定点突变，在具有锥形识别位点的耻垢分枝杆菌孔蛋白A（MspA）的纳米孔内腔中引入了甲硫氨酸，从而将该反应有目的的移植到了MspA纳米孔最尖锐的识别位点，并观测到了相应的单分子反应信号。该纳米孔可以引入更多的离子电流，从而放大检测信号，其狭窄的识别位点则提供了更高的空间分辨率，大大削弱了周围氨基酸的干扰，从而拓宽生物纳米孔的单分子检测功能，有望推进基于孔道的单分子蛋白质测序研究。Ouldali[10]研究团队研发出了一种新型气溶素纳米孔，此纳米孔借助将氨基酸附着在聚阳离子载体上，使氨基酸在纳米孔上停留时间变长，并检测其通过纳米孔时电流的变化，最终可识别出组成蛋白质的15种氨基酸，也能检测到组成蛋白质的其余5种氨基酸的电流变化，但是无法对其进行区分。虽然只是对氨基酸进行识别，但作者设想通过对蛋白或者肽段末端氨基酸逐个降解，利用纳米孔技术鉴定从末端释放出来的氨基酸，从而对蛋白质或肽段序列进行测定。Zhao[11]等将一对金属电极分隔在约2nm的孔洞旁，当氨基酸线性穿过这种纳米孔的时候，每一个氨基酸都会完成一个回路，并反馈出相应的电信号，常见的20种氨基酸在通过纳米孔时都可以产生电信号。有的氨基酸需通过大约50种不同信号特征被鉴定，但绝大多数的氨基酸仅需要不到10个信号特征被鉴别。这种方法不仅能够高可信度的鉴定氨基酸，还能区分翻译后修饰的氨基酸（肌氨酸）及其前体（甘氨酸）、区分同分异构体的亮氨酸与异亮氨酸、区分对应对映异构体的氨基酸镜像分子L-天冬酰胺和D-天冬酰胺。此技术被应用于对两条由四个氨基酸组成的短肽（GGGG 和GGLL）进行测序，单分子短肽穿过纳米孔，孔道两边电极记录每个氨基酸通过时产生的电信号，通过测序算法，识别代表不同氨基酸的特征信号，从而得到短肽的序列。基于纳米孔单分子蛋白测序目前还属于初步发展阶段，除了需要根据电信号准确区分组成蛋白质的氨基酸以外，另一个关键是设计可一次拉动一个蛋白质或氨基酸穿过纳米孔的“马达”。为了让蛋白质或肽段顺利穿过纳米孔，研究者们在蛋白质一端添加了一串带有负电的氨基酸或者一段短DNA，用氨基酸或DNA链拉动蛋白质，可以使一些蛋白质打开折叠并顺利穿过纳米孔，但另一些复杂折叠的蛋白需要更多拉力，于是研究者在引导序列上添加了可以打开折叠的ClpX的识别位点[12]。这个系统能够将简单折叠的目标蛋白牵引过纳米孔，但对于折叠非常紧密的蛋白质仍要使用变性剂来打开折叠。基于纳米孔技术对单分子肽段或蛋白质测序目前还停留在对氨基酸鉴定和对短肽的区分阶段，还不能实际应用于对蛋白质的测序。虽然纳米孔测序具有高通量、对样品需求量少的优点，但是现有的纳米孔过大，失去了对氨基酸的区分能力，同时蛋白质分子通过孔道过快，加大了对信号读取难度；其次由于需要将蛋白的三级和二级结构破坏掉，纳米孔道需要能够耐受非常苛刻的化学和力学条件；第三，由于蛋白带电不均匀，控制其穿孔的速率也非常困难。所以目前的方法还不能准确的测得蛋白质的序列，基于纳米孔的单分子蛋白质测序技术还有很大的发展空间。基于荧光的单分子蛋白质测序方法基于荧光的单分子蛋白质测序同纳米孔测序一样，都可以对极少量蛋白质样品进行检测，其原理是先将蛋白质酶解成肽段，对肽段中特定氨基酸选择性标记不同的荧光基团[13]，对不同氨基酸上的荧光进行观察，从而确定肽段部分氨基酸序列，再将这些序列与蛋白质组序列比对，即可确定肽段的来源蛋白（图2）。图 2 基于荧光的单分子蛋白测序流程[14]。Ginkel[15] 和Yao [16]都利用ClpXP蛋白酶辅助对肽段进行选择性荧光标记，可对序列中的赖氨酸和半胱氨酸进行标记，通过Förster共振能量转移依次读出被标记的肽段的氨基酸的信号。Swaminathan[14] 将蛋白质酶解成肽段，再将肽段固载到玻璃片上[17]，使用特定荧光基团分别对肽段中的赖氨酸和半胱氨酸选择性标记，通过Edman降解技术对固载的肽段进行降解，每次降解后都使用全内反射荧光（TIPF）显微镜进行观测。如果被标记的赖氨酸和半胱氨酸在Edman降解中从肽段N端释放出来，被标记的以上两种氨基酸的位置就会被检测到。同时还发展了用于监测单个肽荧光强度的图像处理算法，并对误差源进行分类和建模，可以测得序列中部分氨基酸的信息。将测得的部分序列与参考蛋白质组序列比对，即可确定肽段的来源蛋白，通过与蛋白质组序列比对，可以鉴定到在人源蛋白质组中的绝大多数蛋白质。基于荧光单分子蛋白测序技术主要有三方面难点，一方面在于目前仅能对赖氨酸和半胱氨酸等几种氨基酸进行特异性荧光基团的标记，无法对所有氨基酸都进行标记；第二个难点是Edman降解是在强酸或强碱的环境中进行，对这些荧光基团的稳定性要求很高；第三个难点是对后期图像处理有较高的要求，如果序列中每个氨基酸都标记上不同的荧光基团，且发光峰易交叠难分辨，这给荧光处理算法带来了难度。因此，基于荧光的单分子蛋白测序技术虽然可以对极微量蛋白质样品分析，但目前仅能测得部分氨基酸序列，对蛋白质全序列的测定目前尚不能实现。[1] Kasianowicz J J, Brandin E, Branton D, et al. Characterization of individual polynucleotide molecules using a membrane channel [J]. Proceedings of the National Academy of Sciences, 1996, 93(24): 13770-13773.[2] Branton D, Deamer D W, Marziali A, et al. The potential and challenges of nanopore sequencing [J]. Nanoscience and technology: A collection of reviews from Nature Journals, 2010: 261-268.[3] Laver T, Harrison J, O’neill P, et al. Assessing the performance of the oxford nanopore technologies minion [J]. Biomolecular detection and quantification, 2015, 3: 1-8.[4] Karlsson E, Lärkeryd A, Sjödin A, et al. Scaffolding of a bacterial genome using MinION nanopore sequencing [J]. Sci Rep, 2015, 5(1): 1-8.[5] Huang S, Romero-Ruiz M, Castell O K,et al. High-throughput optical sensing of nucleic acids in a nanopore array [J]. Nature nanotechnology, 2015, 10(11): 986-991.[6] Nivala J, Marks D B, Akeson M. Unfoldase-mediated protein translocation through an α-hemolysin nanopore [J]. Nat Biotechnol, 2013, 31(3): 247-250.[7] Rosen C B, Rodriguez-Larrea D, Bayley H. Single-molecule site-specific detection of protein phosphorylation with a nanopore [J]. Nat Biotechnol, 2014, 32(2): 179.[8] Huang J, Mousavi M, Giovannini G, et al. Multiplexed Discrimination of Single Amino Acid Residues in Polypeptides in a Single SERS Hot Spot [J]. Angewandte Chemie 2020, 59(28): 11423-11431.[9] Cao J, Jia W, Zhang J, et al. Giant single molecule chemistry events observed from a tetrachloroaurate (III) embedded Mycobacterium smegmatis porin A nanopore [J]. Nature communications, 2019, 10(1): 1-11.[10] Ouldali H, Sarthak K, Ensslen T, et al. Electrical recognition of the twenty proteinogenic amino acids using an aerolysin nanopore [J]. Nat Biotechnol, 2020, 38(2): 176-181.[11] Zhao Y, Ashcroft B, Zhang P, et al. Single-molecule spectroscopy of amino acids and peptides by recognition tunnelling [J]. Nature nanotechnology, 2014, 9(6): 466-473.[12] Nivala J, Mulroney L, Luan Q, et al. Unfolding and Translocation of Proteins Through an Alpha-Hemolysin Nanopore by ClpXP [M]. Nanopore Technology. Springer. 2021: 145-155.[13] Hernandez E T, Swaminathan J, Marcotte E M, et al. Solution-phase and solid-phase sequential, selective modification of side chains in KDYWEC and KDYWE as models for usage in single-molecule protein sequencing [J]. New J Chem, 2017: 462-469.[14] Swaminathan J, Boulgakov A, Hernandez E, et al. Highly parallel single-molecule identification of proteins in zeptomole-scale mixtures [J]. Nat Biotechnol, 2018, 36(11): 1076-1082.[15] Ginkel J V, Filius M, Szczepaniak M, et al. Single-molecule peptide fingerprinting [J]. Proceedings of the National Academy of Sciences, 2018, 115(13): 3338-3343.[16] Yao Y, Docter M, Ginkel JV, et al. Single-molecule protein sequencing through fingerprinting: computational assessment [J]. Phys Biol, 2015, 12(5): 055033.[17] Howard C, Floyd B, Bardo A, et al. Solid-Phase Peptide Capture and Release for Bulk and Single-Molecule Proteomics [J]. ACS Chem Biol, 2020, 15(6): 1401-1407.作者简介：中国科学院大连化学物理研究所 单亦初副研究员1997年于中国科学技术大学获理学学士学位。2002年于中国科学院大连化物所获理学博士学位。2002年10月至2009年5月在德国马普协会马格德堡研究所、美国德克萨斯大学医学院及澳大利亚弗林德斯大学工作。2009年7月应聘到中国科学院大连化物所任副研究员。主持多项研究课题，包括国家重点研发计划子课题、国家自然科学基金面上项目等。已在Analytical Chemistry、Journal of Proteome Research、Journal of Chromatography A等杂志发表论文近80篇。主要研究方向包括蛋白质组鉴定和蛋白质组相对及绝对定量、蛋白质翻译后修饰富集和鉴定、蛋白质组末端肽富集和鉴定、蛋白质相互作用分析、蛋白质全序列从头测定及药物靶蛋白筛选。（本文经授权发布,仅供读者学习参考）专家约稿招募：若您有生命科学相关研究、技术、应用、经验等愿意以约稿形式共享，欢迎邮件投稿或沟通（邮箱：liuld@instrument.com.cn ）。

2017年5月23日，全球生物技术领先企业珀金埃尔默（PerkinElmer,Inc.）公司与国家蛋白质科学中心 北京（凤凰中心）共同举办了“蛋白质功能技术研讨会”，凤凰中心坐落于中关村生命科学园内，配备了国际顶尖的硬件设备和软件工具，包括来自珀金埃尔默的多模式检测、高内涵细胞成像分析系统、小动物活体成像系统，同时也为园区内其他企业提供了开放性的专业研究平台。此次研讨会旨在服务现有客户，辐射园区客户，拓展应用范围、推动新技术交流。 技术研讨会主要以从元素、分子、细胞到动物的蛋白质研究整体解决方案为主线，由珀金埃尔默应用技术专家姚继军博士、刘治东分别对细胞中的金属元素检测新技术以及分子与蛋白相互作用的应用解决方案进行了介绍。应用技术专家王瑜与石晓月针对高内涵和小动物活体成像中的肿瘤、肝病、传染性疾病等方向做了应用案例分享。 整个研讨会互动热烈，参会的听众对新技术及新应用很感兴趣，既提出了不少实验中遇到的具体的问题，也讨论了进一步实验设计的前瞻性问题。 通过此次技术研讨会，加强了珀金埃尔默公司与广大用户的沟通与交流，现有用户对于珀金埃尔默公司的整体解决方案有了更加深刻和系统的了解。

p span style=" COLOR: rgb(0,176,240)" strong 厦门大学韩家淮院士实验室在Nature Methods上发表了基于SCIEX TripleTOF& nbsp 5600+高分辨液质系统的新型SWATHTM蛋白质组定量技术数据处理方法。 /strong /span /p p br/ /p p style=" TEXT-ALIGN: center" & nbsp & nbsp img style=" WIDTH: 413px HEIGHT: 281px" title=" 1.png" src=" http://img1.17img.cn/17img/images/201510/uepic/ee308b77-9492-4124-b435-cb773c50aca3.jpg" / /p p 左一是文章通讯作者钟传奇博士，左二是SCIEX公司组学应用支持经理郭立海博士，左三是实验室仪器管理员谢昌传博士，左四是分析测试中心副主任陈晋安高级实验师。 /p p br/ /p p br/ /p p & nbsp & nbsp & nbsp & nbsp 中国科学家开展蛋白质组研究已走过十几年历程，在此领域取得了重多成就，然而在里程碑式的学术刊物Nature或Nature系列刊物上发表有关蛋白质组学的文章还是凤毛麟角，完成这个目标一直是从事蛋白质组学研究的中国学者心中的愿望。就在此时，我们得到喜讯，厦门大学韩家淮院士实验室5年磨一剑，高效的团队，在短短的时间内就取得了非常骄人的成果，令所有从事蛋白质组研究的工作者为之骄傲，利用SCIEX的TripleTOF span style=" FONT-SIZE: 13px" & nbsp /span 高分辨液质系统将其蛋白质组研究推到了世界顶级水平，并于2015年10月6日在Nature Methods（2014年影响因子32）上发表了他们的成果。成功的在他的实验室开发出新型蛋白质组定量技术SWATH sup TM /sup 的数据处理软件。 /p p br/ /p p & nbsp & nbsp & nbsp & nbsp SCIEX公司得知用户的工作达到如此高的国际水准非常高兴，这也是对SCIEX公司产品和技术最大的肯定和鼓励。为了解更多韩院士实验室的工作, 我们专门采访了该文的通讯作者之一，韩家淮院士的博士后钟传奇博士，了解他们实验室的工作内容和该文章的核心思想，以便给我们广大的质谱工作者和SCIEX质谱仪器用户有所启发。 /p p br/ /p p span style=" COLOR: rgb(0,176,240)" 1 韩院士实验室的主要研究内容是什么？有哪些方向？ /span /p p 答：韩老师实验室主要研究内容是在先天性免疫反应中细胞内信号的传导，具体有细胞程序性坏死的机制，p38信号通路在细胞应激反应中的调控机制等等。但是，蛋白质组并不是主要研究方向，只是其中一小部分，只有3-4个人在做这方面的研究，都是在我的带领下进行的。 /p p br/ /p p span style=" COLOR: rgb(0,176,240)" 2 实验室开展蛋白质组研究的历史或历程？蛋白质组平台是怎样的构成？ /span /p p 答：我（钟传奇博士）在2010年来到韩老师实验室做博士后，韩老师觉得蛋白组是一个强有力的工具，所以要我来负责蛋白组学的研究。现在平台只有2台SCIEX公司的质谱仪，一台TripleTOF span style=" FONT-SIZE: 13px" & nbsp /span 5600和一台TripleTOF span style=" FONT-SIZE: 13px" & nbsp /span 5600+。 /p p br/ /p p span style=" COLOR: rgb(0,176,240)" 3 为什么连续购买SCIEX的TripleTOF？怎样评价现在的平台？ /span /p p 答：主要是因为TripleTOF span style=" FONT-SIZE: 13px" & nbsp /span 5600是一个高分辨率高灵敏度的质谱，扫描速度快，而且5600可以实现新型的蛋白质组定量技术---SWATH sup TM /sup 。购买之后用了差不多4年，一直运行很稳定，数据产出也很多，我们使用比较满意，所以考虑到生科院的使用情况就又买了一台。 /p p br/ /p p span style=" COLOR: rgb(0,176,240)" 4 蛋白质组学平台取得了哪些科研成果？ /span /p p 答：蛋白组学平台还是取得了比较多的成绩，在纯蛋白组领域，我们在如下杂志Molecular Cell Proteomics （2012），Proteomics（2014）和Nature Methods (2015)发表了一系列文章. 在其他领域，我们利用蛋白组为工具推进了其他课题研究的进步，在如下期刊JBC (2013), Cell Host Microbe(2015)和Nature Cell Biology (2015)发表了一系列文章。 /p p br/ /p p span style=" COLOR: rgb(0,176,240)" 5 怎么评价这种SWATH sup TM /sup 全新的蛋白质组定量技术？和其他定量技术比较有什么好处？未来期望哪些地方可以进一步提升？ /span /p p 答：SWATH sup TM /sup -MS 是一个全新的蛋白质组定量技术，是DIA技术的一种。虽然DIA很早之前就出现了，但是SWATH sup TM /sup -MS是第一个把灵敏度和可使用性结合的最好的技术。相比基于IDA的定量技术如SILAC、iTRAQ和label-free，其优点在于能在多个样品之间对肽段进行良好的一致性定量，即SWATH sup TM /sup 的定量准确性、重现性和全面性是其他方法无法比拟的。我觉得，SWATH sup TM /sup -MS的灵敏度还可以再进一步地提高。 /p p br/ /p p span style=" COLOR: rgb(0,176,240)" 6 为什么仅仅一个软件就可以发表在Nature Methods上？ /span /p p 答：SWATH sup TM /sup -MS是一个全新的，并且拥有很多优点的蛋白组定量技术，已经被该领域广泛接受和应用，其应用有非常好的前景。但是其后续的信息学处理软件却非常缺乏，尤其是SWATH sup TM /sup 数据直接做蛋白质鉴定。所以这个软件开发解决了一个大家都比较关心的问题。 /p p br/ /p p span style=" COLOR: rgb(0,176,240)" 7 文章里说的Group-DIA的设计思路是什么，比其他的处理软件有哪些优势？ /span /p p 答：SCIEX的SWATH sup TM /sup 2.0商业化软件和Open-SWATH sup TM /sup 在做定量时，需要构建Library，而Group-DIA想解决的主要问题是不需要建library就可以直接实现定量，即对SWATH sup TM /sup 数据同时做蛋白鉴定和定量。其主要的思路是Group-DIA软件在发现母离子和其子离子对的时候，整合了多个样品的信息，故Group-DIA软件能在SWATH sup TM /sup -MS数据里鉴定和定量到比其他软件如DIA-Umpire更多的肽段。 /p p br/ /p p span style=" COLOR: rgb(0,176,240)" 8 这个软件SCIEX的其他用户可以免费试用吗？到哪里可以下载？ /span /p p 答：当然可以，我们非常欢迎同行来使用这个软件，Group-DIA是开源软件。我们会对软件进行持续更新。我们的Nature Methods文章有提供下载地址。 /p p br/ /p p span style=" COLOR: rgb(0,176,240)" 9 SCIEX自去年就已经将SWATH sup TM /sup 升级到了2.0，定量数据质量的提升很大，您怎么看待SCIEX公司的商业化SWATH sup TM /sup 2.0数据处理软件？咱们的Group-DIA软件和这个有比较吗？是一个互补吗？ /span /p p 答：我们也购买了SCIEX公司的商业化SWATH sup TM /sup 2.0数据处理软件，用起来很方便。SCIEX公司的SWATH sup TM /sup 2.0数据处理软件是基于库的SWATH sup TM /sup 分析软件，Group-DIA是不依赖于库的SWATH sup TM /sup 分析软件，不是很好比较。这两个软件是很好的互补。 /p p br/ /p p span style=" COLOR: rgb(0,176,240)" 10 SCIEX公司已经推出了OneOmics span style=" FONT-SIZE: 13px" & nbsp /span 云端多组学数据分析平台，可以在云端来做SWATH sup TM /sup 数据分析，并可以进行后续的生物信息学分析，同时可以和基因组学数据进行整合分析，帮助科学家更方便的一站式挖掘深层次的生物学意义，您怎么看待OneOmics span style=" FONT-SIZE: 13px" & nbsp /span ? /span /p p 答：SWATH sup TM /sup 的数据处理是一个较复杂的过程，OneOmics sup ? /sup 是一个很好的平台，可以将很多的复杂的过程简单化，处理速度要比本地快很多，利于科学家使用。而且可以在一个云环境里做好多生物信息学分析，非常方便，很容易找到一些有意义的信息。 /p p br/ /p p span style=" COLOR: rgb(0,176,240)" 11 OneOmics span style=" FONT-SIZE: 13px" & nbsp /span 是一个开放式的云端计算平台，科学家可以将自己开发的软件APP放上去，让更多的人使用，咱们有兴趣将Group-DIA代码放进OneOmics span style=" FONT-SIZE: 13px" & nbsp /span 平台吗？ /span /p p 答：我当然希望能将Group-DIA整合到OneOmics span style=" FONT-SIZE: 13px" & nbsp /span 平台，但是中间可能会有一些兼容问题，我们可以和SCIEX合作解决这些问题，将Group-DIA代码放到OneOmics span style=" FONT-SIZE: 13px" & nbsp /span 平台，让更多的同行来应用。 /p p br/ /p p & nbsp & nbsp & nbsp & nbsp 韩院士实验室在钟博士的带领下，蛋白质组研究能取的这么好的成绩，就像钟博士讲的质谱平台是基础，对质谱和蛋白质组学的技术深入理解是关键，抓技术热点是捷径。所以，我们也希望广大的SCIEX用户能够充分发挥仪器的优势，做出更多更杰出的科研成果，让中国科学家在国际同行中产生更大的影响力。 /p p br/ /p p span style=" COLOR: rgb(0,176,240)" strong 韩家淮教授 /strong /span /p p & nbsp /p p img title=" 2.jpg" src=" http://img1.17img.cn/17img/images/201510/uepic/3c3e81b6-c28c-4891-a225-03442b0d6d10.jpg" / /p p br/ /p ul style=" LIST-STYLE-TYPE: disc" class=" list-paddingleft-2" li p 厦门大学生命科学学院教授 /p /li li p “千人计划”特聘教授 /p /li li p 长江学者特聘教授 /p /li li p 中国科学院院士 /p /li /ul p br/ /p p & nbsp & nbsp & nbsp & nbsp 韩家淮教授是先天性免疫信号传导领域的世界知名学者，在世界上率先发现p38信号通路。细胞内存在多条信号通路以介导不同的生物学反应。p38信号通路是细胞内最重要的信号通路之一，它在许多生物学反应包括细胞周期调控、细胞增殖、发育、分化、衰老、凋亡、免疫反应及肿瘤发生中起重要作用。韩家淮教授领导的实验室在p38信号通路的研究领域一直保持世界领先地位。 /p p br/ /p p span style=" COLOR: rgb(0,176,240)" 细胞应激生物学国家重点实验室 /span /p p span style=" COLOR: rgb(0,176,240)" br/ /span /p p & nbsp & nbsp & nbsp & nbsp “细胞应激生物学”国家重点实验室（厦门大学）于2010年9月在原“细胞生物学与肿瘤细胞工程”教育部重点实验室和“福建省癌症生物学”重点实验室的基础上申请建设，于2011年10月获科技部批准建设。现任国重实验室主任为韩家淮教授，学术委员会主任为王志新院士。 /p p & nbsp & nbsp & nbsp & nbsp 实验室以细胞应激反应为主线，重点围绕着细胞应对外界刺激的应激反应生物学、细胞应对自身癌变的应激反应生物学、细胞应对代谢状况变化的应激反应生物学这三个方向开展研究。实验室秉承“边建设边运行”的方针，以基础理论研究为根本，结合应用基础研究，从分子、细胞和个体水平上深入地研究炎症应激反应、肿瘤胁 迫应激反应和代谢应激反应等细胞应激生物学研究领域的关键科学问题。通过多方位、多学科、多层次的联合研究，力求全面提高实验室在细胞应激生物学研究领域的综合实力，为国家人口与健康领域的需求做出重大贡献，并以优秀的原创性成果和高水平人才队伍跻身国际知名研究中心和人才培养基地之列。 /p p br/ /p

近日，郑州大学第一附属医院杨静华教授团队与空军军医大学朱平教授团队、上海大学陈亮教授团队合作在国际顶尖学术期刊Science上发表了题为“Cysteine carboxyethylation generates neoantigens to induce HLA-restricted autoimmunity”的长篇研究论文。 该研究报道了一种泛蛋白修饰组学技术并发现了新型蛋白修饰和诱导限制性自身免疫。 自身免疫性疾病，如强直性脊柱炎 (AS)，机体的免疫系统对外来的抗原会做出相应的免疫应答，结果通常是将外来抗原清除，而对自身的成分通常也会发生无伤害作用的免疫应答。 一般情况下，基因可编码并翻译成蛋白质。但现有蛋白质测定技术却发现了很多与基因编码不同的氨基酸，研究者把这些现代技术检测不到的“非编码氨基酸”（ncAAs）称为人类蛋白质中的黑色物质。 非编码氨基酸包括天然蛋白质中各种形式的氨基酸修饰、变异和衍生物，可反映基因编码以外的蛋白质序列和结构的改变信息，并直接影响着蛋白结构、功能和调控。每一个非编码的氨基酸都可能是蛋白质维度上的疾病标记物和药物靶点，与人类疾病发生发展的分子机制密切相关。 杨静华教授团队经过多年研究，基于超高分辨蛋白质谱和国家超算平台，建立了一套泛蛋白修饰组学的搜索引擎，用于测定大队列人群蛋白质组中的ncAAs图谱。ncAA图谱包括基因编码以外的蛋白质结构信息，是人类疾病发生、发展及转归的分子基础。本研究采用泛蛋白修饰组学搜索引擎，测定了强直脊柱炎患者外周单核细胞的泛蛋白修饰图谱，发现了一系列与疾病相关的非编码氨基酸。论文链接：https://www.science.org/doi/10.1126/science.abg2482