全蛋白质组检测

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

重磅！史上首次定量检测完整的人类蛋白质组在一项新的研究中，来自瑞士苏黎世联邦理工学院（ETH Zurich）和美国系统生物学研究所等机构的研究人员开发出人类SRMAtlas（Human SRMAtlas），即靶向识别和可重复地定量预测的人类蛋白质组中所有蛋白质的高度特异性质谱检测方法汇编目录，包括许多剪接变异体、非同义突变和翻译后修饰。利用一种被称作选择性反应监控（selected reaction monitoring, SRM）的技术，研究人员利用166174种已被充分了解的化学合成蛋白特征性肽（proteotypic peptide）开发出这些检测方法。相关研究结果发表在2016年7月28日那期Cell期刊上，论文标题为“Human SRMAtlas: A Resource of Targeted Assays to Quantify the Complete Human Proteome”。论文第一作者为来自美国系统生物学研究所的Ulrike Kusebauch博士。论文通信作者为来自美国系统生物学研究所的Robert Moritz教授和来自瑞士苏黎世联邦理工学院的Ruedi Aebersold。SRMAtlas资源在http://www.srmatlas.org网站上可以免费获取，将有助于公平地开展重点的、假设驱动的和大型蛋白质组规模的研究。研究人员期待这一资源将极大地加快基于蛋白质的实验室生物学发展从而有助理解疾病转化和健康轨迹，这是因为如今在理论上能够鉴定和定量检测出任何样品中的任何人类蛋白。能够可靠地和可重复性地检测任何组织或细胞类型的人类蛋白质组中的任何一种蛋白在理解系统层次的性质以及正常生理下和患病时的特异性途径方面引发变革。在Moritz教授实验室中，研究团队能够利用SRM方法产生并验证了一种由高度特异性地靶向蛋白质组检测方法组成的汇编目录，而且通过这种广泛获取的、灵敏的和强健的靶向质谱方法SRM，能够定量检测20,277种已被标注的人类蛋白中的99.7%。这种人类SRMAtlas提供明确的检测坐标来确定性地鉴别生物样品中蛋白质特征性的肽。尽管2003年，人们成功地了完成人类基因组计划（Human Genome Project），构建出所有人类基因的目录，但是大多数蛋白质研究仍然聚焦在在绘制出人类基因组图谱之前科学家们研究的蛋白中相对较小的一部分蛋白上。若要超越这种停滞不前的蛋白质-基因组学研究方法，就应需要为几乎每种人类蛋白开发高度特异性的检测方法。利用人类SRMAtlas等资源，测量任何一种人类蛋白质的前景如今变成现实。如今，人类SRMAtlas提供已经过验证的质谱检测方法，这些检测方法是基于一种统一的一致的检测人类蛋白质组中几乎每种蛋白的过程开发出的SRM技术而开发的。这些检测方法可快速地用于系统生物学和生物医学研究中以便高度灵敏地和高度选择性地鉴定和定量检测任何一种人类蛋白，以及指导完整的蛋白质图谱绘制来了解它们的生物学功能。个人化医学奖依赖于分子特征来监控人们的健康状态，提供信号来鉴定健康轨迹发生的变化，以及首先在临床试验随后在临床实践中提供信息来让合适的患者匹配正确的药物。这种人类SRMAtlas计划稳步地将蛋白组学推到前沿，并且为蛋白质组学在癌症登月计划（Cancer Moonshot）中发挥较大的作用添砖加瓦。

在一项新的研究中，来自瑞士苏黎世联邦理工学院(ETH Zurich)和美国系统生物学研究所等机构的研究人员开发出人类SRMAtlas(Human SRMAtlas)，即靶向识别和可重复地定量预测的人类蛋白质组中所有蛋白质的高度特异性质谱检测方法汇编目录，包括许多剪接变异体、非同义突变和翻译后修饰。利用一种被称作选择性反应监控(selected reaction monitoring, SRM)的技术，研究人员利用166174种已被充分了解的化学合成蛋白特征性肽(proteotypic peptide)开发出这些检测方法。相关研究结果发表在2016年7月28日那期Cell期刊上，论文标题为“Human SRMAtlas: A Resource of Targeted Assays to Quantify the Complete Human Proteome”。论文第一作者为来自美国系统生物学研究所的Ulrike Kusebauch博士。论文通信作者为来自美国系统生物学研究所的Robert Moritz教授和来自瑞士苏黎世联邦理工学院的Ruedi Aebersold。　　SRMAtlas资源在http://www.srmatlas.org网站上可以免费获取，将有助于公平地开展重点的、假设驱动的和大型蛋白质组规模的研究。研究人员期待这一资源将极大地加快基于蛋白质的实验室生物学发展从而有助理解疾病转化和健康轨迹，这是因为如今在理论上能够鉴定和定量检测出任何样品中的任何人类蛋白。　　能够可靠地和可重复性地检测任何组织或细胞类型的人类蛋白质组中的任何一种蛋白在理解系统层次的性质以及正常生理下和患病时的特异性途径方面引发变革。在Moritz教授实验室中，研究团队能够利用SRM方法产生并验证了一种由高度特异性地靶向蛋白质组检测方法组成的汇编目录，而且通过这种广泛获取的、灵敏的和强健的靶向质谱方法SRM，能够定量检测20,277种已被标注的人类蛋白中的99.7%。这种人类SRMAtlas提供明确的检测坐标来确定性地鉴别生物样品中蛋白质特征性的肽。　　尽管2003年，人们成功地了完成人类基因组计划(Human Genome Project)，构建出所有人类基因的目录，但是大多数蛋白质研究仍然聚焦在在绘制出人类基因组图谱之前科学家们研究的蛋白中相对较小的一部分蛋白上。若要超越这种停滞不前的蛋白质-基因组学研究方法，就应需要为几乎每种人类蛋白开发高度特异性的检测方法。利用人类SRMAtlas等资源，测量任何一种人类蛋白质的前景如今变成现实。如今，人类SRMAtlas提供已经过验证的质谱检测方法，这些检测方法是基于一种统一的一致的检测人类蛋白质组中几乎每种蛋白的过程开发出的SRM技术而开发的。这些检测方法可快速地用于系统生物学和生物医学研究中以便高度灵敏地和高度选择性地鉴定和定量检测任何一种人类蛋白，以及指导完整的蛋白质图谱绘制来了解它们的生物学功能。　　个人化医学奖依赖于分子特征来监控人们的健康状态，提供信号来鉴定健康轨迹发生的变化，以及首先在临床试验随后在临床实践中提供信息来让合适的患者匹配正确的药物。这种人类SRMAtlas计划稳步地将蛋白组学推到前沿，并且为蛋白质组学在癌症登月计划(Cancer Moonshot)中发挥较大的作用添砖加瓦。

2月29日，中国科学院上海药物研究所研究员黄河、柳红合作，研究设计合成了一种含有吡啶甲醛片段的可断裂分子探针2PCA-Probe，可实现对蛋白质N-端的深度富集检测。相关研究发表于《美国化学会志》。蛋白质水解是一种广泛存在的翻译后修饰方式，在多种生物过程中发挥重要作用。在正常组织中，大多数蛋白酶的活性受到严格调控，而在肿瘤组织中则往往被异常激活，并通过介导免疫逃逸、肿瘤细胞侵袭等多个途径促进肿瘤的发生发展。通过对蛋白质N-端进行系统检测可获得蛋白水解断裂信息，但现有的N-端组学检测方法存在操作复杂、检测深度不高等缺陷，限制了蛋白水解相关研究的进展。研究团队发现，吡啶甲醛片段与N-端氨基酸可以选择性发生环化反应形成咪唑烷酮结构，还可发生羟醛缩合反应，并由此发现该类标记方法生成的新诊断片段。通过该诊断片段信息，可以规避以往此类探针标记时遇到的限制，即无法标记2位氨基酸为脯氨酸的多肽。利用该方法，研究团队对三对结直肠癌组织和癌旁组织的N-端组进行了深度富集检测，共鉴定到了4686种N端多肽。进一步分析显示，肿瘤组织中的蛋白水解过程较癌旁组织更活跃，且肿瘤组织中发生水解的蛋白主要富集在代谢通路和免疫通路，这可能与肿瘤组织的代谢重编程和免疫逃逸过程相关。该研究建立了一种全新的N-端组深度检测方法，为疾病发病机制中的蛋白质水解过程研究提供了有力的新工具。2PCA-Probe探针结构及标记检测流程 图片来源于《美国化学会志》

全球有3500万人深受阿尔茨海默症(AD)的困扰，但目前尚无临床有效的治疗手段。为了促进AD治疗手段的发展，研究者进行了大量的遗传学研究。已有研究者通过 GWAS鉴定出许多阿尔茨海默症风险基因，但这些风险基因是如何导致阿尔茨海默症的尚不十分清楚。全蛋白质组关联研究(Proteome-Wide Association Study, PWAS)通过蛋白质的功能变化将基因和表型联系起来，是一种新型的以蛋白质为中心的遗传关联研究方法，在人类遗传学研究领域具有广泛的应用前景。　　2021年1月28日，国际学术期刊Nature Genetics(IF=27.603)上报道了来自埃默里大学医学院题为“Integrating human brain proteomes with genome-wide association data implicates new proteins in Alzheimer’s disease pathogenesis”的研究文章。该团队运用全蛋白质组关联研究(proteome-wide association study，PWAS)，将阿尔茨海默症(AD)队列 GWAS结果与人脑蛋白质组进行了整合，旨在鉴定通过影响脑蛋白丰度而导致AD风险的基因，深入了解这些基因座如何影响AD的发病机制。　　研究结果　　1.PWAS鉴定出AD相关重要基因　　在发现阶段，作者收集到375例捐献者死后大脑的背外侧前额叶皮层(dPFC)样本，使用TMT质谱策略获得人脑蛋白质组数据。整合已有的AD GWAS结果与蛋白质组学结果，通过全蛋白质组关联研究(PWAS)鉴定出13个顺式调节脑蛋白水平的基因(图1，表1)。接下来，作者使用相同的AD GWAS数据与另一组独立的152例人脑蛋白质组数据整合分析，与前面发现的13个蛋白相比较，其中10个在PWAS阶段得到验证(表1)。　　图1 发现集AD PWAS曼哈顿图　　表1 AD PWAS鉴定13个重要基因　　2.重要风险基因COLOC和SMR分析　　为了研究调控脑蛋白的重要基因与AD是否存在因果关系，作者进行了贝叶斯共定位(COLOC)和孟德尔随机化(SMR)分析。首先，使用贝叶斯共定位(COLOC)检验发现13个基因中有9个符合因果关系。然后通过孟德尔随机化(SMR)分析，结果表明顺式调控蛋白丰度介导了这13个基因的遗传变异与AD的关联。总的来说，作者发现7个基因在COLOC和SMR / HEIDI分析的因果关系上具有一致的结果(CTSH，DOC2A，ICA1L，LACTB，PLEKHA1，SNX32和STX4)，另外有4个基因的因果关系在这两种分析中结果不一致( ACE，CARHSP1，RTFDC1和STX6)，EPHX2和PVR的结果不具备因果关系(表2)。　　表2 发现阶段AD PWAS中13个重要基因的 COLOC和 SMR分析3.确定11个AD PWAS重要基因　　通过验证队列重复和因果关系测试的结果，作者在13个通过PWAS发现的重要基因中，确定了11个与AD有因果关系的风险基因(CTSH，DOC2A，ICA1L，LACTB，SNX32，ACE，CARHSP1，RTFDC1，STX6，STX4和PLEKHA1)，其中9个重要基因在PWAS阶段得到验证(表3)。　　表3 总结11个AD PWAS重要基因，并证明与AD中的因果作用一致　　4.PWAS结果不受APOE e4影响　　载脂蛋白APOE e4等位基因与阿尔茨海默症密切相关，因此作者为了探究APOE e4是否影响了PWAS结果，从蛋白质组中去除掉APOE e4的作用，使用去除后的蛋白质组图谱进行了AD PWAS。分析发现了13个与发现阶段PWAS结果一致的重要基因和6个其他基因，且所有13个基因都具有与发现阶段PWAS中相同的关联方向。此外，COLOC和SMR / HEIDI测试的结果发现了与原始发现相同的因果关系证据，这些结果均表明本实验发现不受APOE e4的影响。　　5.TWAS锁定与PWAS相关基因　　众所周知，分子生物学的中心法则是遗传信息从DNA转录传递给RNA，再从RNA翻译传递给蛋白质。因此，作者收集到888个欧洲个体的大脑转录组数据，将AD GWAS结果与其整合，进行了AD的全转录组关联研究(TWAS)。AD TWAS鉴定了40个基因，其FDR为p0.05时，其基因调控的mRNA表达水平与AD相关(图2)。与蛋白质水平上鉴定出的11个潜在风险基因相比，ACE，CARHSP1，SNX32，STX4和STX6这5个基因与PWAS结果相似，与AD具有关联性。(表3)。　　图2 AD TWAS Q-Q图　　6.单细胞测序发现细胞类型特异性　　最后，作者使用背外侧前额叶皮层样本(dPFC)单细胞RNA测序数据进行分析，发现在先前确定的11个重要风险基因中，有6个基因呈现细胞类型特异性富集。DOC2A，ICA1L，PLEKHA1和SNX32富含兴奋性神经元，而CARHSP1在少突胶质细胞中富集，CTSH在星形胶质细胞和小胶质细胞中富集(图3)。　　图3 单细胞类型表达总结　　本文作者通过收集阿尔茨海默症(AD)患者队列，开展多中心、大样本的基因组学和蛋白质组学研究。运用全蛋白质组关联研究(PWAS)挖掘了十多个重要风险基因，这些风险基因可以通过改变大脑中蛋白质丰度进而影响阿尔茨海默症的发生，为AD的发病机制提供了新的见解，并为进一步治疗提供了潜在的靶标。

随着人类基因组计划的完成，生物学研究时代进入蛋白质研究时代。功能蛋白的深入研究，是后基因组时代的重要研究方向。由中国植物学会主办，中国细胞学会染色质与蛋白质组专业委员会协办，海南大学、中国热带农业科学院、海南师范大学共同承办的“第六届全国植物蛋白质研究大会暨第二届植物蛋白质组最新研究技术培训班”于2016年12月18日-20日在海南省海口市召开。整合各种生物学研究技术，深入解析蛋白质的结构和功能，植物组学研究得到了越来越多的业界关注，多种植物全基因组测序的完成，为各种植物蛋白质组展开提供了条件。 朱玉贤院士做大会报告匡廷云院士做大会报告 赛默飞积极参与此次全国植物蛋白研究大会，在大会上披露了最新的Orbitrap 植物蛋白质组学全流程解决方案。赛默飞色谱质谱应用工程师蒋好在此次大会分会场环节，为与会者带来了题为“基于交联质谱技术的完整分析流程用于功能蛋白质组学研究”的精彩报告。随着蛋白质组学研究的不断深入，传统的蛋白质组学研究已经转向对蛋白质功能的研究，即在前期蛋白质及其翻译后修饰的鉴定基础上，去研究不同蛋白的表达、结构和相互作用网络，来解析蛋白质行使其功能的途径。采用基于化学交联的方法（DSS和DSSO），将存在相互作用的位点或者蛋白进行共价键合，结合不同碎裂模式的质谱技术进行大规模的交联肽段分析，实现对生物体内目标功能体系的蛋白相互作用网络绘制，显著提高整个分析流程的速度和鉴定结果的可靠性。他为与会者介绍了相较于传统的结构生物学研究方法，如X-ray、NMR和CryoEM，对样品的要求和分析流程的难度大大降低，并能够结合不同的结构生物学方法提供全面的蛋白结构与相互作用信息。赛默飞应用工程师蒋好做分会场报告基于Orbitrap 植物蛋白质组学全流程解决方案 赛默飞色谱质谱应用工程师孙佳楠在会后的培训班上作了“基于TMT的定量蛋白质组学完整分析流程”的报告。她介绍了在目前非靶向相对定量蛋白质组学技术日趋成熟的阶段，然而随着质谱技术的不断发展，为了定量的更加准确通量更高，相对标记定量方法也在不断的被开发，SPS-MS3质谱方法使定量结果更加接近于真实比例。质谱是高通量靶向蛋白质定量必不可少的技术手段，TOMAHAQ靶向标记定量方法，具有高的灵敏度、重现性、定量准确等特点，其最大的优势是通量得到非常大的提高，缩短我们实验的周期。赛默飞应用工程师孙佳楠在培训 赛默飞Orbitrap Fusion Lumos三合一高分辨质谱仪在会场外的展台展示时，引起了与会者的兴趣。优异的性能，以及最新的Orbitrap 植物蛋白质组学全流程解决方案，吸引了不少的目光。参会代表纷纷走进赛默飞展台，与工作人员咨询与交流。 参会代表在赛默飞展台咨询相关应用技术

1月22日，《高通量蛋白质检测关键技术的研究》项目验收鉴定会在中国计量院召开。此次科技基础条件平台项目的验收，得到了科技部、国家质检总局的重视，国家科技部条财司条件处郑健博士，国家质检总局科技司技术发展处姚泽华副处长，计量院段宇宁副院长、科发部及生能环所的相关人员参加了验收会。会议由姚泽华副处长主持，以中国科学院生物物理研究所杨福全研究员为组长的8位专家对该项目进行验收鉴定。 　　近年来，随着生命科学、食品安全等领域需求的不断涌现，蛋白组学的发展非常迅速，已成为各项相关分析技术的必备手段。一直以来，蛋白质组分析技术的发展受限于蛋白质分离手段的滞后，目前完整蛋白质的分离主要依赖于双向电泳和高效液相色谱，不能满足复杂蛋白质混合物的有效分离 FFE技术(反向加样连续自由流电泳)的出现能较好地解决蛋白质组研究的两大难题：蛋白质组的复杂程度和现有检测手段的低通量。 　　《高通量蛋白质检测关键技术的研究》课题建立了以FFE分离方法为核心的高通量蛋白质分离检测技术中最为关键的“高稳定度自由流电泳(HSFFE)”装置，为高通量完整蛋白质的酶解、肽段分离和质谱鉴定接口的大规模系统集成奠定了基础，也是我国第一台自主研发的实用大型地基液相制备电泳装置。该装置通过对自适应高压稳定电源、腔体热交换工艺、速率调整机构、应力同步机构等关键技术的完成，实现了高通量蛋白质制备分离 装置的整体技术水平已达到国际先进水平，其中一些技术方法处于国际领先水平，对于改变我国蛋白质组分离长期以来依靠国外技术装备的现状，将发挥重大作用。 　　科技部条财司郑健博士谈到，科技部一直比较重视科学仪器的自主研发工作，近几年来在科技支撑计划的支持下，我国的科学仪器自主创新已经到了一个新高度。该项目的研究成果改变了我国在蛋白质分离技术研究方面依赖国外进口仪器设备的现状，希望计量院能进一步加强现有产品、现有装置、现有成果的工程化和应用方法的研究。通过大家的共同努力，使下一步我国的仪器创新发展获得更大的进步。 　　姚泽华副处长祝贺项目组出色完成了任务，他谈到，质检总局面临的许多社会问题是突发的、紧急的，又极具推动力的，如：08年的三聚氰胺，推动了国产仪器液相色谱的发展 09年的H1N1流感，又推动了国产的红外测温仪的发展。而计量院在此方面的研制开发一直是非常及时和有效的。该课题是计量院近年来在科学仪器自主研发方面所取得的又一重要成果。希望计量院能够继续研制出更多具有国际领先水平的国产科学仪器装置，为我国进出口的产品贸易提供良好的支撑，满足国家社会更多更广泛的需求。 　　该项目的研制成功不仅增强了我国生命科学的系统创新能力，而且具有普及性强、性能价格比高和市场容积率高的优点，尤其是该系统的结构模块化、系统单元相对独立的特点，有效避免了国外仪器设备固有的售后维修困难问题，具有较好的国内和国际市场需求潜力。

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。

1．蛋白质组学研究的研究意义和背景 随着人类基因组计划的实施和推进，生命科学研究已进入了后基因组时代。在这个时代，生命科学的主要研究对象是功能基因组学，包括结构基因组研究和蛋白质组研究等。尽管现在已有多个物种的基因组被测序，但在这些基因组中通常有一半以上基因的功能是未知的。目前功能基因组中所采用的策略，如基因芯片、基因表达序列分析(Serial analysis of gene expression, SAGE)等，都是从细胞中mRNA的角度来考虑的，其前提是细胞中mRNA的水平反映了蛋白质表达的水平。但事实并不完全如此，从DNA mRNA 蛋白质，存在三个层次的调控，即转录水平调控(Transcriptional control )，翻译水平调控(Translational control)，翻译后水平调控(Post-translational control )。从mRNA角度考虑，实际上仅包括了转录水平调控，并不能全面代表蛋白质表达水平。实验也证明，组织中mRNA丰度与蛋白质丰度的相关性并不好，尤其对于低丰度蛋白质来说，相关性更差。更重要的是，蛋白质复杂的翻译后修饰、蛋白质的亚细胞定位或迁移、蛋白质－蛋白质相互作用等则几乎无法从mRNA水平来判断。毋庸置疑，蛋白质是生理功能的执行者，是生命现象的直接体现者，对蛋白质结构和功能的研究将直接阐明生命在生理或病理条件下的变化机制。蛋白质本身的存在形式和活动规律，如翻译后修饰、蛋白质间相互作用以及蛋白质构象等问题，仍依赖于直接对蛋白质的研究来解决。虽然蛋白质的可变性和多样性等特殊性质导致了蛋白质研究技术远远比核酸技术要复杂和困难得多，但正是这些特性参与和影响着整个生命过程。 传统的对单个蛋白质进行研究的方式已无法满足后基因组时代的要求。这是因为：(1) 生命现象的发生往往是多因素影响的，必然涉及到多个蛋白质。(2) 多个蛋白质的参与是交织成网络的，或平行发生，或呈级联因果。(3) 在执行生理功能时蛋白质的表现是多样的、动态的，并不象基因组那样基本固定不变。因此要对生命的复杂活动有全面和深入的认识，必然要在整体、动态、网络的水平上对蛋白质进行研究。因此在上世纪90年代中期，国际上产生了一门新兴学科－蛋白质组学（Proteomics），它是以细胞内全部蛋白质的存在及其活动方式为研究对象。可以说蛋白质组研究的开展不仅是生命科学研究进入后基因组时代的里程碑，也是后基因组时代生命科学研究的核心内容之一。 虽然第一次提出蛋白质组概念是在1994年，但相关研究可以追溯到上世纪90年代中期甚至更早，尤其是80年代初，在基因组计划提出之前，就有人提出过类似的蛋白质组计划，当时称为Human Protein Index计划，旨在分析细胞内的所有蛋白质。但由于种种原因，这一计划被搁浅。90年代初期，各种技术已比较成熟，在这样的背景下，经过各国科学家的讨论，才提出蛋白质组这一概念。 国际上蛋白质组研究进展十分迅速，不论基础理论还是技术方法，都在不断进步和完善。相当多种细胞的蛋白质组数据库已经建立，相应的国际互联网站也层出不穷。1996年，澳大利亚建立了世界上第一个蛋白质组研究中心：Australia Proteome Analysis Facility ( APAF )。丹麦、加拿大、日本也先后成立了蛋白质组研究中心。在美国，各大药厂和公司在巨大财力的支持下，也纷纷加入蛋白质组的研究阵容。去年在瑞士成立的GeneProt公司，是由以蛋白质组数据库“SWISSPROT” 著称的蛋白质组研究人员成立的，以应用蛋白质组技术开发新药物靶标为目的，建立了配备有上百台质谱仪的高通量技术平台。而当年提出Human Protein Index 的美国科学家Normsn G. Anderson也成立了类似的蛋白质组学公司，继续其多年未实现的梦想。2001年4月，在美国成立了国际人类蛋白质组研究组织（Human Proteome Organization, HUPO）,随后欧洲、亚太地区都成立了区域性蛋白质组研究组织，试图通过合作的方式，融合各方面的力量，完成人类蛋白质组计划（Human Proteome Project）。2．蛋白质组学研究的策略和范围 蛋白质组学一经出现，就有两种研究策略。一种可称为“竭泽法”，即采用高通量的蛋白质组研究技术分析生物体内尽可能多乃至接近所有的蛋白质，这种观点从大规模、系统性的角度来看待蛋白质组学，也更符合蛋白质组学的本质。但是，由于蛋白质表达随空间和时间不断变化，要分析生物体内所有的蛋白质是一个难以实现的目标。另一种策略可称为“功能法”，即研究不同时期细胞蛋白质组成的变化，如蛋白质在不同环境下的差异表达，以发现有差异的蛋白质种类为主要目标。这种观点更倾向于把蛋白质组学作为研究生命现象的手段和方法。 早期蛋白质组学的研究范围主要是指蛋白质的表达模式（Expression profile）, 随着学科的发展，蛋白质组学的研究范围也在不断完善和扩充。蛋白质翻译后修饰研究已成为蛋白质组研究中的重要部分和巨大挑战。蛋白质-蛋白质相互作用的研究也已被纳入蛋白质组学的研究范畴。而蛋白质高级结构的解析即传统的结构生物学，虽也有人试图将其纳入蛋白质组学研究范围，但目前仍独树一帜。3．蛋白质组学研究技术 可以说，蛋白质组学的发展既是技术所推动的也是受技术限制的。蛋白质组学研究成功与否，很大程度上取决于其技术方法水平的高低。蛋白质研究技术远比基因技术复杂和困难。不仅氨基酸残基种类远多于核苷酸残基（20/ 4）, 而且蛋白质有着复杂的翻译后修饰，如磷酸化和糖基化等，给分离和分析蛋白质带来很多困难。此外，通过表达载体进行蛋白质的体外扩增和纯化也并非易事，从而难以制备大量的蛋白质。蛋白质组学的兴起对技术有了新的需求和挑战。蛋白质组的研究实质上是在细胞水平上对蛋白质进行大规模的平行分离和分析，往往要同时处理成千上万种蛋白质。因此，发展高通量、高灵敏度、高准确性的研究技术平台是现在乃至相当一段时间内蛋白质组学研究中的主要任务。当前在国际蛋白质组研究技术平台的技术基础和发展趋势有以下几个方面：3.1 蛋白质组研究中的样品制备 通常可采用细胞或组织中的全蛋白质组分进行蛋白质组分析。也可以进行样品预分级，即采用各种方法将细胞或组织中的全体蛋白质分成几部分，分别进行蛋白质组研究。样品预分级的主要方法包括根据蛋白质溶解性和蛋白质在细胞中不同的细胞器定位进行分级，如专门分离出细胞核、线粒体或高尔基体等细胞器的蛋白质成分。样品预分级不仅可以提高低丰度蛋白质的上样量和检测，还可以针对某一细胞器的蛋白质组进行研究。 对临床组织样本进行研究，寻找疾病标记，是蛋白质组研究的重要方向之一。但临床样本都是各种细胞或组织混杂，而且状态不一。如肿瘤组织中，发生癌变的往往是上皮类细胞，而这类细胞在肿瘤中总是与血管、基质细胞等混杂。所以，常规采用的癌和癌旁组织或肿瘤与正常组织进行差异比较，实际上是多种细胞甚至组织蛋白质组混合物的比较。而蛋白质组研究需要的通常是单一的细胞类型。最近在组织水平上的蛋白质组样品制备方面也有新的进展，如采用激光捕获微解剖(Laser Capture Microdissection, LCM) 方法分离癌变上皮类细胞。3.2 蛋白质组研究中的样品分离和分析 利用蛋白质的等电点和分子量通过双向凝胶电泳的方法将各种蛋白质区分开来是一种很有效的手段。它在蛋白质组分离技术中起到了关键作用。如何提高双向凝胶电泳的分离容量、灵敏度和分辨率以及对蛋白质差异表达的准确检测是目前双向凝胶电泳技术发展的关键问题。国外的主要趋势有第一维电泳采用窄pH梯度胶分离以及开发与双向凝胶电泳相结合的高灵敏度蛋白质染色技术，如新型的荧光染色技术。 质谱技术是目前蛋白质组研究中发展最快，也最具活力和潜力的技术。它通过测定蛋白质的质量来判别蛋白质的种类。当前蛋白质组研究的核心技术就是双向凝胶电泳－质谱技术，即通过双向凝胶电泳将蛋白质分离，然后利用质谱对蛋白质逐一进行鉴定。对于蛋白质鉴定而言，高通量、高灵敏度和高精度是三个关键指标。一般的质谱技术难以将三者合一，而最近发展的质谱技术可以同时达到以上三个要求，从而实现对蛋白质准确和大规模的鉴定。3.3 蛋白质组研究的新技术 做过双向凝胶电泳的人一定会抱怨它的繁琐、不稳定和低灵敏度等缺点。发展可替代或补充双向凝胶电泳的新方法已成为蛋白质组研究技术最主要的目标。目前，二维色谱 (2D-LC)、二维毛细管电泳 (2D-CE)、液相色谱－毛细管电泳 (LC-CE) 等新型分离技术都有补充和取代双向凝胶电泳之势。另一种策略则是以质谱技术为核心，开发质谱鸟枪法(Shot-gun)、毛细管电泳-质谱联用 (CE-MS)等新策略直接鉴定全蛋白质组混合酶解产物。随着对大规模蛋白质相互作用研究的重视，发展高通量和高精度的蛋白质相互作用检测技术也被科学家所关注。此外，蛋白质芯片的发展也十分迅速，并已经在临床诊断中得到应用。3.4 蛋白质组生物信息学 蛋白质组数据库是蛋白质组研究水平的标志和基础。瑞士的SWISS-PROT拥有目前世界上最大，种类最多的蛋白质组数据库。丹麦、英国、美国等也都建立了各具特色的蛋白质组数据库。生物信息学的发展已给蛋白质组研究提供了更方便有效的计算机分析软件；特别值得注意的是蛋白质质谱鉴定软件和算法发展迅速，如SWISS-PROT、Rockefeller大学、UCSF等都有自主的搜索软件和数据管理系统。最近发展的质谱数据直接搜寻基因组数据库使得质谱数据可直接进行基因注释、判断复杂的拼接方式。随着基因组学的迅速推进，会给蛋白质组研究提供更多更全的数据库。另外，对肽序列标记的从头测序软件也十分引人注目。4． 蛋白质组学发展趋势 在基础研究方面，近两年来蛋白质组研究技术已被应用到各种生命科学领域，如细胞生物学、神经生物学等。在研究对象上，覆盖了原核微生物、真核微生物、植物和动物等范围，涉及到各种重要的生物学现象，如信号转导、细胞分化、蛋白质折叠等等。在未来的发展中，蛋白质组学的研究领域将更加广泛。 在应用研究方面，蛋白质组学将成为寻找疾病分子标记和药物靶标最有效的方法之一。在对癌症、早老性痴呆等人类重大疾病的临床诊断和治疗方面蛋白质组技术也有十分诱人的前景，目前国际上许多大型药物公司正投入大量的人力和物力进行蛋白质组学方面的应用性研究。 在技术发展方面，蛋白质组学的研究方法将出现多种技术并存，各有优势和局限的特点，而难以象基因组研究一样形成比较一致的方法。除了发展新方法外，更强调各种方法间的整合和互补，以适应不同蛋白质的不同特征。另外，蛋白质组学与其它学科的交叉也将日益显著和重要，这种交叉是新技术新方法的活水之源，特别是，蛋白质组学与其它大规模科学如基因组学，生物信息学等领域的交叉，所呈现出的系统生物学（System Biology）研究模式，将成为未来生命科学最令人激动的新前沿。

在世界经济论坛发布的《2023年十大新兴技术报告》中，空间组学被评选为未来最有潜力对世界产生积极影响的十大新兴技术之一。这标志着空间组学不仅在科研领域取得了显著成果，更有望为医学、农业等多个领域带来革命性的突破。在这一技术浪潮中，景杰生物以其卓越的科研实力和前瞻性的战略布局，成为空间蛋白质组学领域的佼佼者。自2021年6月首次推出空间蛋白质组以来，景杰生物不断对技术与体系进行全面优化，一次次刷新着空间蛋白质组学的研究边界。如今，景杰生物再次重磅推出“全息空间蛋白质组学”，为空间蛋白质组学研究提供了更为强大的工具。全息空间蛋白质组学依托于景杰生物创新的10X Proteomics平台，该技术能够支持组织微环境的全覆盖高深度蛋白质组空间检测。在实验中，景杰生物研发团队选择了癌症石蜡样本，运用全流程的先进仪器设施，如徕卡冷冻切片机、数字玻片扫描系统和蔡司激光捕获显微切割仪，进行一站式操作。经过烤片、脱蜡、复水、HE染色等一系列步骤后，成像技术精准定位目标区域，并进行无间隔地切割取样。酶解后使用Orbitrap Astral / timsTOF 最新款高性能质谱平台进行蛋白质组学检测，从而得到与组织微环境图像匹配的全覆盖空间蛋白质组学数据。通过对目标区域进行全覆盖检测，得到了带有空间位置信息的100份蛋白质组学数据，每份数据对应精细组织，无间隔地构成了“全息”的空间蛋白质组学数据集。这些数据集共检测到5500多个蛋白，平均每个样本可检测到4100多个蛋白，是目前最大最全面的全息空间蛋白质组学数据集之一。对于全息空间蛋白质组学得到的庞大数据集而言，如何有效地利用生信分析手段进行挖掘和展示是大家的重要关注点。为此，景杰生物生信和人工智能团队借鉴空间转录组的分析经验，针对全息空间蛋白质组学开发了一系列工具，帮助我们“看得见、挖得深、画得漂亮、画得清晰”。通过以上数据分析方案，可实现与空间转录组学类似的：全息空间样本点无监督聚类分析、类间差异分析/差异蛋白功能注释、单个差异蛋白空间可视化、基于清晰的组织病理特征注释和指定病理分组差异分析、基于反卷积等算法注释细胞类型得分/比例等等个性化分析。相信这样一套分析的组合拳，一方面可以将蛋白信息清晰还原到组织空间微环境中，另一方面也可以与临床病理信息精准结合，定会成为空间蛋白质组学研究的标杆，加速精准医学和基础研究。随着本次全息空间蛋白质组学发布，景杰生物已搭建成全球首个结合空间蛋白质组学、空间磷酸化修饰组学以及全息空间蛋白质组学的一站式空间组学平台。包含了既可以满足个性化选取不规则点位进行蛋白质组精准检测的空间蛋白质组学，又可以进行个性化选取不规则形状点位进行磷酸化修饰精准检测的空间磷酸化修饰组学，本次又实现对组织微环境进行高分辨率全覆盖式蛋白质组精准检测的全息空间蛋白质组学，满足蛋白质组研究的多项需求，为空间蛋白质组学研究提供更多选择。展望未来，全息空间蛋白质组学将在癌症研究、神经科学、免疫学等多个领域发挥重要作用。而景杰生物作为空间蛋白质组学的先驱和引领者，将不遗余力全面推进空间蛋白质组学的技术进步，为前沿研究保驾护航！

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。

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。

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,

仪器信息网讯，2010年5月15日，蛋白质组数据处理暨全国生物质谱学术交流会”在云南省丽江市召开。会议为期两天，主要讨论了蛋白质组学技术和应用、数据挖掘和生物质谱等方面的现状及其进展。在所有的大会报告中，除一些关于蛋白质组学技术最新研究进展的大会特邀报告外，第一天的专家报告集中讨论了糖蛋白组的最新分析技术与研究进展，第二天的报告集中讨论了蛋白质数据处理技术，包括蛋白质组生物数据库及分析平台的构建、数据统计分析方法的研究等方面。 　　蛋白质组数据库被认为是蛋白质组知识的储存库，包含所有鉴定的蛋白质信息。而基于质谱技术的蛋白质组学数据分析，是识别新型生物标记物模式的有效手段。质谱仪检测的数据含有大量潜在信息，因此，建立完善的蛋白质组学数据库，开发实用性强的数据处理软件工具，以及提供良好的蛋白质组数据分析、处理方对蛋白质组学的发展至关重要。在本次大会上，中国科学院计算技术研究所贺思敏研究员、浙江大学生物医学工程与仪器科学学院段会龙教授、国防科技大学机电工程与自动化学院谢红卫教授等专家学者作了关于此方面最新研究进展的报告，本文作简要报道： 　　报告题目： 蛋白质组数据分析软件pFind系统新进展 　　报告人：中国科学院计算技术研究所贺思敏研究员 贺思敏研究员 　　pFind系统是中国科学院计算技术研究所自2002年开始持续研发的蛋白质组数据分析软件，可以替代同类国际主流软件，已安装在国内多家蛋白质组学重点研究单位，并在ABRF组织的国际评测以及核心岩藻糖化修饰位点鉴定等科研实战中表现出色。 　　贺思敏研究员在报告中首先介绍pFind系统不同于国际同类软件的核心算法设计和系统实现，然后介绍pFind系统近期在开放式修饰类型发现、高精度一级质谱分析、新型碎裂方式串联质谱分析、肽序列从头测序、标记定量分析以及并行加速系统研制等方面的进展，最后介绍了pFind系统的下一步研究设想。 　　报告题目：构建心血管蛋白质组生物医学数据库及分析平台 　　报告人：浙江大学生物医学工程与仪器科学学院段会龙教授 段会龙教授 　　心血管疾病是威胁人类健康的主要疾病。以高分辨率质谱技术为基础的心脏蛋白质组研究是发展心血管研究的一个重要方向。段会龙课题组通过对心血管医学和生物学、蛋白质组学和生物医学信息学的多学科交叉研究，构建了心血管生物医学数据库，重点在心血管蛋白质组数据集成、处理和分析，生物医学数据库体系构建、数据共享和发布等诸多关键技术上进行突破。 　　该课题组目前已完成了如下工作： 　　(1)心血管蛋白质组数据体系结构：构建了以蛋白质组信息为主体的数据库体系结构，以心脏线粒体蛋白质组为基础建立了核心数据集，该核心数据集包含了1663种心脏线粒体蛋白质以及与之相对应的2万7千多个生物质谱谱图。 　　(2)心血管蛋白质组数据库搜索引擎：初步建立了数据搜索引擎，可通过蛋白、肽段序列等信息对相应的生物质谱谱图进行检索，实现了与欧洲生物信息学研究所 (EBI) 的IPI蛋白质数据库间的数据关联。 　　(3)心血管生物医学数据库平台：研究和开发了相应的数据库网络公共平台。该网络平台的首个版本将在2010年末面向全世界发布，通过对心血管生物医学数据信息和资源的实时共享，服务于全世界心血管研究群体。 　　报告题目：大规模蛋白质组研究中的质谱数据定量分析方法 　　报告人：国防科技大学机电工程与自动化学院谢红卫教授 谢红卫教授 　　谢红卫教授利用一系列大规模定量分析的数据集，包括稳定同位素标记和进行重复实验的无标记定量数据，进行了一系列分析和研究，目前取得了很大的结果： 　　(1)总结了无标记和稳定同位素标记定量数据分析的典型流程，并且结合实际的数据分析结果，初步研究了各种分析流程优势和问题。 　　(2)针对丁来那个信息提取问题，利用重复实验数据集，比较优化了其关键步骤。 　　(3)利用实际实验数据，初步研究了同位素分布实验误差和质荷比误差等对定量分析参数选择有重要影响的问题。 　　(4)针对定量计算速度慢的问题，提出了索引文件和基于hash表的信息检索方式，将定量计算的时间缩短为原来的1/10。 　　(5)设计了一种可逆的色谱保留时间对齐模型，大大缩短了无标记定量数据处理中色谱保留时间对齐的计算复杂度。 　　(6)提出了一种以信号强度为参量的差异分布模型，能够提高差异检验的灵敏度。 　　(7)开发了无标记定量软件LFQuant、标记定量软件SILVER，已经无鉴定定量分析工具XICFinder。其中SILVER能够支持自定义标记方法，提供了图形化界面。LFQuant速度和定量精度等性能经过了多次优化。 　　报告题目：多层次蛋白质磷酸化分析中的数据处理方法研究 　　报告人：中国科学院大连化学物理研究所叶明亮研究员 叶明亮研究员 　　叶明亮研究员在报告中提到，根据研究目的的不同，蛋白质磷酸化的分析可以划分为三个层次：信号转导通路中关键节点蛋白质的磷酸化、生物体内的所有蛋白质的磷酸化(即磷酸化蛋白质组)、生物体内的所有激酶与底物的相互作用(磷酸化调控网络)。不同层次的分析有不同的目的，样品的复杂度也不同，因此需要不同的数据处理方法。 　　在节点蛋白质的磷酸化分析方面，为实现对某一感兴趣蛋白质中磷酸化位点的全面分析鉴定，发展了一种基于改进的目标-伪数据库用于数据检索，来高覆盖率、高可靠鉴定简单蛋白样品中的磷酸化位点信息的方法。并且从搜库耗时上，允许用多种低特异性的酶来提高简单蛋白样品的序列鉴定的覆盖度，从而更加全面的鉴定样品的磷酸化位点信息。 　　在磷酸化蛋白质组层次上要实现在保持较高可信度和灵敏度的情况下对海量质谱数据以及检索数据进行自动化处理。针对磷酸化蛋白质组学中磷酸化肽段鉴定难，假阳性率高，主要依赖于人工验证的现状，发展了一种结合MS2和MS3图谱以及正伪数据库检索的自动磷酸化肽段鉴定方法。该方法结合了MS2和MS3的鉴定信息，提高了磷酸化肽段鉴定的灵敏度和可信度，可以自动的对磷酸化肽段进行鉴定而无需进一步的人工验证。利用这种方法，结合磷酸肽的多维分析已经可以从人肝组织中鉴定超过8000个磷酸化位点。最近，其课题组还发展了一种基于分类筛选的磷酸化肽段鉴定方法，该方法结合了MS2/MS3方法的高可信度，并且考虑了部分不易发生中性丢失的磷酸化肽段的鉴定，进一步提高了磷酸化肽段鉴定的灵敏度。 　　在磷酸化调控网络层次主要是揭示激酶与底物蛋白质上磷酸化位点的对应关系，叶明亮研究员表示，这是该课题组今后研究的一个重要方向，目前已经在与合作者利用生物信息学的方法模拟构建磷酸化网络图。

21世纪是生命科学的世纪，随着人类基因组计划的完成，人类蛋白组研究成为了生命科学乃至自然科学领域下一步的重大科学命题。在这一背景下，2004年6月30日，由军事医学科学院院长贺福初院士牵头，军事医学科学院、中国科学院、中国医学科学院、清华大学、北京大学、北京生物技术和新医药产业促进中心及江中集团共同发起，组建成立BPRC，并于2005年10月29日正式入驻中关村生命科学园。 　　2012年7月26日，仪器信息网编辑和我要测工作人员走访了中关村生命科学园内的北京蛋白质组研究中心(Beijing Proteome Research Center以下简称BPRC)。走访得到了BPRC技术部史冬梅部长的热情接待，不但了解了BPRC的一些具体情况，还参观了部分实验室。 　　据了解，BPRC专注于具有自主知识产权的蛋白质组和功能基因组的研究与开发，经过5年的建设，已经成为国际人类肝脏蛋白质组计划执行总部、蛋白质组学国家重点实验室、全军蛋白质组学重点实验室、蛋白质组学北京市重点实验室、“首都科技条件平台”和“中关村开放实验室”。另外，申报的蛋白质药物国家工程研究中心、国家蛋白质科学基础设施也已获得国家发改委批准，即将启动建设。BPRC建成“产、学、研、用”四维一体的综合基地的目标正在逐步实现中。 　　 BPRC取得的部分资质 　　BPRC内部办公区 　　BPRC部分专家简介 　　BPRC实验室部分仪器：AB SCIEX三重四极杆质谱 　　BPRC实验室部分仪器：赛默飞三重四极杆质谱 　　BPRC实验室部分仪器 　　仪器信息网编辑和史冬梅部长(中)合影 　　科研项目 　　BPRC现有蛋白质分离鉴定、翻译后修饰蛋白质组、多肽组、蛋白质相互作用、蛋白质定位、功能蛋白质组、功能基因组、肝脏免疫学、脑/神经蛋白质组、模式生物蛋白质组、抗体工程、蛋白质工程、蛋白质组新技术、生物信息学、网络与信号转导共15个研究室，仅拥有的大型设备总价值就达六、七百万，研究团队200多人，包括1名中科院院士、16名研究员、23名副研究员，还有国际人类蛋白质组组织理事1人、亚太地区人类蛋白质组组织副主席1人、蛋白质组学国际权威刊物Proteomics编辑4人，CNHUPO委员12人。 　　目前，BPRC承担的各类科研任务共计172项，其中由中心牵头承担的重大项目包括973有4项，863项目4项，国际合作项目4项，国家自然科学基金项目13项，国家自然基金创新群体1项，“艾滋病和病毒性肝炎等重大传染病防治”专项2项，国家重大新药创制和军用特需新药创新专项7项。 　　在接受任务的同时，BPRC也取得了很多骄人的成绩：多人多次获得国际、国家、军队和北京市的科研奖项，仅2011年，BPRC就有10名科技人员获奖，其中贺福初院士获得由人类蛋白质组组织颁发的“杰出贡献奖”，张令强研究员一人获得了“国家杰出青年科学基金” 、“中国科协求是杰出青年实用工程奖”和“贝时璋青年生物物理学家奖”3个奖项 在国际刊物Nature、Science、Mol Cell Proteomics等发表了多篇文章，平均影响因子达5.7 除此之外，BPRC还获得了40项国家、欧盟专利及软件著作权，并将部分开发的软件放到互联网上，供有需要的人免费使用。 　　人才培养 　　人才是科研的关键和未来，BPRC对人才的培养主要分三个方面进行：一、对现有人员的扶持和激励，设立“凤凰”杰出人才奖励基金、“雏鹰计划”、“青苗计划”、“重点实验室青年研究项目”和“绿叶奖”等各类人才基金，鼓励人才大胆创新 二、对生力军的大力培养，除军事研究科学院招收的部分研究生外，BPRC还接受访问学者、留学生和进修生，至今已培养出100余名博士、80余名硕士、20余名博士后，其中2人获得全国百篇优秀博士学问论文 三、面向蛋白质相关研究人员的技术培训，BPRC已举办各类培训班50余期，培训学员近万人次，包括医疗、制药等多个行业的从业人员，对推进中国蛋白质组学领域的研究和应用起到了推动。 　　在人才的培养的同时，BPRC也不忘交流和互动，先后主办了多次大型学术会议和科研交流活动。一方面鼓励科研人员走出去，参加国外的高端科研会议学习、取经，如2011年9月4-7日，贺福初院士等一行十余人赴瑞士日内瓦参加第十届国际蛋白质组大会 另一方面欢迎国外的专家学者来BPRC进行学术交流，如世界知名制药企业罗氏和默克公司，都曾由全球研发总裁带队，带领公司高层和技术人员到BPRC参观、考察。 　　对外服务 　　BPRC充分发挥自身技术平台的人力、技术和设备优势，本着资源共享的宗旨，接受委托研究并对外提供技术服务。资质方面，BPRC参与了国际人类蛋白质组组织(HUPO)组织的全球27家实验室比对评估实验，是首批获得100%正确结果的6家实验室之一，并通过了ISO/IEC17025:2005(CNAS-CL01)实验室认可，有着完善的质量控制体系，是首都科技条件平台和中关村开放实验室成员，可提供蛋白质组学、多肽组学及相关药物结构确认等多项服务。目前为止，服务范围已覆盖全国各省市，为500余家研究院所、高校、医院、食品及生物医药企业提供过技术服务。 　　另外，BPRC还对外提供一些科研检测试剂盒和毛细管液相色谱填充柱。这些都是BPRC自主研发，平时应用于研究中的一些成熟产品，对于特定实验有着更高的灵敏度和更短的检测时间，并可根据客户需要量身订制，满足客户实际需求。 　　附录：北京蛋白质组研究中心 　　http://www.bprc.ac.cn

后基因组时代蛋白质组闪亮登场 中国计量院高通量蛋白质检测技术研究取得重大突破 　　“高通量蛋白质分离检测关键技术研究取得的突破给我们很大鼓舞，但这只是我们大规模系统集成研究的一部分，我们正在着力于系统后续的研究。相信，在不久的将来，这套集成系统将为蛋白质组的分析提供一个完整规范的平台。”谈起不久前通过项目鉴定的《高通量蛋白质分离检测关键技术研究》和取得的成果，中国计量科学研究院生物、能源与环境研究所科学仪器研究室主任刘新志显得踌躇满志。 　　随着全球性的国际人类基因组计划的初步完成，一个以蛋白质和基因调节为研究重点的后基因组时代已经拉开序幕。蛋白质是生理功能的执行者，是生命现象的直接体现者，对蛋白质结构和功能的研究将直接阐明生命在生理或病理条件下的变化机制。伴随人类基因组研究而发展的蛋白质组学则是研究细胞内各种蛋白质的组成及其活动规律的一门新兴学科。后基因组时代，蛋白质组将成为重点研究方向之一，并将有力推动生物产业的持续性高速发展。 　　“蛋白质组研究是一门极为年轻的科学，从诞生到蓬勃发展也不过七八年历史，我国的研究时间也只有六年而已。但其发展速度非常迅猛，应用范围也非常广泛。”刘新志说。 　　蛋白质组研究对生命科学、化学分析、食品安全、人类健康等诸多领域都有着重要意义。例如，几乎所有的药物都是通过蛋白质发挥作用，蛋白质组学在药学研究中的应用不仅可直接产生新的药物，更重要的是可减少对新药开发研制的盲目性，大大加速和简化新药研制的过程 通过对疾病不同阶段蛋白质组的研究，还可帮助诊断和防治疾病。目前，蛋白质组学已成功用于肿瘤、糖尿病、艾滋病、关节炎等多种疾病的诊断和治疗。 　　“蛋白质组研究的核心技术分为两个部分：蛋白质分离技术和蛋白质鉴定技术。实验数据表明，现阶段依赖质谱分析的蛋白质鉴定技术的发展水平远高于蛋白质分离技术的发展水平。但对大分子、复合物、细胞的分离纯化是进行更详尽的生物鉴定和工程化应用所必需的重要步骤，如果不能快速有效地进行蛋白质分离，后续的鉴定也无法进行。所以，蛋白质组研究的瓶颈来自于蛋白质分离技术的限制。”刘新志打了一个比喻：“蛋白质鉴定技术好比一条宽敞的高速路，但通往这条高速路的必经路——蛋白质分离技术就好比一条小胡同，这条小胡同严重影响了车辆的快速通行。” 　　据介绍，目前蛋白质分离技术主要有两种——双向电泳技术和高效液相色谱技术。“这两种传统技术与生俱来的缺点是很难分解出难溶性蛋白，而且不能分解出不溶性蛋白。要打通这条小胡同，就必须找到一种新的方法、研制一种新的装置，能够有效地分离出难溶性蛋白和不溶性蛋白，并且要实现高通量快速分离。”刘新志介绍。 　　由中国计量科学研究院完成的《高通量蛋白质检测关键技术的研究》课题在解决蛋白质的快速分离技术方面取得了重大突破。研究建立了以反向加样连续自由流电泳(FFE)分离方法为核心的高通量蛋白质分离检测技术中最为关键的高稳定度自由流电泳(HSFFE)装置。“该装置最显著的特点就是解决了两种传统的分离技术所不能解决的问题——从蛋白混合物中有效地分离出可溶性蛋白、难溶性蛋白、不溶性蛋白，实现了对这三种蛋白的完全分离 其次，装置的通量高，速度快，能够满足蛋白质快速分离鉴定的需要。”刘新志说。 　　专家认为，该装置是我国第一台自主研发的实用大型地基液相制备电泳装置，主要指标已经达到国际同类装置的技术水平。同时，该课题的实施具有技术上的前瞻性和集成创新性，对蛋白质组学研究提供了关键的技术支撑。具有自主知识产权的这项成果降低了我国在同类仪器设备上对国外技术的依存度，具有较高的实际应用价值。该装置不仅可以为我国的蛋白质组基础研究提供技术支撑，还可以广泛应用于生物产业的生产环节，如生物制药。同时，还能应用于医学临床，如疾病预防和临床监测。正如一位资深的生物学家所说：“其应用范围几乎可以遍及生物学、生物化学和细胞学的各个领域。” 　　“虽然这套装置本身已经可以作为独立的产品应用于相关领域，但这并不是我们的最终目的。我们的目标是实现以该装置为核心的高通量完整蛋白质分离、酶解消化、肽段分离和质谱鉴定接口的大规模系统集成，以保证蛋白质组的分析可以在一个连续自控的系统中规范化完成。到时候，我们的装置将发挥更大的作用。”刘新志信心十足。

随着人类基因组计划的完成，因对基因组的解读需求，后基因组时代到来；蛋白质是生命活动的功能执行者，是基因编码的终产物和药物作用于体内的直接靶标，我们期待借助超高分辨质谱技术为依赖的蛋白质组学技术来解读基因组学的天书，让质谱表征的蛋白质组学能够为生命活动提供更加贴近表型的解释。它为疾病致病机理发现、癌症的早期诊断及新型标志物研发、预后预测、精zhun分型、指导用药、临床样本数字化等均提供了准确全面的信息，为人类的疾病治疗策略、药物开发等提供新方案，是人类对抗疾病、保持健康的又一利器。1. 蛋白质组学与癌症的诊断与治疗基于超高分辨质谱的癌症蛋白质组学分子图谱的全景研究，目前已得到长足的发展，其中中国的蛋白质组学人也作出了非常优异的工作。科学家们试图对癌症患者的样本进行蛋白质组学分析，寻找每种癌症的驱动靶点，并使用特定的药物进行干预治疗。CNHPP团队有许多代表性工作，如2019年发表于Nature的围绕乙肝病毒感染相关的临床早期肝细胞癌患者样本进行蛋白质组学与磷酸化蛋白质组学分析，将患者分为三个亚型，并发现了早期肝癌的治疗靶点SOAT1[1]；而发表于Cell的关于肺腺癌的研究，选取了中国人群的103例肺腺癌的癌与癌旁组织，进行蛋白质组学表达谱及磷酸化翻译后修饰谱的表征，发现了aging这一在不吸烟的女性患者显著富集的特征，通过蛋白质组学数据将病人分为三个亚型且可有效指征病人的预后，并发现了HSP90β可作为潜在的诊断标志物[2]。Fig1. HBV相关的早期肝细胞癌样本多组学分析示意图（点击查看大图）Fig.2 肺腺癌样本多组学分析示意图（点击查看大图）2. 人类的追求：瘦与长寿除了我们一直关注的肿瘤的话题，特别是年轻人，总有一个特别关注点，那就是减肥，而随着工业化进程的推进，现代人拥有了源源不断的能量来源，也使得肥胖成为一个全球性的问题。发表于蛋白质组学专业领域杂志MCP上的文章中[3]，作者应用TMT定量蛋白质组学技术，揭示了年龄因素及长期、短期高脂饮食对小鼠的影响的研究发现，在短期的高脂饮食组中，差异蛋白主要集中于脂代谢和氧化还原通路，而长期的高脂饮食则使得差异变化的蛋白集中于免疫应答通路及体液调节系统-肾素-血管紧张素系统；值得关注的是，若再引入年龄因素，在高脂饮食与衰老因素的共同作用下，发生了剧烈的蛋白质表达量的变化(155个差异蛋白)，主要集中于尿素循环、免疫应答/补体激活、细胞外基质重塑以及细胞凋亡等途径。这也提示我们，随着我们年龄的增长，要更加关注自己体重的变化哦。Fig.3 各比较组差异蛋白（点击查看大图）随着年龄的增长，许多疾病的风险加大，而衰老本身，也是一个人类关注的永恒的主题。作为神经退行性疾病的阿尔茨海默病(AD),对患者本身及其家庭都会带来较重的负担，故对高危患者的早期识别与诊断尤其重要。发表于衰老领域专业杂志Aging cell的文章[4]，作者根据患者的认知障碍程度，将患者分为轻度及重度认知障碍组与对照人群组的与神经元在生物学上有相似之处的血小板样品进行TMT标记的差异蛋白质组学分析,发现四种血小板蛋白PHB，UQCRH，GP1BA和FINC的组合有希望成为判断患者认知能力的生物标志物。Fig.4轻度及重度认知障碍组与对照人群组差异蛋白及通路图（点击查看大图）同样发表于Aging cell的文献对衰老的蛋白质组学研究中的标志物和通路进行综述[5]，在对血浆、血清、尿液、唾液及多种组织的研究中，共鉴定到232种年龄相关的蛋白，对这蛋白进行富集分析，其主要集中于胰岛素样生长因子(IGF)通路、丝裂原活化蛋白激酶(MAPK)、缺氧诱导因子1(H1F1)、细胞因子信号通路、叉形头转录因子O亚型(FOXO)代谢通路、叶酸代谢通路、晚期糖基化终末产物(AGE)以及其受体 (RAGE)的代谢通路等。这些通路许多都已证明与衰老相关，如IGF1通路，其激活的下游MAKP通路以及PI3K通路汇聚靶点mTOR都会影响细胞的生长、分化等功能，并最终影响人类的衰老、寿命。Fig.5衰老相关蛋白富集通路分析（点击查看大图）3. 未来已来：质谱技术在生物大分子临床检测中的应用在各个领域的疾病的基础研究及临床检测中，基于质谱的定量蛋白质组学均可作为一个强劲的工具，为人类关注的健康主题开展研究，探究其治病机制、寻找更可靠有效的治疗手段等；而除基础研究外，质谱大分子检测技术也直接走向临床，造福患者。如依赖超高分辨质谱检测的类胰岛素生长因子IGF1的案例，IGF1是一种人体内的激素，其与胰岛素有着相似的功能，可参与并维持血糖水平，并与生长激素一起促进骨骼和组织的生长。IGF1检测可用于临床诊断生长发育迟缓的青少年儿童及用药后评价。质谱对于检测IGF1突变的检测优于免疫法，且不受制于抗体的产品，使得质谱法对IGF1的检测逐渐成为金标准。利用Transcend II TLX-4与Orbitrap超高分辨质谱连用的方法，使得对IGF1的超高通量的精zhun定量成为可能。Fig.6 IGF1检测流程图（点击查看大图）面对新冠大流行的局面，RT-qPCR技术以其超高的灵敏度成为新冠病毒检测的金标准；而面对日益增长的检测需求，RT-qPCR也出现了如试剂短缺等问题。质谱仪器同样具备超高的灵敏度，使用质谱来辅助新冠病毒检测的方法也应运而生。2020年发表于AC的文章中[6]，研究人员利用超高分辨质谱的PRM的采集模式，对来自新冠病毒的NP蛋白和S蛋白的特异的靶标肽段，在模拟的体液复杂样品体系中进行定量, 结果显示检测所需病毒颗粒的滴度约为2 × 105个病毒颗粒/mL, 使其成为一种有吸引力的替代RT-qPCR的检测方法。Fig.7 SARS-CoV-2靶标肽段PRM分析工作流程示意图（点击查看大图）参考文献：

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。

2011年4月15日—18日，月旭公司的董事长赵岳星博士将带领相关人员参加在浙江省杭州市举办的“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”。本届会议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）和国际蛋白质组学论坛（IFP）主办，北京蛋白质组研究中心、国际蛋白质组学论坛及浙江大学共同承办。 月旭公司是Eksigent品牌从2007年以来在中国（包括香港）地区的du家代理；从2011年起，月旭公司被授权du家代理AB以外的中国区业务。 展会期间，月旭公司也将展出Xtimate、Ultimate、Welchrom和Topsil等四大系列的色谱柱、Welchrom气相柱、SPE固相萃取小柱、样品瓶等色谱耗材。月旭公司在本届会议上的展台号：A4，欢迎广大新老客户的光临和咨询！

2020年初，一场突如其来的疫情打乱了大家的生活节奏。面对来势汹涌的疫情，全国上下正在积聚力量，全力战胜新型高致病性冠状病毒（2019-nCoV）。医护人员、解放军战士、志愿者们纷纷奔赴武汉，与疫魔竞速，守卫着国民的生命安全，致敬最美逆行者！同时疫情研究者一样没有停下自己的脚步，特别是在分子水平，我们调研了基于Orbitrap超高分辨的蛋白质组学和结构组学技术在病毒学研究中的应用，谨以此文致敬白衣天使和深耕医学研究的学者。Orbitrap技术促进病毒机理研究病毒与宿主共同进化，获得捕获和操纵宿主细胞过程进行复制的机制传播。同样，宿主细胞会通过部署防御机制或通过适应感染环境。在整个感染过程中，细胞严重依赖于时空调控的病毒-宿主蛋白-蛋白相互作用的形成。 蛋白质组学方法与病毒学的结合促进了对病毒复制、抗病毒宿主反应和病毒对宿主防御的颠覆机制的深入研究。而Orbitrap技术依靠其高灵敏度、高精度，高通量等特性在该方面表现出色。案例一：Orbitrap技术深度挖掘病毒-宿主蛋白质相互作用2019年Viruses杂志上发表了基于组学技术研究宿主变化的综述，质谱技术中基于亲和纯化分离蛋白质复合物随后进行MS分析（AP-MS）的方法可以用于分离病毒-病毒和病毒-宿主多蛋白复合物，可识别间接和直接的蛋白质相互作用，提供相互作用事件的瞬时信息，或跟踪单个病毒基因产物的过表达，以深入了解单个蛋白质的功能；表达蛋白质组学技术（定量蛋白质组学和翻译后修饰组学）可以研究病毒蛋白的组成，宿主在病毒入侵过程中蛋白质和翻译后修饰的动态变化。（Viruses 2019, 11, 878 doi:10.3390/v11090878）迄今为止，基于蛋白质组学方法的进展已经为识别数量惊人的病毒-宿主蛋白关联铺平了道路，科学家基于这些数据构建了包含了5000多种病毒成分和宿主细胞之间的非冗余蛋白相互作用数据库。这些有价值的信息库包括相互作用蛋白数据库、VirHostNet(http://virhostnet.prabi.fr/)、VirusMentha(Nucleic Acids Res. 2015 43(D1):D588–D592)、IntAct-MINT(Nucleic Acids Res. 2015 43(D1):D583–D587)和Uniprot。 案例二：Orbitrap技术揭示新型塞卡病毒宿主因子Pietro,Scaturro, Alexey, et al. Nature, 2018 寨卡病毒(ZIKV)最近成为全球健康问题，由于它的广泛传播和与严重的联系新生儿神经症状和小头症。然而,与致病性相关的分子机制关于ZIKV的大部分仍然未知。 技术路线：利用赛默飞 LTQ-Orbitrap和Orbitrap Q Exactive HF质谱进行全蛋白质组学和修饰蛋白质组学（实验路线见下图a），研究对象为神经细胞系SK-N-BE2和NPC细胞，表征细胞对病毒的反应，在蛋白质组和磷酸化蛋白质组水平上的变化，利用亲和蛋白组学方法鉴定ZIKV蛋白的细胞靶点。使用这种方法，找到了386个与zikv相互作用的蛋白质，导致宿主在神经发育受损，视网膜缺陷和不孕。此外，确定了寨卡病毒感染后1216个磷酸化位点存在上调或下调，来自AKT, MAPK-ERK和ATM-ATR信号通路中，为防范ZIKV感染扩散提供机制基础。在功能上，系统地理解了ZIKV诱导后的宿主的蛋白质和细胞通路水平的扰动，并对感染后细胞施加Rock抑制剂药物干预,利用非标定量蛋白质组学方法分析差异蛋白进行验证（下图热图），补充这一空白。技术路线图案例三：Orbitrap技术深入探寻寨卡病毒病毒与宿主的相互作用Etienne Coyaud, et al. Molecular & Cellular Proteomics，2018,技术路线技术路线：本文利用生物素识别以及IPMS亲和纯化结合MS 方法，研究寨卡病毒侵染后病毒与宿主细胞蛋白质的相互作用（技术路线见上图），实验结果揭示了1224个蛋白3033多肽形成的相互作用网络（见下图a）。相互作用包括多肽加工和质量控制、囊泡方面的作用运输，RNA处理和脂质代谢。40%的 作用都是以新报道的相互作用。通过数据挖掘分析，揭示过氧化物酶体在ZIKV感染中的关键作用。病毒宿主蛋白相互作用网络图 温馨提示：积极防护 保护自己 戴口罩 勤洗手

【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。

随着蛋白质组学的兴起，特别是质谱技术的快速发展，蛋白质组学研究中产生的数据规模越来越大。依靠简单的手工处理已经远远不能满足问题的需求,通过先进的计算机算法与软件工具来自动处理大批量的蛋白质组数据已经成为蛋白质组学研究的重要分支，这就是“计算蛋白质组学”(Computational Proteomics)。 　　“计算蛋白质组学”是以计算技术为主要手段，通过开发高效的算法和实用的软件工具来处理大规模的蛋白质实验或模拟数据，解决蛋白质组学研究中的蛋白质鉴定、翻译后修饰分析、蛋白质定量、蛋白质相互作用、蛋白质定位、蛋白质结构或蛋白质动力学等领域中的问题。我国的计算蛋白质组学与国际基本处于同步的发展态势，特别是最近十年内在中国蛋白质组学项目的驱动下，计算蛋白质组学的研究发展迅速。 　　为了推动计算技术在中国的蛋白质组研究中发挥出更加切实的作用，由中国科学院计算技术研究所主办的“首届中国计算蛋白质组学研讨会”将于2010年11月10日至11日在北京召开。 　　会议主题：计算蛋白质组学 　　研讨内容：质谱数据分析、蛋白质鉴定、翻译后修饰、蛋白质定量、蛋白质相互作用、蛋白质定位、蛋白质结构、蛋白基因组学等。 会议报告日程 2010年11月10日星期三上午: 大会邀请报告(一) Wednesday, November 10, 2010: Invited talks 地点: 中科院计算所一楼多功能报告厅 主持人: 王通 应万涛 时间 Time 报告题目 Title 报告人 Speaker 报告人单位 Institution 报告摘要页码 Abstract Page 8:30-9:00 签到注册 参加培训的不需注册 (不收注册费) 9:00-9:10 首届中国计算蛋白质组学研讨会简介 Brief introduction to CNCP2010 贺思敏 中科院计算所 9:10-9:20 欢迎词 Opening Ceremony 所领导 中科院计算所 9:20-9:40 合影 Photo 全体 (计算所一楼大厅) 9:40-10:10 糖蛋白结构的质谱数据库 杨芃原 复旦大学 19 10:10-10:40 核心岩藻糖化蛋白质特异性发掘的系统解决方案 Establishment of a systematic method coupling consecutive MSn and software tools for charactering core-fucosylated glycoproteins 应万涛 北京蛋白质组研究中心 20 10:40-11:10 利用串联质谱技术解析多糖结构 Glycan Structure Sequencing with Tandem Mass Spectrometry 张凯中 加拿大西安大略大学 21 11:10-11:20 休息 Break 11:20-11:50 解码细胞迁移过程中的信号通路网络 Deciphering the Signaling Network in the Leading Edge of the Migrating Cells 汪迎春 中科院遗传与发育生物学研究所 22 11:50-12:20 信号通路分析辅助的功能蛋白质组学研究策略 Pathway analysis-assisted study strategy in functional proteomics 王通 暨南大学 23 12:20-13:30 午餐 Lunch 全体 2010年11月10日星期三下午: 大会邀请报告(二) Wednesday, November 10, 2010: Invited talks 地点: 中科院计算所一楼多功能报告厅 主持人: 谢鹭 陆豪杰 时间 Time 报告题目 Title 报告人 Speaker 报告人单位 Institution 报告摘要页码 Abstract Page 1:30-2:00 利用稳定同位素代谢标记研究哺乳动物动态蛋白质组的数据处理平台 A dataprocessing platform for mammalian proteome dynamics studies using stable isotope metabolic labeling 关慎恒 美国加州大学旧金山分校 24 2:00-2:30 大规模SILAC标记定量蛋白质组学研究中的数据分析 Data analysis in large scale quantitative proteomics study with SILAC approach 徐平 北京蛋白质组研究中心 25 2:30-3:00 体内终端氨基酸标记在定量蛋白质组学中的应用In vivo termini amino acid labeling for quantitative proteomics 陆豪杰 复旦大学 26 3:00-3:30 利用基于肽段计数的无标记定量技术揭示线粒体蛋白质组的功能特性 Quantitative Analysis of Mitochondrial Proteomes using Normalized Spectral Abundance Factor 邓宁 浙江大学 27 3:30-3:50 休息 Break 3:50-4:20 尿液蛋白质疾病标志物数据库 The urinary protein biomarker database 邵晨 中国协和医科大学 28 4:20-4:50 基于质谱数据发现小鼠基因组新蛋白质编码区域 The discovery of novel protein-coding features in mouse genome based on mass spectrometry data 谢鹭 上海生物信息中心 29 4:50-5:20 从新一代测序技术的组学到基于质谱仪的蛋白质组学 -- 华大基因的生物信息学 From NGS Genomics to MS-based Proteomics -- BGI's bioinformatics activities 张勇 深圳华大基因研究院 30 5:20-5:50 腾冲嗜热菌的多温度条件下的蛋白质组基因组学研究 赵屹 中科院计算所 31 5:50-7:30 宴会 Banquet 邀请专家 2010年11月11日星期四上午: 大会邀请报告(三) Thursday, November 11, 2010: Invited talks 地点: 中科院计算所一楼多功能报告厅 主持人: 邹汉法 孙瑞祥 时间 Time 报告题目 Title 报告人 Speaker 报告人单位 Institution 报告摘要页码 Abstract Page 8:30-9:00 签到注册 未注册的人员 (不收注册费) 9:00-9:30 基于HCD谱图的肽段从头测序 De novo Sequencing of Peptides Using HCD Spectra 董梦秋 北京生命科学研究所 32 9:30-10:00 从未知基因组到可测定的蛋白质组：通过从头测序来研究依赖于pH值的N10细菌蛋白质组 From an unknown genome to a measurable proteome: Studying on the pH-dependent proteomes in N10 bacteria by denovo sequencing 王全会 中科院北京基因组研究所 33 10:00-10:30 利用质谱和同源数据库进行全蛋白测序 Complete Protein Sequencing with MS/MS and a Homologous Database 马斌 加拿大滑铁卢大学 34 10:30-11:00 电子转运裂解质谱:特征发现与鉴定应用 Electron Transfer Dissociation: Characterization and Applications in Protein Identification 孙瑞祥 中科院计算所 35 11:00-11:20 休息 Break 11:20-11:50 基于质谱的蛋白质组学数据处理新方法和平台发展 Development of Methods and Platform for Data Processes in Mass Spectrometry Based Proteome Research 邹汉法 大连化学物理研究所 36 11:50-12:20 基于优化的肽质量指纹谱方法鉴定蛋白质混合物 Optimization-Based Peptide Mass Fingerprinting for Protein Mixture Identification 余维川 香港科技大学 37 12:20-13:30 午餐 Lunch 全体 2010年11月11日星期四下午: 大会邀请报告(四) Thursday, November 11, 2010: Invited talks 地点: 中科院计算所一楼多功能报告厅 主持人: 张红雨 付岩 时间 Time 报告题目 Title报告人 Speaker 报告人单位 Institution 报告摘要页码 Abstract Page 1:30-2:00 基于相关谱图对的非限制性修饰检测 Unrestrictive modification detection based on related spectral pairs 付岩 中科院计算所 38 2:00-2:30 评价诱饵库设计，搜索策略，匹配误差和质量控制对鸟枪法蛋白质组学中肽段鉴定精确性的影响 Evaluation of the effect of decoy design, search strategy, mass tolerance and quality control method on the accuracy of peptide identifications in shotgun proteomics 朱云平 北京蛋白质组研究中心 39 2:30-3:00 BuildSummary : 一个基于目标-诱饵策略的蛋白质鉴定整合软件 BuildSummary: A software tool for assembling protein 盛泉虎 上海生命科学研究院 40 3:00-3:30 冷冻电镜中的计算方法：图像数据处理和三维重构 Computational methods in cryo-electron microscopy: image data processing and 3D structure reconstruction 张法 中科院计算所 41 3:30-3:50 休息 Break 3:50-4:20 DomainRBF: 一种对疾病相关蛋白质结构域进行优先排序的贝叶斯回归方法 DomainRBF: a Bayesian regression approach to the prioritization of associations between protein domains and human complex diseases 江瑞 清华大学 42 4:20-4:50 蛋白质结构“字母表”设计 Designing Succinct Structural Alphabets 卜东波 中科院计算所 43 4:50-5:20 蛋白质作为分子化石 Proteins as molecular fossils 张红雨 华中农业大学 44 5:20-5:30 会议总结 杨芃原 复旦大学 5:30-7:00 晚餐 Supper 附件：首届中国计算蛋白质组学研讨会参会手册CNCP2010 Program.pdf

此次大会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，北京蛋白质组研究中心和复旦大学共同承办的第六届中国蛋白质组学大会定于2009年7月28～31日在江苏省泰州市召开，共有600余各单位用户参加了此次会议。戴安公司市场部和液相产品专家等在这次大会上展示了自己蛋白质领域新产品，双梯度液相DGLC和全二维离线蛋白分离Nano-LC及钛液相系统，该系列液相产品配备上质谱检测器，与同类产品相比较显示出了很大的优势特点，如一台双梯度液相相当于两台液相，Nano-LC自动进样器同时又是馏分收集器，钛液相系统的泵对蛋白质比较不锈钢泵和惰性流路有明显优势。作为此次中国蛋白质组学大会的银牌赞助商，戴安公司举办了蛋白质组学支撑技术专题会议，戴安公司新加坡技术专家讲蔡滨博士解了戴安公司Nano-LC在全自动离线二维蛋白质分离上的应用，听众听取该技术讲解后，对戴安公司蛋白质领域产品更加了解，并表达了合作意向。 戴安公司成立于1975年（纳斯达克股票：DNEX），位于美国硅谷Sunnyvale。公司奋斗目标是不断为全球化学工作者提供高科技产品，帮助减少繁复而耗时的实验室工作环节。公司成立同年，戴安公司发明了世界第一台离子色谱，该项革命性的分析技术使得全球化学工作者能够从混合物中快速分离鉴别出各项离子成分。历经几十年的发展，到目前为止戴安各项成熟技术已被大大扩展，包括离子色谱仪IC（全球市场份额80%），高效液相色谱HPLC包括毛细管和微流量液相色谱Nano-LC（全球市场份额40%），氨基酸直接分析仪AAA-Direct，快速溶剂萃取仪ASE和固相萃取仪Autotrace及在线分析仪器等。 Dionex Corporation was founded in 1975 with the goal of helping chemists become more productive by providing them with products that eliminate repetitive, time-consuming tasks. At the time, Dionex was developing ion chromatography (IC), an innovative analytical technique that enabled chemists to quickly separate, isolate, and identify ionic components of chemical mixtures. Since then, the scope of Dionex technology has expanded to include a broad range of techniques, including IC, high-performance liquid chromatography (HPLC) including capillary and nano LC, AAA-Direct，accelerated solvent extraction (ASE), automation, and on-line process analys 戴安中国市场部

大家好，本周为大家分享一篇发表在J Proteome Res.上的文章，Systematic Identification of Proteins Binding with Cisplatin in Blood by Affinity Chromatography and a Four-Dimensional Proteomic Method，该文章的通讯作者是华中科技大学药学院的杜支凤教授。以顺铂为代表的铂类抗癌药物广泛应用于治疗多种癌症肿瘤，如胃肠道癌、头颈部癌和卵巢癌等。在静脉滴注后，这些药物水解形成活性分子，与DNA结合并抑制DNA链的合成与复制，最终致使细胞死亡。然而，由于铂与硫醇的高亲和力，大多数铂在静脉注射后会与血液中的蛋白质结合；例如，人血清白蛋白 (HSA) 是含量最丰富的血清蛋白，也是血液中铂类药物的主要结合蛋白；另外，在红细胞中负责运输氧气的血红蛋白 (HB) 也被发现与铂结合，因此，有必要研究铂类药物在血液中的蛋白结合行为。先前的研究已经证明，利用质谱方法可以实现对高丰度蛋白质的可靠鉴定；然而，由于高丰度蛋白的干扰，占总蛋白的 80% 以上的低丰度蛋白则很少被鉴定。此外，由于缺乏足够信息，以及在胰蛋白酶消化过程中还原和烷基化剂的使用导致蛋白上的铂化位点无法被确定。更重要的是，目前排除假阳性结果的唯一方法是根据铂化肽的特征同位素模式，人工对比理论同位素和实验同位素，从而导致鉴定过程非常耗时并且具有较强的主观性。因此，有必要开发一种可靠、高效的方法来鉴定血液中铂类药物的结合蛋白质组。在血液蛋白质组学研究中，免疫亲和层析常用于消耗高丰度蛋白并富集低丰度蛋白。它有利于低丰度蛋白的鉴定和定量，从而可以提高血液中的蛋白质组覆盖范围。除了色谱分离外，离子淌度质谱 (IM−MS) 根据离子的迁移率差异进行分离，同样有助于低丰度蛋白质的分析。在金属化蛋白的鉴定中，金属化肽和游离肽的同位素分布模式明显具有差异，这有助于确定这些肽是否与金属药物结合。已经开发了一些数据处理软件程序来自动分配金属药物在已知蛋白质上的结合位点，如智能数字注释程序 (SNAP) 算法和 Apm2s 。本文结合高丰度蛋白分离和4D蛋白质组学方法 (IM-MS) ，系统、全面地鉴定了血液中顺铂的结合蛋白，并利用铂化肽的特征同位素模式和相似性算法来消除假阳性的识别。如图1所示，首先用超滤去除游离药物，然后使用多亲和去除柱分离血液样本中的高丰度和低丰度蛋白；用FAIMS Pro界面的nano-LC−MS/MS进行消化和分析；用MaxQuant对铂化的多肽和蛋白进行鉴定，用相似性算法Apm2s排除假阳性结果。在此基础上，采用基于平行反应监测 (PRM) 的方法测定了血浆中多肽与顺铂的结合率。本研究为系统鉴定血液中金属药物的结合蛋白提供了一种新方法，鉴定出的蛋白可能有助于了解铂类抗癌药物的毒性。图1 铂化蛋白的分离和鉴定以及用蛋白质组学方法测定顺铂与多肽之间的结合率的示意图本研究采用顺铂与人血浆的反应混合物建立了一种分析方法。为了与文献进行比较，样品的制备方法与文献中的制备方法相同1。选择CID作为碎裂方式，结果表明，从低丰度部分共鉴定出212个蛋白，从高丰度部分共鉴定出169个蛋白。在低丰度部分，共鉴定出1192个游离肽和208个铂化肽。其中，154个铂化肽被排除为假阳性结果，如文中表S1所示。高丰度部分的游离肽数和铂化肽数分别为1124个和169个，其中，144个铂化肽被排除为假阳性，如表S2所示。低丰度结合蛋白的鉴定在以往的研究中，由于高丰度蛋白的干扰，很少发现低丰度蛋白与铂的结合。本研究在高丰度蛋白被消耗后，从29个蛋白中共鉴定出54个铂化肽。APOA4中铂化肽的理论和实际质谱如图2所示，前体离子和铂化产物离子表现出特征的同位素峰。图片显示了关键的碎片离子的质谱图，用于分配铂化位点。在鉴定出的铂化蛋白中，CERU、FETUA、ITIH1和B4E1Z4有4个或更多的含铂肽，这表明铂可以与这些蛋白质的多条肽段结合。虽然低丰度蛋白只占血液中蛋白的一小部分，但它们具有非常重要的功能，对于维持正常生理活动不可或缺。例如，CERU可以将Fe2+氧化为Fe3+，并在铁代谢中发挥重要作用；B4E1Z4与补体激活相关。顺铂与这些蛋白的结合是否会对其功能产生影响仍有待进一步研究。图2 从低丰度蛋白部分鉴定出的铂化蛋白APOA4。(A)铂化肽的理论（左）和实验质谱（右）；(B)铂化肽的MS/MS和指示铂化位点的关键碎片离子的质谱图高丰度结合蛋白的鉴定IGHG1中一个铂化肽的理论和实验质谱如图3所示，其前体离子和铂化产物离子表现出特征同位素峰。根据关键的碎片离子确定了铂化位点。在已鉴定的蛋白中，ALBU（白蛋白）和CO3（补体C3）有4个或更多的含铂多肽。HSA负责血液中药物和小分子的运输，CO3在补体系统的激活中起着重要作用。高丰度蛋白与顺铂的结合已被用于提高肿瘤化疗的疗效和选择性，而新发现的高丰度结合蛋白有助于相关研究。与低丰度组分鉴定的铂化蛋白相比，大部分与低丰度组分蛋白不同，两个组分中仅共同检测到FETUA和CFAH作为铂化蛋白，这表明亲和层析对高丰度蛋白和低丰度蛋白的分离效果较好。图3 从高丰度蛋白部分鉴定出铂化蛋白IGHG1。(A)铂化肽的理论（左）和实验质谱（右）；(B)铂化肽的MS/MS和指示铂化位点的关键碎片离子的质谱图IM−MS分离铂化肽异构体如图4所示，通过nano-LC−IM−MS/MS成功分离了低丰度蛋白组分中FETUA的铂化肽异构体。同分异构体a和b是典型的铂化肽，由质谱图的同位素模式显示，它们被很好地分离。它们的MS/MS不同，根据关键碎片离子，异构体a和b的铂化位点分别被划分为M和H/T。这个例子显示了IM−MS对复杂样品的分辨能力。图4 用nanoLC−IM−MS/MS分离的低丰度蛋白组分中FETUA的铂化肽异构体。(A)m/z=764.67提取离子色谱和异构体a、b的质谱，理论质谱见中间；(B)异构体的MS/MS和关键碎片离子的质谱图结合蛋白的铂化位点在本文的两项研究中，His 和 Met 是首选的铂结合位点。此外，D、E、S和Y也被发现是铂结合位点。这也是合理的，因为血清蛋白的供氧氨基酸已被证明是顺铂的动力学首选结合位点。很少有Cys残基被鉴定为结合位点，这可能是由于没有还原和烷基化。肽的半胱氨酸常形成二硫键，不经还原和烷基化就无法识别，因此，序列覆盖率会很低。在未来的研究中，应使用替代还原剂来提高肽序列覆盖率。生物信息学分析 为了揭示铂化蛋白质的定位、功能和途径，将从高丰度和低丰度部分中鉴定的蛋白质组合起来并通过生物信息学工具进行分析。如图5A所示，GO分析表明大部分结合蛋白位于细胞外区域，发挥蛋白结合、金属离子结合、酶抑制剂等功能；因此，镀铂蛋白的定位证实了鉴定的可靠性。此外，这些蛋白质参与内肽酶活性、免疫系统过程、补体激活、炎症反应和凝血的负调节。为了阐明所涉及的途径，对鉴定的蛋白质进行了KEGG途径富集分析，结果表明最显着的富集途径是补体和凝血级联途径（图5B）。补体和凝血级联途径已被证明在造血干/祖细胞的动员中发挥关键作用，这对造血具有重要意义。顺铂的血液学毒性与其在补体和凝血级联途径中与血液蛋白的结合之间的相关性值得进一步研究。图5 (A)通过GO 分析确定的铂化蛋白的定位、分子功能和生物学过程；(B)铂化蛋白的富集途径血液蛋白与顺铂的结合率 由于未检测到一些铂化肽的游离形式，因此仅使用高丰度组分中的13种肽进行亲和力研究。可靠地计算了属于五种蛋白质的六种铂化肽的结合率。PRM分析中这些肽的信息见表S5，定量结果见图6。其中，富含组氨酸的糖蛋白的一种肽与顺铂的结合率最高，这可能是由于顺铂对含组氨酸和带负电荷的生物分子的高亲和力。Apoa1 蛋白的一个肽与顺铂的结合率最低。在本研究中可以确定结合率的铂化肽数量较少，这主要是由于某些肽的质谱响应低以及某些肽存在氧化形式。因此，这些肽的结合比率不能通过 PRM 方法确定。然而，与以往的研究相比，根据属于同一蛋白质的肽的质谱计数粗略估计某种蛋白质的丰度，这种方法可以更准确地确定高丰度肽与铂的结合率。图6 根据PRM分析多肽与顺铂的结合亲和力顺铂与血液蛋白的结合与其药代动力学、活性、毒性和副作用密切相关。然而，血液蛋白质组的复杂性限制了低丰度结合蛋白的鉴定。在本研究中，基于亲和色谱和nanoLC-IM-MS/MS 的 4D 蛋白质组学方法被用于分离低丰度和高丰度蛋白质并分析这两个部分。基于铂化肽的特征同位素分布和相似性算法，排除了假阳性鉴定。结果，共有 39 种蛋白质被鉴定为铂化蛋白质，这比之前研究中的数量要高得多。随后的生物信息学分析表明，这些结合蛋白位于细胞外区域，主要参与内肽酶活性、免疫系统过程、补体激活、炎症反应和凝血的负调控。最显着的富集途径是补体和凝血级联，这可能与顺铂的血液学毒性有关。高丰度部分的 PRM 分析表明，富含组氨酸的糖蛋白中的肽与高丰度组分中的顺铂的结合率最高。综上所述，本研究揭示了人类血液中与顺铂结合的蛋白质组，并计算了顺铂与血液蛋白的结合率。这种方法虽然在数据分析方面比较耗时，但它可以识别复杂系统中金属药物的低丰度结合蛋白，并且可以准确测量药物与血液蛋白的结合率。

1. “真”单细胞蛋白质组学引领者2019年8月12日，Nature Methods编辑Vivien Marx在Nature Methods上在线发表了题为“A dream of single-cell proteomics”的文章，蛋白质组学领域的领军人物之一苏黎世联邦理工学院Ruedi Aebersold教授在文章中评论到“It’s early days, but it’s not a distant dream to be able to tally the proteins in single cells” 。巧合的是，2019年也是基于timsTOF Pro的4D-蛋白质组学技术开始腾飞的一年。 2020年12月蛋白质组学领域两大领军科学家Matthias Mann团队（Max Planck Institute of Biochemistry)和Ruedi Aebersold团队（ETH Zurich）在Nature Methods发表题为“diaPASEF: parallel accumulation–serial fragmentation combined with data-independent acquisition”的文章，其共同开发的基于4D平台的DIA技术——diaPASEF，能够全面提升蛋白质鉴定覆盖率、重现性和定量准确性。因此，4D-DIA技术大幅提升的可靠性，之前不太被大家认可的DIA（数据非依赖性采集）技术真正开始大步向前，也是从此刻开始，4D-蛋白质组学技术的发展一发不可收拾。2021年11月2日，在第69届ASMS会议上，布鲁克公司发布第一代单细胞蛋白质组学质谱timsTOF SCP，“真”单细胞蛋白质组学方案横空出世，全球首台商品化timsTOF SCP落户于广州，表明在单细胞蛋白质组学领域中国研究者的前瞻性。在timsTOF SCP发布的第一年，单个HeLa细胞蛋白质鉴定已经接近2500种，即使在现在，这个单细胞鉴定深度也是其它质谱仪所不能企及的。这也让蛋白质组学领域领军科学家之一Matthias Mann教授发出了"I always said that single cell proteomics would not happen in my lifetime, but I'm happy to have been proven wrong。" 这样的感叹。2. “真”单细胞蛋白质组学质谱进化到第二代，可以上车了 2023年6月5日，在第71届ASMS会议上，布鲁克公司继续在“真”单细胞蛋白质组学上发力，重磅发布了timsTOF Ultra，“真”单细胞蛋白质组学质谱发展到第二代。timsTOF Ultra配备新型Captive Stray（CSI）Ultra离子源，第四代TIMS（捕集离子淌度）XR离子淌度和14位数模转换器，MSMS扫描速度提升到300Hz，继续占据MSMS扫描速度的头把交椅。 以HeLa细胞为例，人们一般认为单个细胞的蛋白质含量为200-250pg，于是有人将250 pg的进样量的蛋白鉴定数目等价于单细胞蛋白质组鉴定数目，但实际上系列稀释样本可以用来部分表现仪器灵敏度，无法代表真正单个细胞蛋白鉴定水平，“真”单细胞蛋白质组学的数据才是检验质谱灵敏度的唯一标准。布鲁克公司在第一代“真”单细胞蛋白质组学质谱timsTOF SCP上积累的宝贵经验和技术，在第二代timsTOF Ultra上完全得到了释放，通过CellenOne对HeLa细胞分选，获取1个、5个和10个细胞，采用dia-PASEF方法进行数据采集，Spectronaut 18数据分析，单个细胞22min可以鉴定超过3700种蛋白质（每个样本3针重复），1个HeLa细胞两次重复所鉴定的蛋白质强度相关系数0.95，显示出低至1个细胞的进样量也能得到高重复性。 德国柏林马克斯德 尔布吕克分子医学中心空间蛋白质组学研究小组负责人Fabian Coscia博士采用第一代“真”单细胞蛋白质组学质谱timsTOF SCP进行FFPE组织的单细胞分析，单个肝细胞当量的组织可以定量1500-2000种蛋白质。timsTOF Ultra灵敏度的提升，必将在FFPE组织的单细胞分析中发挥更强大的威力。3. “真”单细胞蛋白质组学主打“成熟可复制”单细胞蛋白质组学研究是一项复杂而前沿的科研领域，涉及许多挑战和门槛，比如用什么技术进行单个细胞的分选、分选后对单个细胞操作时怎么尽可能将低样本损失、质谱的灵敏度能否达到单细胞蛋白质组学所需灵敏度，这些挑战和门槛让很多研究者对单细胞蛋白质组学望而却步。布鲁克推出的一套完整的“真”单细胞蛋白质组学方案，把单细胞蛋白质组学研究的这些挑战和门槛全部打破，主打一个“成熟可复制”，甚至没有蛋白质组学经验的人也可以快速上手，短时间内就可产生高质量单细胞蛋白质组学数据。小结得益于质谱技术的进步，单细胞蛋白质组学领域将很快迎来爆发，布鲁克timsTOF Ultra的发布，必将成为单细胞蛋白质组学领域爆发的强劲动力。timsTOF Ultra超越了传统的限制，为新的科学可能性打开了大门。无论是单细胞蛋白质组学、免疫肽组学或者血浆蛋白质组学，timsTOF Ultra提供了无与伦比的扫描速度和灵敏度，帮助研究人员打破工作的界限并取得突破性成果。参考文献1. Marx, V. A dream of single-cell proteomics. Nat Methods 16, 809–812 (2019). 2. Meier, F., Brunner, AD., Frank, M. et al. diaPASEF: parallel accumulation–serial fragmentation combined with data-independent acquisition. Nat Methods 17, 1229–1236 (2020). 3. Brunner, AD., Thielert, M., Vasilopoulou C. et al. Ultra-high sensitivity mass spectrometry quantifies single-cell proteome changes upon perturbation. Molecular Systems Biology (2022)18:e107984. Makhmut, A., Qin, D., Fritzsche, S., et al. A framework for ultra-low input spatial tissue proteomics. bioRxiv 2023.05.13.540426

中科院计算所究团队与董梦秋实验室合作，成功开发了定量蛋白质组学数据解析软件，用计算方法排除干扰信号的影响、提高肽段和蛋白质的定量准确度并对每个定量值进行准确性评价。 　　基于质谱的定量蛋白质组学是现代生物学技术的生长点之一，用于测量复杂生物体系中蛋白质及其翻译后修饰在不同条件下的丰度变化，是研究蛋白质功 能和药物作用机制的重要工具。已有的定量软件往往不能有效排除干扰信号，定量值的计算方法有待完善，而且缺乏准确性评价，致使输出结果&ldquo 鱼龙混杂&rdquo ，引起 的假阳和假阴两方面的困扰都比较严重。 　为了更好地解决问题，开发者研究了几百个可疑定量值的原始质谱图和色谱图数据，找原因、攒经验，充分挖掘肽段的质谱、色谱信号特点以及从肽段定量到蛋白 质定量的方法，灵活应用各种组合和统计算法，建立了一整套非常细致的数据分析流程。为了验证软件的性能，董梦秋实验室的同学通过轻重SILAC或 14N／15N标记哺乳动物细胞或细菌，从10：1到1：10按不同比例混合得到14套标准样品，产生了14套测试数据集。 测试结果表明，定量结果的准确性明显超过定量蛋白质组学领域的两个主流软件Census和MaxQuant，主要表现在输出的非数比值数目（即 不能定量的部分）占总比值数目的0.01&ndash 0.5%，远低于Census的MaxQuant的对应比例2.5&ndash 10.7%和 1.8&ndash 2.7%；Census和MaxQuant输出了许多不准确结果，其定量值的标准差是软件的1.3&ndash 2倍；给出了肽段和蛋白质定量比值的置信区 间，而Census和MaxQuant没有准确性评价。目前，该研究工作得到了科技部、基金委、中科院和北京市政府的资助。

p style=" text-align: center " img src=" http://img1.17img.cn/17img/images/201601/insimg/4a14f65e-cb82-47d8-87d5-ea4b0d204756.jpg" title=" sss_56a5b6877c56c.jpg" / /p p 　　1、蛋白质组和基因组 br/ /p p 　　蛋白质组是指一种基因组所表达的全套蛋白质1，其英文为“proteome”。 有关蛋白质组的系统研究是蛋白质组学，英文为“proteomics”。基因组是生命体中全部基因的集合体，其英文为“genome”。有关基因组的系统研究是基因组学，其英文为“genomics”。 “proteome”和“proteomics”是由Marc Wilkins 及其同事于20世纪90年代初参照基因组和基因组学两个英文单词而创造出来的2。蛋白质组学是研发、利用、改进各种技术手段研究蛋白质组或在细胞某一生理通路中相关蛋白质集合的组成、结构、功能、代谢的一门新兴科学。 /p p 　　基因决定蛋白质的水平，然而，蛋白质的水平分为转录水平和表达水平，mRNA只包含前者，后者则是由mRNA被翻译所实现，而在翻译过程中通常伴随对蛋白质功能和活性起至关重要的修饰过程，如糖基化、泛素化等3。通过研究蛋白质组学，可以获取蛋白定位与修饰的定性信息和相关定量数据，丰富认知蛋白质表达水平和相关蛋白作用，对了解生命复杂活动有更深更全的认识。 /p p 　　2、蛋白质组的发展背景 /p p 　　自二十世纪九十年代以来，传统生物学得以突飞猛进地发展，并取得瞩目成就，其中三个重要点彪炳史册，也促使传统生物学获得质的转变。 /p p 　　第一 基因、表达序列标记(EST, expressed sequence tag)、蛋白质序列数据库的成长。细菌、酵母、线虫、果蝇的全部基因序列逐渐明了，甚至后来人类基因组计划也顺利告捷 其它的植物、动物、微生物也不断在探索。人们把已经掌握的基因分门别类地建立了序列数据库。 /p p 　　第二 生物信息学的发展。易获取的浏览型生物信息工具层出不穷，这种免费的网页式数据库可以让我们从其中获得所需的特殊的物质结构，如蛋白质结构中的结构域和模体等。 /p p 　　第三 寡核苷酸微阵列技术的发展。通过不同荧光标记的DNA样本同时与微阵列反应，形成不同荧光的现象，大幅提高Northern blot 的效率4。 /p p 　　3、蛋白质组学分类 /p p 　　蛋白质组学分类可有不同原则。 /p p 　　根据蛋白质来源可分为植物蛋白质组学、动物蛋白质组学、微生物蛋白质组学。植物蛋白质组学是以来源于植物或与植物相关蛋白质为研究对象，分析其在植物发生、生长、调节、凋谢等生命过程中的作用、功能、代谢、结构等的体系。同理，动物蛋白质组学是以来源于动物或与动物相关蛋白质为研究对象，最重要的一大内容就是研究人类相关蛋白质。微生物蛋白质组学是以来源于微生物或与微生物相关蛋白质为研究对象。 /p p 　　根据研究目的和阶段不同可分为结构蛋白质组学、表达蛋白质组学、功能蛋白质组学。结构蛋白质组学主要分析蛋白质大分子的多级结构形态，包括氨基酸顺序、二级结构、三级结构和四级结构 并着重于研究其共性结构特征和特殊功能基团 也是用于建立细胞内信号转导的网络图谱并解释某些特定蛋白表达对细胞产生特定的作用5。表达蛋白质组学是以经典蛋白质组技术如双向凝胶电泳和图像分析为方法着重于研究细胞内蛋白质表达过程及结果的体系3。功能蛋白质组学是以细胞内单一同种蛋白质功能体现、蛋白质之间、蛋白质与其他大分子之间相互作用关系为研究目的，研究和表述选定蛋白质，探明有关蛋白的修饰和信号转导通路，疾病机制或蛋白-药物作用关系3。 /p p 　　根据研究内容，还可分为组成性蛋白质组学、差异显示蛋白质组学、相互作用蛋白质组学。组成性蛋白质组学是鉴定某个体系的蛋白质并阐述其翻译后修饰的特性。差异显示蛋白质组学又名比较蛋白质组学，是对重要生命过程或人类重大疾病进行生理、病理体系或过程的蛋白质表达比较。相互作用蛋白质组学则是研究蛋白质间相互作用，绘制某体系蛋白质作用网络图谱8。 /p p 　　4、白质组学研究工具 /p p 　　蛋白质组学研究的重要工具主要有四个。 /p p 　　第一，蛋白质、表达序列标记(EST, expressed sequence tag)、基因序列数据库的建立与成熟 也可以说是生物信息学。因为蛋白质组学中所用的大多数技术所获得的数据通常都是高通量、高复杂度的，只有通过生物信息学分析才能对蛋白质的种类、结构和功能进行分析确定。 /p p 　　第二，质谱(MS)技术。其将样品分子离子化，根据离子间质荷比的差异分离并确定质量，实现高灵敏度、高特异性。首先，质谱技术能准确测量高达100kDa的完整大分子蛋白质，其准确度和特异度比SDS-PAGE还要高。其次，质谱技术也能准确测量从蛋白质分解下来的多肽。最后，它还可以测定多肽的氨基酸顺序，即多肽测序4。现有三条途径，一是肽链质量图谱，二是串联质谱途径，三是联合途径7。其中一种较理想的技术平台是表面增强激光解吸离子化飞行时间质谱(SEL-DI)技术，可分析疏水性蛋白质、pI过高或过低蛋白质、低分子量蛋白质(& lt 25 000)和未经处理的样品中许多被掩盖的低浓度蛋白质，短时间内即可获得蛋白质的分子量、PI、特殊修饰位点等参数8。 /p p 　　第三，能将MS数据与数据库中特异的蛋白质顺序匹配的软件。它是快速、特异地将第一和第二工具联系在一起的分析方式。 /p p 　　第四，蛋白分析分离方法。通过蛋白分析分离方法可以简化蛋白复合物，同时产生不同蛋白质差异比较方法。普通的蛋白质分析分离方法包括1D-SDS-PAGE、高效液相色谱法(HPLC)、毛细管电泳(CE)、等点聚焦电泳(IEF)等。其中二维凝胶电泳如2D-SDS-PAGE是目前蛋白质组学中分离单一蛋白质的广泛应用方法。当然，多维分析分离方法是最理想的分离蛋白质和多肽的方法，譬如，离子交换液相色谱与反相高效液相色谱串联形成的分离系统是分离多肽混合物的有力方法4。 /p p 　　5、白质组学的应用 /p p 　　蛋白质组学原则性应用包括四个方面4：组成性应用、蛋白质表达模型、蛋白质网络图谱、蛋白质修饰图谱。组成性应用是指运用质谱及其相关技术将目的蛋白质按相关标准定性或定量地纳入蛋白质数据库，在此过程中研发相应技术的应用。蛋白质表达模型是指研究在生理或病理状态目的蛋白质在细胞内定位并表达情况，同时研究细胞在暴露物理、化学、药物等因素下蛋白质表达状况。蛋白质网络图谱是研究两种或两种以上蛋白质在生物体内组成结构、表达功能、调节控制间作用情况。蛋白质修饰图谱是探明蛋白质的修饰定位及修饰后功能表现。 /p p 　　当然，蛋白质组学在生活中无处不在，疾病、食品、植物、药品等等。 /p p 　　蛋白质组学在疾病中应用方向主要是发现新的疾病标志物，以探明疾病发生机制、发展变化，为治疗途径提供思路。Brea等利用双向电泳串联质谱技术，差异比较心源性脑栓塞患者和粥样硬化血栓性梗死患者各12例的血清蛋白，发现触珠蛋白相关蛋白和淀粉样蛋白A等蛋白质在粥样硬化血栓性梗死患者血清中显著升高9。 /p p 　　蛋白质组学在食品中应用方向主要是检测食品中过敏源检测、鉴定食品成分等，也给食品科学研究提供了新的研究思路和技术3。李明云等优化了相应的试验条件，并将蛋白质组双向电泳相关技术引入大黄鱼肝脏蛋白质分析中，得到了较清晰的大黄鱼肝脏蛋白双向电泳图谱。 /p p 　　蛋白质组学在植物中应用方向主要是植物群体遗传、环境信号应答与适应机制、植物组织器官、植物亚细胞等7。其中，如果研究的植物是农作物如棉花、马铃薯、水稻等，就可以简单地视作蛋白质组学在农业中的运用了。Chang等对玉米强制缺氧和低氧研究，发现低氧处理的效应不仅是氧气含量过低诱导增加糖酵解酶，通过质谱鉴定了46个相关蛋白质10。 /p p 　　蛋白质组学在药品中应用方向主要是药物研发、药物作用机制、耐药机制、药物毒理学等。在对紫杉醇类药物抗癌作用研究中，Bauer等对乳腺癌复发患者进行紫杉醇类药物治疗后进行蛋白质组学分析，发现a-防卫素可作为预测该类药物治疗乳腺癌治疗作用的生物标记物11。 /p p 　　6、展望 /p p 　　蛋白质组学在短短30年间发展迅猛，渗入到生活的许多方面，也对保证人类生存质量和良性繁衍有重大作用。但其思路不开阔，技术高效性、灵敏性、特异性仍有待提高，应用普及度低，蛋白质分离、纯化技术研发，基因组学丰富度低是制约蛋白质组学及其相关技术发展的瓶颈。不过，相信随着物理技术和化学方法的不断发展，研究水平的深入，蛋白质组学会随着基因组学的发展得到更进一步地丰富。 /p p 　　参考文献： /p p 　　1.诗，吕建新主编《分子生物学检验技术》第2版 /p p 　　2.Pandey A, Mann M. Proteomics to study genes and genomics [J] Nature,2000,405(6788):837-846. /p p 　　3.尹稳、伏旭、李平《蛋白质组学的应用研究进展》 [J]. 生物技术通报 2014年第1期 /p p 　　4.aniel C. Liebler《Introduction to Proteomics》:1-13 /p p 　　5.英超，党源，李晓艳，等. 蛋白质组学及其技术发展 [J]. 生物技术通讯，2010,21(1)：139-144. /p p 　　6.鑫《比较蛋白质组学研究与应用进展》[J]. 国际免疫学杂志 2006年5月第29卷第3期:156-159 /p p 　　7.宇，荆玉祥，沈世华《植物蛋白质组学研究进展》 [J] 植物生态学报，2004,28(1)：114-125 /p p 　　8.ore LE，Pfeiffer R，Warner M，et al. Identification of biomarkers of arsenic exposure and metabolism in urine using SELDI technology . Biochem Mol Toxicol ， 2005,19(3)：176. /p p 　　9.rea D,Sobrino T,Blanco M, et al. Usefulness of haptog lob in and serum amyloid A proteins as biomarkers for atherothrombotic ischemic stroke diagnosis confirmation [J]. Atherosclerosis,2009,205:561-567. /p p 　　10.ng,W.W.,L.Huang,M.Shen,C.Webster,A.L.Burlingame& amp J.K.Roberts.2000.Patterns of protein synthesis and tolerance of anoxia in root tips of maize seedlings acclimated to a low oxygen environment,and identification of proteins by mass spectrometry.Plant Physiology,122:295~318. /p p 　　11.er JA,Chakravanhy AB,Rosenbluth JM,et al.Identification of markers of taxane sensitivity using proteomic and genomic analyses of breast tumors from patients receiving neo-adjuvant paclitaxel and radiation[J].Clin Cancer Res,2010,16(2):681-690. /p p br/ /p

细胞异质性作为细胞系统中一种普遍存在的现象，受到生物研究领域的日益关注。在传统的群体分析中，单个细胞的独特差异往往被整体的平均值所掩盖，而这些被忽略的细节恰恰构成了细胞分化过程中的关键线索。随着微阵列芯片、核酸测序、质谱等技术的进步，对单一细胞进行基因组、转录组、代谢组和蛋白组分析已不再遥不可及。特别是核酸扩增技术的进步极大地推动了基因组、转录组在单细胞层面的测序技术的应用。尽管取得了这些进步，但在单细胞层面对蛋白质和代谢物的分析仍然面临重大挑战，这主要是由于它们的量有限且缺少有效的扩增手段。本文提出了一种新的策略，通过一次性单细胞蛋白质组和代谢组分析（scPMA），可以在单次LC-MS/MS分析中同时获取单个细胞的蛋白质和代谢物信息。通过这种策略，研究人员能够整合单个细胞的多组学数据，以深入理解细胞内部相互作用的网络和调控细胞状态的复杂机制。scPMA策略共包括以下三个部分（图1）：单细胞捕获及分离、纳升级样品预处理、一次性LC注入和质谱检测。前两个环节都是基于课题组前期自制的机械装置操作完成的，最后一部分才是scPMA策略的亮点。在常规分析流程中，由于蛋白质组和代谢组在物理化学特性上的根本差异，它们通常需要匹配不同的质谱检测技术。因此，在传统的样本预处理阶段，蛋白质和代谢物会被分离，随后各自经历特定的处理流程，并最终分别进行LC-MS/MS检测。然而，这些额外的分离和处理步骤不仅增加了分析的复杂性，而且往往不可避免地会导致样本的损失，特别是在处理单细胞水平的微量样本时，这种损失尤为显著，可能对研究结果的准确性和可靠性造成影响。基于此，作者希望能够开发一种易于使用的方法来实现同一单细胞个体的蛋白质组和代谢组同步分析。图1 一次性单细胞蛋白质组和代谢组同步分析示意图实际上，代谢物和蛋白酶切后的肽段在C18反相色谱柱上的保留时间是存在差异的。如图2所示，在作者设置的45 min梯度下，大部分A549细胞酶切的肽段在9至17 min的范围内就已流出（图2a），而此时流动相中乙腈的最高含量仅为40%。而A549细胞产生的代谢物则主要分布在17 min之后，只有极少部分是在17 min以前流出（＜10）（图2b）。导致这些现象的根本原因是肽段与代谢物之间疏水性的差异，因此，该策略更适合蛋白组与有一定疏水性的代谢物分析。得益于C18的有效分离，可以在色谱梯度的不同时间段针对不同的样本成分（肽段/代谢物）设置不同的质谱检测参数（图2c）。有效的色谱分离加与之匹配的双区域质谱检测便可实现一次性单细胞蛋白质组和代谢组双重分析。与之前的单组学的结果相比，scPMA策略在定量深度上并无明显差异（图2d-f）。图2 单蛋白质组和代谢组分析与scPMA的性能比较 通过scPMA策略，研究者们能够对单个肿瘤细胞（包括A549、HeLa和HepG2细胞）进行双重组学分析，平均定量了816、578和293个蛋白质以及72、91和148个代谢物。并利用UMAP聚类和随机森林机器学习模型，基于单细胞的蛋白质组、代谢组和双重组学信息，实现了对细胞类型的初步分类（图3、4）。根据结果可得知，细胞在代谢组中的异质性要大于蛋白组。图3 scPMA策略分析单个肿瘤细胞（包括A549、HeLa和HepG2细胞）图4 基于单细胞的蛋白质组、代谢组和双重组学信息对细胞进行分类随后，作者还利用scPMA方法在单细胞水平上研究了多柔比星对肿瘤细胞的诱导作用（图5）。对比药物处理组的各个单细胞样本发现给药后不同的单细胞在蛋白质表达上存在着异质性，这也是在群体分析中无法观察到的现象。与未给药的细胞相比，给药组共鉴定出255个差异蛋白(图5b、c)，一些肺癌细胞中过表达的蛋白显著降低。大部分的差异蛋白涉及的通路与DNA、染色质、核小体的合成有关（图5g）。同样，给药组和未给药组中鉴定出的代谢物也被用于UMAP聚类(图5d)和差异分析。差异分析结果(图5e、f)显示，93种代谢物有差异表达。其中，多柔比星仅在给药组检测到。值得注意的是，在给药组的各个细胞中，多柔比星丰度有明显的离散分布，甚至有10倍的丰度差异。这一结果表明不同的细胞个体具有不同的药物吸收水平，从而表现出明显的细胞异质性，这可能为进一步深入探索提供启发。基于差异蛋白质组和代谢组信息，利用MetaboAnalyst 5.0进行联合通路分析，分别富集出62条和234条相关通路。其中有37条显著相关的通路涉及的差异蛋白和代谢物与核糖体、DNA复制等药物作用机制有关（图5i）。图7.氘代差异分析流程示意图这些结果展示了scPMA策略在单细胞分析中的潜力，尤其是在药物干预研究中的应用前景。同时，这项工作也证明了一次性获取单细胞蛋白质组和代谢组信息的可行性，为未来在细胞分化、衰老和肿瘤免疫等领域的研究提供了新的工具。本文2024年发表在Analytical Chemistry上，One-Shot Single-Cell Proteome and Metabolome Analysis Strategy for the Same Single Cell。该文章的通讯作者是来自浙江大学化学系微分析系统研究所的方群教授。

导读：自今年1月份Illumina让&ldquo 1000美元基因组&rdquo 成为现实，许多生物技术公司及科研机构纷纷购买其测序仪，而今美研究者指出DNA编码的蛋白质是几乎所有生命过程的主要执行者，可实现千元基因组测序的工具，也可以最终帮助人们完成千元蛋白质组测序。 人类生命的蓝图是三十亿碱基对组成的人类基因组。1000美元基因组测序，让人都觉得有些疯狂，然而有研究者认为千元测序蛋白质组也将成为现实。 今年初，全美最大最佳的五所&ldquo 大学城&rdquo 之一拥有近130年历史的Arizona State University（亚利桑纳州立大学）生物 设计学院（ Biodesign Institute）的Stuart Lindsay及其团队同事，在纳米孔DNA测序技术的基础上，让单链肽段穿过纳米孔，纳米孔两边的电极可记录每个氨基酸通过时产生的电信号。他们使用一种机器学习算法，让电脑能够识别代表不同氨基酸的特征信号。这些信号可以作为可靠的指纹，帮助人们鉴别氨基酸的种类，以及氨基酸发生的微妙改变。因此开发了能够精确鉴定氨基酸的蛋白单分子测序技术。 这项研究于四月六日发表在Nature Nanotechnology杂志的网站上。 从基因组到蛋白组 蛋白对于细胞的生长、分化和修复至关重要，它们能够催化化学反应，抵御疾病，具有各种各样的重要功能。自今年1月份Illumina让&ldquo 1000美元基因组&rdquo 成为现实，研究者们将眼光转向了蛋白质组测序的研究。 与线虫等简单生物相比，人类的基因数相对较少，不过科学家们鉴定的人类蛋白已经超过了十万，而且不少人认为这些蛋白只是冰山一角。有限的基因数为何能形成如此大量的蛋白呢？这是因为蛋白能通过多种机制发生改变，选择性剪切和翻译后修饰就是其中两个关键的过程。 在这项研究中，研究人员将一对金属电极分隔在约两纳米的孔洞旁边，当线性穿过这种纳米孔的时候，每一个氨基酸都会完成一个电回路，并发出相应的电信号。而这样的电信号可以帮助人们判断，通过纳米孔的是哪一个氨基酸。 这一技术称为recognition tunneling，原本是Lindsay等人开发的DNA单分子测序技术。&ldquo 大约两年前，我们的一次实验室会议提出，可以尝试将这一技术用于氨基酸测序，&rdquo Lindsay说。与DNA的A、G、C、T相比，用 recognition tunneling鉴定组成蛋白的二十种氨基酸实际上是一个更大的挑战。 蛋白质单分子测序技术具有巨大的应用价值，可以帮助人们检测被选择性剪切或翻译后修饰改变的微量蛋白。而这些蛋白往往是疾病研究所追寻的目标，用其他技术很难检测得到。 PCR能够将样品中微量的DNA快速扩增，但在蛋白研究领域还没有这样的技术，Lindsay强调。在这种情况下，能进行单分子水平上进行检测的recognition tunneling，&ldquo 将给蛋白质组学研究带来一场彻底的变革&rdquo 。 这项研究为人们展示了一个，快速测序单个蛋白分子的低成本方法。据Lindsay介绍，该技术通过大约50种不同的信号特征来鉴定氨基酸，不过绝大多数鉴别只需要不到10个信号特征。 值得注意的是，recognition tunneling不仅能够高度可信的鉴定氨基酸，区分翻译后修饰的蛋白（肌氨酸）及其前体（甘氨酸），还能够鉴别被称为对映体的镜像分子，以及质量相同但序列不同的分子。 千元蛋白组？ Lindsay的研究指出，可实现千元基因组测序的工具，也可以最终帮助人们完成千元蛋白质组测序。事实上，Lindsay认为这一里程碑离我们并不遥远。 目前，这一技术还需要使用复杂的实验室仪器&mdash &mdash 扫描隧道显微镜STM。不过Lindsay和他的同事正在开发一个可以快速鉴定氨基酸和其他分析物的新设备，以便将低成本的蛋白质组测序真正推广到临床。 该技术不仅可以用来在临床上测序蛋白质和检测新生物指标，还有望给医疗领域带来彻底的改变，在单分子水平上精确监控患者对治疗的应答情况。

日前，由弗雷德哈钦森癌症研究中心(Fred Hutchinson Cancer Research Center)领导的一个国际研究小组证实了大规模、标准化蛋白质检测的可行性，这是验证疾病生物标志物和药物靶点的必要条件。这项刊登在《自然-方法》(Nature Methods)杂志上的最新论文表明，科学家们开发的一种靶向性蛋白质检测方法具有系统地、可靠地检测人类蛋白质组的潜力。 　　论文主要作者、癌症蛋白质组学专家 Amanda Paulovich 博士和同事们开发的这项技术，可同时准确地检测许多不同样本中成百上千种蛋白质的丰度。来自西雅图、波士顿和韩国等其他地区的实验室重现了人类乳腺癌细胞中 319 种蛋白质的检测结果，证实这种方法可跨越实验室和国界实现标准化。 　　Paulovich 表示：&ldquo 这种方法有潜力彻底改变我们检测人类蛋白质的方式。利用全球资源对所有人类蛋白质进行标准化定量设立一些新标准，无疑将能提高临床研究的可重现性，其将对转化新型治疗和诊断带来巨大的影响。&rdquo 　　作为所有生物功能的执行分子机器，蛋白质掌控着早期疾病和疾病进程的信号传导。探求癌症生物标记物&mdash &mdash 细胞中的蛋白质指纹有可能促使开发出一些测试方法，更早期地检测疾病，早在癌症形成之前鉴别出个体的特殊风险，以及更好地指导患者的治疗。然而没有标准化和可重现的方法来检测它们的水平，验证新发现的候选生物标记物是一件不可能的事情。 　　每个有前景的生物标记物都必须在临床试验中开展进一步的研究，这就要求研究人员能够检测数百到数千个患者样本中每个候选标志物的丰度。由于将任何一种候选标记物转化至临床应用的机率都极其的低，鉴别一种具有临床价值的生物标记物必须对大量的蛋白质进行测试。 　　Paulovich 表示：&ldquo 现在，你还不能对大多数的人类蛋白质进行大规模检测。在我们完成人类基因组测序，获得DNA分子全目录10多年之后，仍然不能够采用一种标准化定量方法在各种通量模式下对人类蛋白质组开展研究。&rdquo 　　为了解决这一问题，Paulovich 和同事们利用了一种称作为多反应检测质谱法(MRM-MS)的敏感性靶向蛋白质检测技术。这种质谱法并非是全新的技术，多年来全球的临床实验室利用它来测量药物代谢产物和与先天性代谢缺陷有关的一些小分子。最近，Paulovich和其他研究人员开始利用它来检测人类蛋白质。 　　采用研究人员开发的这种方法，每天每台仪器能够对最少 20 个临床样本中的 170 种蛋白质进行高度特异性地、精确地、多路定量分析 任何其他的现有技术都没有这种能力。 　　由于质谱技术是针对性的，这意味着研究人员能够调整设备寻找癌细胞或其他样品类型中特殊的蛋白质亚群，相比于非针对性策略，它可以在更低的水平上检测微量血液样本或活检标本中目的蛋白质的存在。 　　研究的主要作者、Paulovich 实验室分析化学家 Jacob Kennedy 说：&ldquo 我们的目标是用这一技术来取代当前采用的一些非常老旧的技术。&rdquo 　　当前，研究人员通常是采用 Western blotting、ELISA 或是免疫组化(IHC)技术来检测临床样本中的蛋白质水平。这些方法往往无法在实验室之间重现结果，从而很难验证适用于临床的候选生物标记物，它们不适用于一次检测大量的蛋白质和样本。 　　Paulovich 和同事们通过分析乳腺癌细胞生成的 300 多种已知蛋白质验证了他们的技术 研究结果表明，MRM-MS 可以重现及扩展以往采用其他技术进行乳腺癌研究所生成的观察结果。 　　该研究证实了，MRM-MS 能够以一种标准化方式一次检测许多的蛋白质，为开展国际性的、有组织的研究工作定量人类蛋白质中的每种蛋白奠定了基础。 　　原文检索： 　　Jacob J Kennedy,Susan E Abbatiello,Kyunggon Kim,Ping Yan,Jeffrey R Whiteaker,Chenwei Lin,Jun Seok Kim,Yuzheng Zhang,Xianlong Wang,Richard G Ivey,Lei Zhao,Hophil Min,Youngju Lee,Myeong-Hee Yu,Eun Gyeong Yang,Cheolju Lee,Pei Wang,Henry Rodriguez,Youngsoo Kim,Steven A Carr& Amanda G Paulovich. Demonstrating the feasibility of large-scale development of standardized assays to quantify human proteins. Nature Methods, 08 December 2013 doi:10.1038/nmeth.2763