质谱计算蛋白质分子量

p 　　用于生物样品分析的蛋白指纹法，该专利技术被国际顶级科学杂志《科学》以及医学界权威杂志《柳叶刀》评为世界蛋白指纹图谱和蛋白质芯片排名第一的技术。针对这项技术的一些问题，火石创造对许洋博士进行了深度的专访。 /p p style=" text-align: center " img width=" 300" height=" 385" title=" 001.png" style=" width: 300px height: 385px " src=" http://img1.17img.cn/17img/images/201711/insimg/ebf3be8e-c0c2-49d6-9891-a76d207d183f.jpg" border=" 0" vspace=" 0" hspace=" 0" / /p p style=" text-align: center " strong 　　许洋博士 /strong /p p 　　许洋博士一直致力于蛋白质组学研究开发，怀揣近五十项蛋白分子质谱诊断技术的自主发明专利。2009年他创办了湖州赛尔迪生物医药科技有限公司，凭借专利产品蛋白指纹图谱仪成为行业领头羊，也成为此类器械行业标准的起草者。 /p p strong 　　火石：请问您为什么做蛋白质谱? /strong /p p 　　许洋博士：我研究蛋白质谱是偶然也是必然。在美国纽约著名的Sloan-Kettering研究所单克隆抗体实验室早期研究治疗白血病时，我们制造了全世界第一枚人源化单克隆抗体(抗CD33人源化单抗)。后来我又和顶尖美国公司合作第一个将人源化单克隆抗体做成了靶向药。有了扎实的基础，必然能在更窄的蛋白质谱领域做的更好。 /p p 　 strong 　火石：蛋白质谱当前的临床应用情况如何? /strong /p p 　　许洋博士：只有拿到医疗器械注册证才算进入临床，蛋白质谱目前只有三种临床应用：对肿瘤的筛查 对早期肾脏疾病的分析 在细菌上的鉴定应用。蛋白质谱在国内仍处于非常早期的阶段，且具有垄断性，极少人能做且在做。 /p p strong 　　火石：作为国家“千人计划”医疗器械特聘专家，您认为蛋白指纹图谱仪在医疗器械中的角色是什么? /strong /p p 　　许洋博士：蛋白指纹图谱仪分析的大数据可以生动地比喻为人体疾病的健康地图。 /p p 　　蛋白指纹究竟是什么?把质谱仪的显示屏中的每一个蛋白质都用一个分子量来表达，这些分子量组合起来就叫蛋白指纹。就像每个人的指纹都是不同的，每种疾病的特定蛋白质表达物也不同，称之为指纹图谱。蛋白指纹图谱技术是由蛋白质芯片及分析仪器——表面加强激光解析电离飞行时间质谱仪两部分组成，可以将病人血清中蛋白质成分的变化记录下来，绘制成蛋白指纹质谱图，并显示样品中各种蛋白的分子量、含量等信息。将这张图谱与正常人、某种疾病病人的谱图或基因库中的谱图进行对照，就能最终发现和捕获新的特异性相关蛋白及其特征。这种方法具有微量、精确、简易、快速的特点，适应于基础和临床等各个领域。 /p p 　　之所以将蛋白指纹图谱仪分析的大数据比喻为人体疾病的健康地图(MAP)，是因为既然β2—微球蛋白是11731、人绒毛膜促性腺激素是37580、转甲状腺素蛋白是13761(数字对于计算机的应用更好管理)，而每个蛋白质在质谱仪分析中都是数字，它本身就是大数据。任何物质在质谱底下都是数字，综合起来就是大数据。我把大数据串联起来，就能将分子在身体的MAP做出来。譬如一位吸烟的男士来体检，能发现他吸了烟数年之后肺部出现影像学病理性位点，结合质谱仪分析发现相关的疾病标志物，我们能够模拟出肺部疾病的健康地图，即通过质谱仪检测的健康大数据，可以模拟出该患者肺部出现了数个小红点，点击每个红点后都会解释原因，如显示铅、铬等数据是否超标，以及告诉你相应的对策。这样的技术开启了全智能健康4.0时代。 /p p 　　Tips：β2—微球蛋白(β2—MG)被认为是诊断早期肾功能损伤的敏感指标，尤其对于糖尿病肾病、高血压肾病、红斑狼疮肾炎的早期诊断具有重要参考价值，因此β2—微球蛋白的测定在临床上是有多种价值的。 /p p 　　 strong 火石：您和您的团队在蛋白质组学研究的技术或者方法上有什么突破吗? /strong /p p 　　许洋博士：蛋白质作为标志物对肿瘤的诊断，确实没有太大的进展。 /p p 　　一直以来蛋白质组学研究面临的重大瓶颈是蛋白质分离问题：人体内有十万种蛋白质与衍生物，多数可能与疾病有关联，但这十万种蛋白质与衍生物只有分开后，质谱才能分析清楚。此前蛋白质组学技术中最流行、最通用的蛋白质分离方法是双向电泳，基本上能分离近二千种血浆蛋白质，远远不及十万种，所以成为了瓶颈。 /p p 　　2006年我提出了一个设想：和蛋白有关的抗体至少有一万多种，那为什么不用抗体来分离蛋白质?这件事一直有人在做，但之前都没有人想到用抗体组把一千个蛋白质一次性快速、实时地分离出来。之后就诞生了免疫质谱分析方法(专利号ZL 200610140652.0)，可以在一个抗体组基质上同时捕获多个生物标志，并对捕获的变异的或修饰的生物标志进行质谱精确分析，还可以同时检测多个生物标志群。用免疫组质谱技术能测定抗原变异片段的分子量。另外，还可以将多种疾病特异性抗原的抗体同时标在一个基质点上。 /p p 　　Tips:免疫质谱分析方法：质谱与抗体分离技术联合应用即为免疫组质谱(Immunomic mass spectrometry，IMS)。免疫组质谱检测为一组多种(类)抗体与质谱联合来精确地鉴别变异或修饰生物标志群的方法。在一个抗体组基质上同时捕获多个生物标志，并对捕获的变异的或修饰的生物标志进行质谱精确分析。可以同时检测多个生物标志群(biomarkers)。 /p p 　　双向电泳(Two-dimensional electrophoresis)：是一种等电聚焦电泳与SDS-PAGE相结合，分辨率更高的蛋白质电泳检测技术。目前是快速成长的蛋白质组学技术中最流行最通用的蛋白质分离方法。目前2D-PAGE能够在同一块凝胶上同步检测和定量数千个蛋白质。 /p p 　　从整个2015年的政策看，医疗器械行业是受到国家大力扶持的，行业地位与重要性大幅提升，法规向国际化看齐，行业监管不断趋严，医疗器械正成为与药物齐头并进的新兴产业。 /p p 　　 strong 火石：是什么驱动着行业的高增长? /strong /p p 　　许洋博士：一是需求，老龄化加剧，家庭支付能力增强，导致医疗需求高增长 二是政府加大医疗卫生投入，《医疗器械科技产业“十二五”专项规划》表示，“十二五”期间将扶植形成8～10家产值超过50亿元的大型医疗器械产业集团 三是为配合新医改完善基层医疗建设的目标 四是国内生物技术研发应用进入突破期。 /p p 　　 strong 火石：您认为接下来医疗器械未来发展的特点和前景会是怎么样的? /strong /p p 　　许洋博士：未来5年，医疗器械和制药占比将会达到1:1。近十年，我国医疗器械市场规模快速增长，国内医疗器械工业总产值从2003年的189亿人民币上升到2013年的1889亿，2013年同比增长21%，增长速度远快于药品。预计在未来5年左右，我国医疗器械行业仍然将保持高速增长。医疗器械行业涉及到医药、机械、电子、塑料等多个行业，中高端医疗器械更是多学科交叉、知识密集、资金密集的高技术产业，研发成本高，决定了只有大型厂商才能在大中型医疗器械方面有所作为。此外，器械“国产化”也会成为必然趋势。 /p p 　　 strong 火石：赛尔迪当前开展的业务、研发的产品有哪些?公司部署战略是怎么样的? /strong /p p 　　许洋博士：我们现在正在做一张人类的大健康MAP。通过精准医疗计划，基于环境健康大数据，通过蛋白指纹图谱仪完成健康管理。现在的疾病市场最关注的问题分别是：检测0～6岁儿童智力、优生优育(为什么生不出聪明宝宝)、高达5千万的肿瘤人群以及3.5亿的高血压、糖尿病人群。 /p p 　　其中糖尿病肾病是糖尿病最常见且严重的并发症之一，是糖尿病所致的肾小球微血管病变而引起的蛋白排泄和滤过异常那个渐进性肾功能损害。而微量白蛋白尿即早期糖尿病肾病是可逆的，这不同于大量白蛋白尿即临床糖尿病肾病，因此积极防治早期糖尿病肾病就显得尤为重要。去年底，赛尔迪公司与中国医学科学院北京协和医院签署协议，承担国家对糖尿病肾病体内铅、镉毒素的临床大样本检测。全新升级的蛋白指纹图谱仪，是目前唯一获国家药监局批准、能检测含微量白蛋白、β2—微球蛋白以及泛素3项指标的医疗器械。这对糖尿病肾病的早发现、早治疗具有重大意义。 /p p 　　赛尔迪接下来将按照个体化精准检测所附带的信息，由这些信息与大数据库交流，提出符合个体化治疗的方案，向个体化精准医学管理方式转变。 /p p 　　随着大数据时代的来临，“互联网+”概念的提出让医疗健康事业呈现出了新的发展势态和特征。医学知识体系正被大数据、精准医疗所重构，信息化进程提高了知识传递速度与医疗协同效率。 /p p strong 　　火石：蛋白质组学技术如何助推精准医疗? /strong /p p 　　许洋博士：常识知道铅、镉会引起糖尿病性肾病。但铅、镉指标不是医院常规检测的项目。如果采取个体化精准治疗，每年常规检查一次体内铅与镉的指标，发现异常就能进行针对性的从尿液排泄的治疗。已经得了肾病正在透析的病人，检测铅与镉指标后进行针对性排泄也会增强治疗效果。利用蛋白指纹图谱仪能够发现早期的肿瘤和心血管标志物，这就会对疾病的治疗带来极大的希望。随着质谱技术在精准医疗的应用，越来越多的个体化标志物将会被发现，人体的蛋白指纹图谱测定将会成为医院的常规工作。 /p p 　　精准医疗，即考虑每一个体健康的差异，制定个性化的预防和治疗方案。正确的选中一个工具，解决关键问题，这就是精准医疗。基于基因组测序技术、生物医学工具以及大数据工具逐步成熟和完善，精准医疗能够为个体基因特征、环境以及生活习惯进行疾病干预及治疗，但如何尽快与大数据结合才是发展重点。日前我与北京协和医院合作，创立了中国特色的首个百万人疾病与环境毒素数据库与IMS(爱睦世)特检中心：HZIMS2008，首次在复杂疾病系统中构建了基于环境毒素大数据的移动网络数据库的质量控制体系，使我国重大疾病，如高血压、糖尿病、肿瘤的大数据病因学研究处于世界领先。 /p p /p

回顾质谱的百年发展史，得益于机械、电子和计算机行业的不断创新，质谱仪的性能也在不断提升。而真正推动质谱实现飞跃的是那些偶然的革命性创新，即具有颠覆性的技术创新——创造全新的分析规模和能力水平。蛋白质组学的大规模分析亦是革命性创新所推动实现的，John Yates III便是实现这项工作的关键科学家之一。John Yates：I was instantly hooked when I first saw a mass spectrometer. 迷恋 | 与质谱的初见作为MudPIT (Multi-dimensional Protein Identification Technology) 与SEQUEST的发明者，John Yates为蛋白质组学技术带来了突破性的进展，而他的每一份成就离不开对质谱的热爱。Yates也在某次采访中直言，在他第一眼看到质谱时，就被“迷倒了 (instantly hooked)”！MudPIT与SEQUEST的发明者——John Yates据Yates回忆，当时他还是个本科生，看到质谱仪是怎么运作的那个瞬间，他惊呼：“这好酷！”；而当看到实验室里满满当当的计算机时，他又被其强大的数据处理能力所震撼。因此，1980年获得缅因大学 (University of Maine) 动物学学士学位的Yates，选择继续在本校攻读化学专业的研究生课程。在学习过程中，为了深入探究质谱法与蛋白质组学研究的关联性，实干派Yates联系了弗吉尼亚大学(University of Virginia)的Don Hunt（弗吉尼亚大学的化学和病理学系教授）。不久后，他收到了一封手写的邀请函，并就此开展了他在弗吉尼亚大学的研究。与此同时，Yates已经看到了质谱的潜力，并希望将其应用于蛋白质组学研究中，但受限于“无法通过人工对数据进行快速解析”。因此，他带领团队在1994年开发了质谱数据的翻译器——软件工具SEQUEST。 John Yates发明SEQUEST算法释放质谱的魅力 | “翻译器”SEQUEST某种程度上而言，SEQUEST的开发是一种必然。1990年，美国能源部 (United States Department of Energy) 和美国国立卫生研究院 (National Institutes of Health, NIH) 向美国国会 (United States Congress) 提交了人类基因组测序的联合计划。自那时起，数据库开始充满了DNA序列信息，用于挖掘数据生物信息学的相关算法也大量涌现。1994年是数据依赖型采集 (data-dependent acquisition, DDA) 的诞生元年，开创性成果SEQUEST也在这一年诞生，万众瞩目。作为自下而上蛋白质组学（自下而上法：对蛋白质进行酶解处理后，得到多肽进行分析) 检索程序的开山鼻祖，SEQUEST的开创不仅奠定了蛋白质组学研究的核心基础，使更多生命科学领域中的研究人员意识并认同蛋白质组学的价值，更向全世界展示了质谱的魅力与潜力。简单来说，SEQUEST是通过利用人类基因组学的信息来解释质谱的信息（即肽和蛋白)。在研究细胞中的蛋白时，得益于这个方法，研究人员不需要对每个蛋白进行纯化，只需要对整体蛋白进行剪切，再通过质谱分析其中的每一种蛋白，便可获得全部蛋白的信息。SEQUEST分析方法可分为四步：（1）对质谱数据进行压缩；（2）通过比对蛋白质数据库 (database)与实验质谱数据在分子质量层面的信息，匹配 (compare)可能的多肽序列；（3）将从数据库中得到的序列的预测片段离子与质谱信息进行比较，从而产生最佳匹配序列表；这个序列被用于进行打分和统计学运算，进而（4）得到分析结果。SEQUEST分析步骤这套方法不仅采用了彼时最前沿的技术，如求互相关性的快速傅里叶变换(fast Fourier transform, FFT)，还融入了作者在对质谱数据深入理解后的大胆假设，如对数据进行的系统归一化处理和多项经验打分权重等。SEQUEST提高了质谱技术的有效性和准确性，可以使关键性的生物和临床问题得以解决。自其开发以来，世界各地的研究人员对细胞器中的大部分蛋白质进行研究，根据正常和疾病状态中蛋白质表达差异进行“画像”，从而揭示疾病发生发展的机理。此外，这项工作也促进了蛋白质组学的大规模应用（将在下文进行介绍），他本人将其应用于确定单细胞生物体和哺乳动物细胞中蛋白质复合物成分的大规模研究中。一系列的其他软件亦在SEQUEST的影响下被开发，促进了蛋白质组在分子和细胞生物学研究中的各种应用，包括肽/蛋白的定性定量分析、翻译后修饰的鉴定、蛋白质结构动态研究等等。新战场 | 蛋白质大规模鉴定1998年，Yates提出鸟枪法蛋白质组学 (Shotgun proteomics)，以推动蛋白质组的大规模鉴定分析。这个思路来源于人类基因组草图的制作方之一——塞莱拉基因组公司 (Celera Genomics)。他们采用了彼时非常先进的基因测序技术：鸟枪法 (Shotgun)。这种方法跳过将基因组拆分、克隆的过程，直接将其打成小片段进行随机测序，就像拼图一样：我们把一块完整的拼图买回家，彻底打乱后，再开启游戏之旅。2001年，基于鸟枪法蛋白质组学的想法，John Yates团队开发了MudPIT技术，并将其成果发表于 Nature Biotechnology，文章题目为Large-scale analysis of the yeast proteome by multidimensional protein identification technology。实现将鸟枪法应用于蛋白质组学是一件里程碑式的发展成就，其不仅颠覆了传统的蛋白质分析方法，还推动实现大规模分析。Yates带领团队开发MudPIT彼时应用最为广泛的蛋白质分析鉴定方法是二维聚丙烯酰胺凝胶电泳 (Two-dimensional gel electrophoresis, 2D-PAGE)，该技术是通过等电点(isoelectric point, pI) 和分子量 (molecular weight, MW) 两个维度，对蛋白质进行鉴定，拥有高分辨率的特点。然而，2D-PAGE存在着一些难以克服的缺陷：（1）虽然该技术可以提供蛋白质的相对分子质量、等电点、表达丰度的相对量等信息，但它无法完成一些更为“精细”的任务，如低丰度蛋白质点的检测，极酸性和极碱性区蛋白质及高分子质量区蛋白质的分离等；另一方面，（2）这项技术自动化程度低，重复性差且耗时长；除此以外，（3）鉴定量和通量一直是这项技术的瓶颈。反观MudPIT，这是一种非凝胶技术，可以实现复杂蛋白质和多肽混合物中某一成分的分离与鉴定工作。首先，肽段先在二维液相色谱中被分离，然后再进入多维毛细管液相色谱中分离、而后进行串联质谱分析以及最后的数据库检索工作。该技术可对样品量较少的蛋白质进行快速分析，适用于蛋白质组学中大规模蛋白质的分离鉴定研究。Yates的文章将MudPIT较之2D-PAGE技术的优势全盘展示。他们完成了彼时鉴定量最大的蛋白质鉴定研究：从酿酒酵母 (S. cerevisiae) 的蛋白质组中分离鉴定了1484个蛋白质；作为对比，当时最大的基于2D-PAGE的蛋白质组学研究，仅鉴定出了流感嗜血杆菌 (Haemophilus influenza) 蛋白质组的502个蛋白质。总体来看，MudPIT的灵敏度和动态监测范围都有了更大的进步，且应用范围更广、自动化程度高。因此，MudPIT也成为了二十世的最初的十年里，研究复杂生物样本中大规模蛋白质表达、定性和定量的强有力工具。制胜密码 | 创新与协作John Yates：I’ve become very intrigued with the concept of innovation.科研进展十分依赖于研究人员的高强度攻坚，及不断创新。他们需要不停地“刁难”自己、“刁难”别人，保持新方向、新想法的敏感度。Yates也一直非常希望更多的科学家可以在他的方法上继续创新。为了帮助各位科学家早日创新、淘汰自己的方法，Yates分享了自己的“创新书单”，希望大家一起从书中学习创新路径并得到启发，如Jon Gertner的 The Idea Factory（这是一部关于传奇科研机构——贝尔实验室的传记，其中共孕育了9位诺贝尔奖得主），以及Steven Johnson的 Where Good Ideas Come from（在这本书中，作者深入发明的创新自然史，对其进行跨越学科、领域的追踪，确定了创新的七种关键模式）。Yates也回忆道，在2003年与一家质谱制造商讨论合作时，他的第一个问题是“扫描速度可以更快吗？”也正是这个问题使得我们迎来了现在的升级版质谱仪。此外，当新设备准备落地时，Yates还会不断提出新的想法，与合作方商讨，寻找更优解。除创新以外，Yates还十分主张团队协作性，并先后培养出来70多位优秀的科学家。其中一位曾在Yates实验室进行博士后工作的研究员Michael Washburn（目前是美国堪萨斯大学医学中心肿瘤生物学教授）称，Yates使他深刻认识到建立一个多学科团队的必要性。因为质谱研究不是一场单机游戏，它极度需要跨学科的方法论，复合型人才的相互教导，才能解决研究瓶颈取得成果。因此，在当年与Yates一起开发出MudPIT后，Washburn在蛋白质组学研究领域继续开疆拓土，并以基于质谱来研究染色质重塑复合物而闻名。Michael Washburn成就、扎根 | 年轻的蛋白质组学SEQUEST 与 MudPIT 的开发，及其他杰出的科研成果奠定了Yates在蛋白质组学领域的泰斗地位，他也毫不意外地入选了 2011年 “2000-2010年全球顶尖一百位化学家”名单。John Yates入选2011年 “2000-2010年全球顶尖一百位化学家”名单此外，他于2019年获得ASMS质谱杰出贡献奖及 Khwarizmi 国际奖，以表彰他对蛋白质组学的贡献。蛋白质组学诞生（1997年）至今才二十余年。得益于全球科学家和HUPO的不懈努力，这个年轻的前沿学科已获得许多令人振奋、惊叹的里程碑式成果。未来，我们亦期待、欢迎有更多的年轻研究人员参与进来，一同以蛋白质组学为支点，揭示生命的奥秘，开创疾病治疗的新篇章。年轻科研力量的崛起是科技创新、发展的重要引擎。2015年，HUPO特设Early Career Researchers (ECRs）项目，以推动年轻科研人员对新知识、新思想和前沿科技创新的引领作用。具体而言，该项目的主旨为：（1）为ECR提供更多研究和交流平台，提高他们的科学知名度：HUPO设立稿件竞赛 (Manuscript Competition)，以便让杰出的年轻科学们展示自己最新工作成果；（2）为ECR策划职业发展相关活动，提高他们在学术界、工业界的竞争力：HUPO邀请来自不同科研、技术和商业领域的世界知名科学家，分享他们的科研经历与职业生涯；（3）提高蛋白质组学领域的公平性、多样性和包容性。参考资料1. Washburn, M. P., Wolters, D., & Yates, J. R. (2001). Large-scale analysis of the yeast proteome by multidimensional protein identification technology. Nature biotechnology, 19(3), 242-247.2. Proteomics goes global. Nature biotechnology, 24, 302–303 (2006). https://doi.org/10.1038/nbt0306-3023. Eng, K. J., McCormack, A. L., & Yates, J. R. (1994). An approach to correlate tandem mass spectral data of peptides with amino acid sequences in a protein database. Journal of the American Society Mass Spectrometry, 5(11), 976–989.4. Yates, J. R. (2013). The revolution and evolution of shotgun proteomics for large-scale proteome analysis. Journal of the American Chemical Society, 135(5), 1629-1640.5. Vivien, M. (2013). Digging deep into proteomes. Nature Method, 10(1), 3.6. MICHGAN STATE UNIVERSITY. (n.d). Dr. Michael Washburn. Retrieved from https://bmb.natsci.msu.edu/about/awards/john-a-boezi-memorial-alumnus-award/dr-michael-washburn/7. Scripps Research. (2019). Chemist John Yates receives 2019 ASMS John B. Fenn Award for innovations that advanced mass spectrometry. Retrieved from https://www.scripps.edu/news-and-events/press-room/2019/20190614-yates-amsmaward.html

蛋白质组学的兴起带动了质谱技术的快速发展，而质谱技术的进步则拓宽了蛋白质组学研究问题的广度。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)。 　　仪器信息网讯 为了总结交流近年来我国计算蛋白质组学领域的基础研究与前沿动向，推动计算技术在蛋白质组研究中发挥更加切实的作用，2010年11月10-11日，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”在北京中国科学院计算技术研究所召开。来自全国高等院校、科研机构、企事业单位的150余位从事计算蛋白质组学及其相关研究的专家学者参加了此次会议。 会议现场 　　会议主办方代表贺思敏研究员在会上表示：一般来说，计算蛋白质组学以计算技术为主要手段，是基于质谱技术的规模化蛋白质表达分析，也包括结构与功能的高通量分析。近年来，随着“精密蛋白质组学”概念和LTQ Orbitrap等技术的诞生，计算蛋白质组学的的研究发展迅速。 　　从2005年开始美国相继举办了3次蛋白质组学研讨会，欧洲也陆续开展了3次蛋白质组学研讨会，其他国家会议也相继设立蛋白质组学的专题会议。同时，国际上专业的学术期刊也相继刊载了蛋白质组学的综述文章，这标志着计算蛋白质组学已经取得了学术界的普遍重视，首届中国计算蛋白质组学研讨会也正是应运而生。 　　在我国，一些从事生化领域研究的专家几乎从不“上岸”，而部分毕业于信息领域的专家又从不“下水”，当然也存在着一批学者教授属于“两栖”作战，这样的研究现状不利于计算蛋白质研究的快速发展，因此，本次研讨会也是为了促进计算技术与生化领域的专家交流沟通。 中国科学院计算技术研究所贺思敏研究员 　　同时，大会还邀请了20多位计算蛋白质领域的著名专家学者做了精彩的学术报告，报告内容涉及质谱数据分析、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。 上海复旦大学杨芃原教授 报告题目：糖蛋白结构的质谱数据库 　　目前，通过各种技术构建专业性强、针对性明显的糖链结构数据库已经引起了关注。杨芃原教授的研究基于生物质谱的数据分析，建立了蛋白质糖基化位点以及糖链结构数据库。并开发了一套糖蛋白鉴定和糖链结构确立的理论算法，并将理论算法在我们创建的软件GRIP(Glycopeptide Reveal & Interpretation Platform)中全部实现。分析表明，该方法可有效进行通量化的糖蛋白结构质谱分析，展现了比较好的应用前景。 加拿大西安大略大学张凯中教授 报告题目：利用串联质谱技术解析多糖结构 　　张凯中教授主要介绍了生命科学中蛋白糖结构及其和串联质谱与计算机科学的关系。张凯中教授表示，蛋白质中糖结构的变化是一种重要的蛋白质转录后修饰；蛋白质被酶处理后，经色谱分离，可用串联质谱解析其多糖结构。基于糖肽序列从头测序算法，张教授通过分析花生类蛋白质中的多糖结构得到了一种多项式时间算法简单模型，实践表明，该方法更具启发性。 美国加州大学旧金山分校关慎恒教授 报告题目：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 　　据关慎恒教授介绍，放射性同位素标记与稳定同位素标记是目前用于研究蛋白周转的主要工具。关慎恒教授利用稳定同位素代谢标记，通过测量小数组织中的1000多个蛋白的代谢常数，建立了复杂生物体系蛋白代谢周转组动力学的试验和信息处理平台。通过此平台，可以处理无标定量、SILAC。氢氘交换的实验数据。 华大基因张勇先生 报告题目：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 　　张勇先生介绍到，对于海量数据的信息分析和挖掘成为华大基因立足世界基因组领域的根本。除了测序仪，质谱仪无疑成为蛋白质组领域的高通量仪器。目前，华大基因通过利用海量数据的信息学分析从而识别关键要素，发挥了高通量、低成本的仪器特性。华大基因也逐步从 DNA、RNA水平，向蛋白质水平研究发展。。 加拿大滑铁卢大学马斌教授 报告题目：利用质谱和同源数据库进行全蛋白测序 　　马斌教授首先谈到了，蛋白质数据库搜索和传统同源查找时遇到的问题，并分别给出了“分两步走”和“兼听则明”的两个解决办法。另外，串联质谱(MS/MS)的在该领域的应用仍然是一个非常具有挑战性的问题。马斌教授提出了一种新算法和自动化软件(CHAMPS)，实验表明，该方法具有大于99%的序列覆盖率和100%的蛋白质序列准确性。 中科院计算所孙瑞祥副研究员 报告题目：电子转运裂解质谱特征及其在蛋白质鉴定中的应用 　　孙瑞祥研究员指出，近10年内，肽段或完整蛋白质在质谱仪中的裂解技术-电子捕获裂解(ECD)与电子转运裂解(ETD)逐渐发展起来。其中，目前市场上ETD主流仪器的供应商主要有赛默飞世尔、布鲁克、安捷伦、ABI、日立等公司。ECD和ETD在蛋白质组学中的应用，特别是在蛋白质的翻译后修饰鉴定和“自顶而下”的完整蛋白质裂解研究中已经展示出了诱人的前景。 中科院大连化学物理研究所叶明亮研究员 报告题目：基于质谱的蛋白质组学数据处理新方法和平台发展 　　叶明亮研究员介绍到，在蛋白质组学数据处理方法和平台方面分别发展了针对非修饰肽段和磷酸化肽段鉴定的数据筛选方法。此外，还发展了一种结合二级质谱(MS2)和三级质谱(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的高灵敏度和可信度，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。 参会者合影留念 　　另外，为了使参会人员能够获得有关蛋白质组质谱数据分析的基本技能，同时了解到本学科发展的最新动态，本次会议还安排了质谱技术与蛋白质组学基础培训，共有72人注册参加了此次培训课程，培训现场提问的听众络绎不绝，气氛十分活跃。 培训人员与专家交流探讨