蛋白质鉴定

2014年11月30日，国际学术期刊《分子与细胞蛋白质组学》molecular & Cellular Proteomics在线发表了中国科学院上海生命科学研究院生物化学与细胞生物学研究所系统生物学重点实验室曾嵘研究组与美国范德堡大学定量科学中心石瑜研究组的最新合作研究成果，揭示了稳定同位素化学标记高精度质谱数据中高丰度、高频率噪音离子的去除可以显著提高蛋白质鉴定率。在定量蛋白质组学研究中，稳定同位素标签结合高精度质谱仪可以在一次实验中对多个样品进行相对定量比较，这种策略比非标记定量具有更高的精确性。另一方面，体外化学标记相对于体内标记方法如SILAC，具有更高的样品通量和普适性，使得体外化学标记在定量蛋白质组学研究中得到了广泛的应用。对于该策略得到的肽段二级质谱谱图，其中的报告离子用于定量，而其他离子则用于鉴定该肽段。但报告离子以及其伴生离子并未包含多肽序列信息，这些离子会降低数据库搜索鉴定的敏感性和准确性。由于定量是建立在数据库鉴定的基础之上，在数据库搜索前对质谱数据的预处理就尤为重要。在曾嵘研究员和石瑜教授的共同指导下，盛泉虎，李荣霞和戴捷等人对稳定同位素化学标记数据首先进行了高丰度、高频率离子的分析，然后进行了16种不同组合的数据预处理，最后用5种不同搜索引擎进行了数据库搜索分析。研究表明，在高精度质谱数据中，存在大量稳定同位素标签相关的高丰度、高精度离子。结合各种预处理方法，判别和去除这些离子可以提高四标数据16.3%的鉴定谱图，13.9%的鉴定肽段以及6.6%的双肽段鉴定蛋白质。对于八标复杂数据，预处理方法则可提高50.2%的鉴定谱图，39.5%的鉴定肽段以及25.2%的双肽段鉴定蛋白质。这表明，标记通道的增加，在提高样品通量的同时，也引入了更多的伴生离子，判别和去除这些离子可以更显著提高鉴定的敏感性。基于组学大数据和系统生物学平台，曾嵘研究组通过多年努力自主开发了一系列蛋白质组数据分析技术，该工作建立的方法与此前的Buildsummary，ProteomicsTools, SRMBuilder 等工具一起 (Sheng et al., J Proteome Res 2012 Su et al., JMCB, 2014)，形成了更加完善的蛋白质组学工作流程。该研究工作得到了国家科技部和国家自然科学基金资助。示意图：预处理可以显著提高谱图、肽段和可靠蛋白质的鉴定率

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。

市场调研机构Research and Markets发布报告称：全球蛋白质表征和鉴定的市场容量在2014年达到了15.69亿美元，预计年复合年增长率为10.63%，到2019年将达到26.0028亿美元。该市场容量的计算包含了色谱、电泳、质谱仪器，及相关的耗材和服务。 　　蛋白质鉴定仪器和耗材在生命科学、临床诊断、药物发现和开发等多个领域都有应用，它们广泛的用于生物标记物的鉴定和生物药品的表征。其中药物发现和开发是2014年蛋白质鉴定仪器和耗材最大的应用市场之一。 　　蛋白质表征和鉴定仪器的终端用户主要集中于学术研究所、生物技术和制药公司、科技开发服务企业。 　　蛋白质表征和鉴定仪器、耗材的重要供应商有：安捷伦、伯乐、布鲁克、丹纳赫、GE医疗、珀金埃尔默、岛津、西格玛奥德里奇、赛默飞、沃特世等。

北京蛋白质组研究中心/蛋白质组学国家重点实验室朱云平研究员课题组张纪阳博士等通过建立贝叶斯模型分析“鸟枪法”鉴定蛋白质组数据，大幅提升蛋白质组质谱数据的利用率。相关论文发表在最新一期国际蛋白质组学权威杂志：《分子与细胞蛋白质组学》(Molecular & Cellular Proteomics, MCP)上面，同期杂志还发表了该所姜颖副研究员课题组、钱小红研究员课题组的两篇研究论文，创该刊单期同一单位发文数之最。 　　大规模、高通量的蛋白质组研究产生了海量的数据，其中包含了大量的噪声，而高可靠的数据是进一步生物学分析的基础，故目前的分析方法均采用了过严的标准，但在降低假阳性的同时也人为地造成了数据较高的假阴性及较低的利用率。因此，"在保证高可信度的前提下，最大限度地利用实验数据"一直是蛋白质组学界的追求。"鸟枪法"是目前蛋白质组鉴定中地位最重要、应用最广泛的技术策略。他们基于随机数据库策略、非参概率密度模型和贝叶斯公式，建立了串联质谱数据过滤的多元贝叶斯非参模型。通过标准蛋白和复杂样品的严格考核，表明该模型具有良好的灵敏性和普适性，可将质谱数据的利用率提高10~40%，创本领域最好水平。 　　原始出处： 　　Molecular & Cellular Proteomics 8:547-557, 2009.doi:10.1074/mcp.M700558-MCP200

项目概况 超灵敏蛋白质组4维分离鉴定质谱系统 招标项目的潜在投标人应在上海市共和新路1301号C座110室获取招标文件，并于2022年02月10日 09:00（北京时间）前递交投标文件。一、项目基本情况项目编号：SHXM-00-20220120-1069项目名称：超灵敏蛋白质组4维分离鉴定质谱系统预算编号： 0021-W10796 预算金额（元）： 6650000 最高限价（元）： 6184500 / 采购需求： 包名称：超灵敏蛋白质组4维分离鉴定质谱系统 数量：1 预算金额（元）：6650000 简要规格描述或项目基本概况介绍、用途：带CCS值的淌度分离，可进行同分异构分离；（详见第八章） 合同履约期限： 合同签订后6个月内 本项目（ 不允许 ）接受联合体投标。二、申请人的资格要求：1.满足《中华人民共和国政府采购法》第二十二条规定；2.落实政府采购政策需满足的资格要求：国际招标3.本项目的特定资格要求： 1）具有独立的法人资格。2）投标人是专业生产本次所需设备的制造商，或由制造商指定一个代理商作为本次投标的唯一授权代理。3）投标人提供的投标机型应是原产地的全新产品。4) 投标人应当于招标文件载明的投标截止时间前在机电产品招标投标电子交易平台（网址：http://www.chinabidding.com）成功注册。否则，投标人将不能进入招标程序，由此产生的后果由其自行承担。5) 不接受联合体投标；6) 已购买本招标文件。 三、获取招标文件时间：2022年01月20日至2022年01月27日，每天上午09:30至11:00，下午13:30至16:00（北京时间，法定节假日除外）地点：上海市共和新路1301号C座110室方式： 邮件报名购买 售价（元）： 600 四、提交投标文件截止时间、开标时间和地点提交投标文件截止时间：2022年02月10日 09:00（北京时间）投标地点：上海市共和新路1301号C座111会议室开标时间： 2022年02月10日 09:00 开标地点：上海市共和新路1301号C座111会议室五、公告期限自本公告发布之日起5个工作日。六、其他补充事宜因新冠肺炎疫情，本次招标文件均采用邮件报名购买。有意向的投标人可从2022年1月20日起至2022年1月27日上午9:30至11:00,下午13:30至16:00（节假日除外），将公司基本信息发至crystal_wxjing@163.com、zhuchangliv@sina.cn邮箱，将标书款汇至招标公司账上并提供汇款证明。本招标文件每套售价为人民币600元或美元100元，标书售后不退（邮购须另加50元人民币或50美元）。七、对本次采购提出询问，请按以下方式联系1.采购人信息名 称：上海科技大学地 址：上海市浦东新区中科路1号联系方式：021-206851822.采购代理机构信息名 称：上海中招招标有限公司地 址：上海市静安区共和新路1301号C座110室联系方式：021-26065294、021-260652803.项目联系方式项目联系人：吴小晶、朱昌丽电 话：021-26065294、021-26065280

基因转录产生的mRNA前体可以通过可变剪接产生不同的mRNA剪接异构体，这些mRNA可以翻译成序列不同的蛋白质，即蛋白质异形体。蛋白质异形体与许多疾病的病理机制密切相关，如癌症、多发性硬化症、心肌肥大、自身免疫病、糖尿病等，蛋白质异形体还被用作生物标志物和疾病治疗的靶标1，因此，开展针对蛋白质异形体的研究有着重要意义。蛋白质异形体的发现、注释与验证是其功能研究的基础，得益于高通量转录组深度测序技术以及可变剪接分析技术的迅速发展，人类基因组编码的蛋白质异形体已经得到了较充分的注释，但由于大多数基因都有一个主要的编码产物，而与疾病发生和蛋白功能调节密切相关蛋白质异形体往往表达量较低，所以，一部分低丰度的蛋白质异形体仍然可能没有被注释。　　近日，北京大学医学部精准医疗多组学研究中心黄超兰团队针对蛋白质新异形体的鉴定开发了整合新连接肽段鉴定策略的蛋白质基因组学分析流程，并应用于深度覆盖的人蛋白质组质谱数据集的分析，成功发现并验证了分别来自2个功能重要的基因NHSL1(编码NHS样蛋白1)和EEF1B2(编码真核翻译延伸因子eEF1B的亚基eEF1β)的3个新蛋白质异形体。该研究以“Proteogenomics integrating novel junction peptide identification strategy discovers three novel protein isoformsof human NHSL1 and EEF1B2”为题于2021年8月21日线上发表在Journal of Proteome Research期刊上。　　本研究首先聚焦了“新连接肽段”这一概念，即被内含子分隔开的新外显子和已注释外显子共同编码的肽段，新连接肽段可提供关于新可变剪接位点的信息，对于鉴定新蛋白质异形体至关重要。目前从质谱数据中挖掘新蛋白质异形体，主要是通过搜索转录组数据的三框翻译库。由于漏注释的蛋白质异形体往往缺少已知转录本和同源蛋白，传统的基于全基因组六框翻译库的蛋白质基因组学策略不能鉴定到新连接肽段，无法获知新可变剪接位点。因此，研究者首先提出了一种鉴定新连接肽段的策略，基本思路为：①假设一个基因可以编码一个新的蛋白质异形体，那么就意味着该基因中存在一个新的蛋白质编码区(CDS)，这个CDS的具体位置是未知的，它可能出现在任意一个已注释CDS的5’端或3’端 ②通过理论酶切的方式枚举所有可能的由新CDS与已注释CDS共同编码的新连接肽段，对于枚举出来的新连接肽段，由新CDS编码的氨基酸序列是未知的，用“X”表示 ③对所有的人类已注释基因都做同样的处理，从而构建一个理论新连接肽段数据库 ④对质谱数据集，采用多参数下的从头测序获取每张二级谱图的所有候选肽段，用以与理论新连接肽段数据库进行匹配，如果候选肽段在理论新连接肽段数据库中存在，那么它就被认为是该谱图对应的可能的连接肽段 ⑤通过这种方式，可以将质谱数据中存在的所有可能的连接肽段枚举出来，然后可加入到已注释蛋白质组数据库中进行搜库，以进一步排除假阳性结果，鉴定高可信新连接肽段 ⑥新连接肽段的来源分析，溯源新可变剪接位点。作者已将上述策略写成自动化软件CJunction，并上传至GitHub (https://github.com/CProteomics/CJunction)，供广大读者直接使用。 　　图1. CJunction枚举质谱数据中可能存在的新连接肽段的原理图随后，研究者建立了针对新蛋白质异形体发现的整合新连接肽段鉴定策略的人蛋白质基因组学分析流程，并应用于一组深度覆盖的HeLa质谱数据集的分析，成功鉴定并验证了1个新连接肽段和2个由外显子单独表达的新肽段。通过生物信息学分析，最终发现并验证了分别来自2个基因NHSL1和EEF1B2的3个新的蛋白质异形体，依次命名为：NHS-like protein 1 isoform X15、NHS-like protein 1 isoform X16和elongation factor 1-beta isoform X2。值得注意的是，上述2个基因的新蛋白质异形体相较经典的编码产物分别有一个96个氨基酸和60个氨基酸长的新N端，这种序列差异暗示它们可能发挥着重要的不同功能，值得进一步探究。本文所提出的策略可应用于更多深度覆盖的蛋白质组质谱数据集中，未来有助于发现更多新的蛋白质异形体。　　图2.基因NHSL1表达的新蛋白质异形体的鉴定　　北京大学医学部精准医疗多组学研究中心、北大-清华生命科学联合中心黄超兰教授为本文的通讯作者，北大-清华生命科学联合中心博士研究生何崔同为本文的第一作者。　　原文链接：https://pubs.acs.org/doi/10.1021/acs.jproteome.1c00373

p 　　10月27至28日，由中国科学院大连化学物理研究所作为主持单位承担的国家重点研发计划“深度覆盖的蛋白质组精准鉴定与定量新技术”项目启动会在生物楼学术报告厅举行。项目负责人张丽华研究员，项目组专家大化所张玉奎院士、中科院高能物理所柴之芳院士，复旦大学杨芃原教授，北京大学刘虎威教授，国家纳米科学中心赵宇亮研究员，国家蛋白质科学中心秦钧研究员，项目指导专家中科院武汉数学物理研究所刘买利研究员，中国人民解放军军事医学科学院甄蓓研究员，科技部高技术研究发展中心主管聂启昌，中科院前沿科学与教育局生命科学处主管路浩，我所职能部门相关人员以及各子课题承担单位的专家和代表70余人参加了会议。 /p p 　　项目启动会由张玉奎主持，大化所科技处副处长张宇首先代表所里致辞。随后，张玉奎为专家颁发聘书，聂启昌介绍了项目管理规定。张丽华向项目专家组汇报了项目的整体情况，各课题负责人分别汇报了各课题的任务目标、研究内容、实施方案以及研究计划等情况。专家组对本项目实施方案进行了审议讨论，对本项目给予了充分的肯定，同时对项目实施提出了合理中肯的建议，对本项目今后的开展具有积极的推动作用。 /p p style=" text-align: center" img src=" http://img1.17img.cn/17img/images/201710/insimg/ecfb9c48-126a-4791-a0e4-7e9de81626a1.jpg" title=" W020171030526310365904_副本.jpg" / /p p 　　国家重点研发计划“深度覆盖的蛋白质组精准鉴定与定量新技术究”项目设置四个课题。课题一、可变剪切和新生肽链组的高灵敏鉴定技术 课题二、基于高效标记和特征肽段的蛋白质组精准定量技术 课题三、基于高效分离的蛋白质组深度覆盖定量技术 课题四、纯化蛋白质的全序列高准确测定技术。通过本项目的实施，将在蛋白质组精准鉴定与定量领域取得一批具有自主知识产权的突破性和创新性研究成果。为推动我国蛋白质科学跨越式发展，并达到国际领先水平提供重要技术支撑。 /p p style=" text-align: center " img src=" http://img1.17img.cn/17img/images/201710/insimg/8f950f66-961a-4770-914d-bd2ebf603e80.jpg" title=" W020171030526310378848_副本.jpg" / /p

一、项目编号：SHXM-00-20220128-1029二、项目名称：超灵敏蛋白质组4维分离鉴定质谱系统三、中标（成交）信息 序号标项名称中标（成交金额）中标供应商名称中标供应商地址1超灵敏蛋白质组4维分离鉴定质谱系统RMB6184000SWIFT INTERNATIONAL LOGISTICS CO.,LIMITEDFLAT/RM38，BLK D 10/F,MAI TAK INDUSTRIAL BUILDING NO.221 WAI YIP STREET,KWUN TONG,KL,HONGKONG 四、主要标的信息 序号包名称标的名称品牌数量单价规格型号1超灵敏蛋白质组4维分离鉴定质谱系统超灵敏蛋白质组4维分离鉴定质谱系统布鲁克科技1套RMB6184000timsTOF pro2

目的 以单克隆抗体完整蛋白的UPLC® /MS分析为例，展示UNIFI&trade 科学信息系统这个平台在精确质量测定、数据处理和报告方面的强大功能。 背景 生物治疗药物得到了越来越多的关注，无论是药监部门还是生物制药企业，有效剖析单克隆抗体(mAb)尤为重要。在同一软件平台中实现数据采集和处理，并同时满足审计追踪的要求，是符合法规要求的重要因素。 蛋白质药物会发生翻译后修饰，如糖基化等，由于糖基化在生物系统中有几项重要的功能，因此，准确鉴定抗体药物的糖基化情况是蛋白药物监管指导原则中的一部分。为确保生物药物的安全性和有效性，快速、准确地对糖蛋白进行分析是十分必要的。 ACQUITY UPLC® H-Class Bio系统的高分辨生物分子分离能力与Xevo® G2 Tof 高质量精度的高分辨飞行时间质谱检测技术相结合，为生物药物分析实验室提供了常规分析用的UPLC/MS系统。 基于UN IFI的完全一体化分析平台突破了以往采集、处理色谱及质谱数据的局限性，并可自动生成报告。 每个mAb分析都会产生一个非常庞大的数据组，需要对各种不同的糖基化修饰进行阐释，以便对最终产品进行综合鉴定。这个步骤会限制其它高通量分析过程的效率，并且很难实现自动化。 基于UN IFI的完全一体化分析平台突破了以往采集、处理色谱及质谱数据的局限性，并可自动生成报告。 解决方案为解决数据分析耗时长的问题，促进治疗用单克隆抗体（mAb）的数据处理，基于UNIFI的生物制药系统解决方案专门配置了完整蛋白分析方案。 这是一个完整的方案：采集了UPLC/MS数据后，以高通量方式进行全自动的数据处理和结果标注，得到的数据结果可在导出后进行数据管理。 曲妥珠单抗的UPLC/MS分析以全自动的方式进行，使用0.1%甲酸水溶液和0.1%甲酸乙腈溶液分别用作流动相液A和B。为成功进行色谱分离，色谱柱的温度必须设定至80 ° C。这套完整的生物制药系统解决方案包括如下要素：ACQUITY UPLCH-Class Bio系统，ACQUITY UPLC BEH300 C4 色谱柱和Xevo G2 Tof质谱系统，UNIFI科学信息系统用于数据的采集、处理和报告。 完整蛋白分析报告可显示不同的报告内容，用户可以自主设置具体的报告内容：TIC色谱图；原始质谱数据、去卷积处理后的数据和棒状质谱图；及LC/MS数据分析结果的总表（图-1）。该详细视图为在特定质量范围及以本方法设定的参数范围内的去卷积处理后数据。去卷积图谱反映了抗体药物的几个主要的糖型，与葡萄糖残基数量和岩藻糖基化程度对应。另一个报告的格式是表格，该表列出了完整单克隆抗体（mAb）的质量测定结果和不同糖型（图-2）。报告还列出了曲妥珠单抗不同糖型的质谱峰的测量值以及与理论值之间的误差，并列出了TIC色谱图的色谱保留时间。这样一种完整的LC/MS分析方法使用户可灵活运用原始数据和处理后的数据，并进行快速而有效的数据管理。 总结 本应用通过单克隆抗体（mAb）完整蛋白分析应用展示了基于UNIFI的生物制药系统解决方案的强大功能。 现代仪器系统和先进的分析技术突破了生物制药企业以往的限制，能够对其生产过程进行严格的监控。 高效而经济的UPLC/MS分析方法，结合UNIFI科学信息系统进行数据处理和报告，不仅可满足法规的要求，还有助于完整蛋白鉴定。UPLC/MS平台可覆盖从详细的蛋白结构鉴定到复杂的数据管理整个过程。

项目概况 超灵敏蛋白质组4维分离鉴定质谱系统 招标项目的潜在投标人应在上海市共和新路1301号C座110室获取招标文件，并于2022年02月10日 09:00（北京时间）前递交投标文件。一、项目基本情况项目编号：SHXM-00-20220120-1069项目名称：超灵敏蛋白质组4维分离鉴定质谱系统预算编号： 0021-W10796 预算金额（元）： 6650000 最高限价（元）： 6184500 / 采购需求： 包名称：超灵敏蛋白质组4维分离鉴定质谱系统 数量：1 预算金额（元）：6650000 简要规格描述或项目基本概况介绍、用途：带CCS值的淌度分离，可进行同分异构分离；（详见第八章） 合同履约期限： 合同签订后6个月内 本项目（ 不允许 ）接受联合体投标。二、申请人的资格要求：1.满足《中华人民共和国政府采购法》第二十二条规定；2.落实政府采购政策需满足的资格要求：国际招标3.本项目的特定资格要求： 1）具有独立的法人资格。2）投标人是专业生产本次所需设备的制造商，或由制造商指定一个代理商作为本次投标的唯一授权代理。3）投标人提供的投标机型应是原产地的全新产品。4) 投标人应当于招标文件载明的投标截止时间前在机电产品招标投标电子交易平台（网址：http://www.chinabidding.com）成功注册。否则，投标人将不能进入招标程序，由此产生的后果由其自行承担。5) 不接受联合体投标；6) 已购买本招标文件。 三、获取招标文件时间：2022年01月20日至2022年01月27日，每天上午09:30至11:00，下午13:30至16:00（北京时间，法定节假日除外）地点：上海市共和新路1301号C座110室方式： 邮件报名购买 售价（元）： 600 四、提交投标文件截止时间、开标时间和地点提交投标文件截止时间：2022年02月10日 09:00（北京时间）投标地点：上海市共和新路1301号C座111会议室开标时间： 2022年02月10日 09:00 开标地点：上海市共和新路1301号C座111会议室五、公告期限自本公告发布之日起5个工作日。六、其他补充事宜因新冠肺炎疫情，本次招标文件均采用邮件报名购买。有意向的投标人可从2022年1月20日起至2022年1月27日上午9:30至11:00,下午13:30至16:00（节假日除外），将公司基本信息发至crystal_wxjing@163.com、zhuchangliv@sina.cn邮箱，将标书款汇至招标公司账上并提供汇款证明。本招标文件每套售价为人民币600元或美元100元，标书售后不退（邮购须另加50元人民币或50美元）。七、对本次采购提出询问，请按以下方式联系1.采购人信息名 称：上海科技大学地 址：上海市浦东新区中科路1号联系方式：021-206851822.采购代理机构信息名 称：上海中招招标有限公司地 址：上海市静安区共和新路1301号C座110室联系方式：021-26065294、021-260652803.项目联系方式项目联系人：吴小晶、朱昌丽电 话：021-26065294、021-26065280

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

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。

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 ）。

蛋白质是细胞功能的执行者，是一切生命的物质基础。然而人们对蛋白质和蛋白质组的了解还远远不够，蛋白质分析被认为是一项复杂而艰巨的任务。2015年是蛋白质领域的关键一年，有可能决定着蛋白质分析的未来走向。 　　1.人类蛋白互作图谱取得更大的成果。最近Cell杂志上发表了一项大规模的蛋白质研究，科学家们鉴定了一万四千个蛋白相互作用，获得了迄今为止最大规模的人类蛋白互作图谱。他们计划将在未来六年中逐步完成人类基因组的全部互作图谱。这种图谱可以帮助人们更全面的了解人类互作组，进一步理解疾病的发生和发展。对新发现的蛋白互作进行研究，能够揭示基因型和表型之间的真实关系。我们期待在2015年看到这类研究结出更多硕果。 　　2.人造环境为蛋白质分析提供便利。今年八月Roy Bar-Ziv及其同事在Science杂志上发表文章，展示了以微流体DNA隔室为基础的人造细胞。这些二维的人造细胞可以实现预编程的蛋白合成、代谢和通讯，是一种非常灵活的蛋白合成系统。研究显示，人造细胞能够更好的模拟蛋白表达的动态模式，维持蛋白信号的梯度。人们可以利用这一系统来评估蛋白质的活性和相互作用，这种方法将对蛋白质功能研究产生重要的影响。 　　3. 一个时代的终结&mdash &mdash 蛋白质结构计划PSI收官。PSI项目在运行了十五年后，正逐步走向自己的终点。PSI项目已经确定了六千三百多个蛋白结构，为蛋白质分析做出了重要的贡献。那些为PSI而建的高通量蛋白生产中心可能会继续维持下去，给其他结构生物学实验室使用。结构生物学家们也可能启动与数据处理有关的中、大型项目，作为PSI的延续。 　　不管怎样，对于蛋白质领域来说明年都是特别的一年，研究者们需要决定PSI之后的前进方向。我们希望未来能有更多类似人类互作组图谱的大型项目，增进我们对蛋白质结构和功能的理解。

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。 　　近年来蛋白质组学发展迅速，其相应的方法学研究也取得了巨大的进步，一系列新技术融入了的蛋白质组学技术当中，极大的促进了这门学科的发展。在本届大会上，中国科学院北京基因组研究所的刘斯奇研究员、复旦大学的张祥民教授、中国科学院大连化学物理研究所张丽华研究员等专家的报告介绍了许多应用到蛋白质组学之中的新技术、新方法，本文作简要概述： 　　报告题目：基于质谱的线粒体GST蛋白质组定性和定量分析 　　报告人：中国科学院北京基因组研究所的刘斯奇研究员 刘斯奇研究员 　　刘斯奇研究员在报告中首次提出了“线粒体GSTs蛋白质组”的概念，系统地研究了属肝线粒体中的GSTs。可采用亲和色谱法及SDS-PAGE富集GST蛋白，使用MALDI Tof/Tof MS 和LC tandem MS/MS鉴别蛋白。研究结果表明，属肝线粒体中存在5种GSTs，分别为GSTA3, GSTM1, GSTP1, GSTK1 以及GSTZ1。 　　为了对线粒体GSTs的相对丰度进行定量分析，其采用了质谱结合免疫印迹的综合分析方法：利用质谱对GSTs进行定性分析时，根据质谱谱图的多反应监测(MRM)推断GSTs结构 使用重组的GST蛋白作为标准物，建立了蛋白浓缩物的线性回归方程和胰蛋白酶GST多肽的MS/MS强度，同时，通过校准估算出了鼠肝线粒体中的GSTs含量。通过对特定GSTs抗体的强度识别，使用免疫印迹对GSTs进行了定量分析 获得了GST重组蛋白的5种单克隆抗体，将其用于GST浓度校准和免疫印迹强度分析 通过免疫印迹分析获得的定性分析结果基本与MRM数据获得的结果一致。 　　报告题目：蛋白质水平的色谱分离与生物质谱鉴定新方法研究 　　报告人：复旦大学张祥民教授 张祥民教授 　　张祥民教授在报告中表示，蛋白质的分离鉴定有更多困难。一方面，蛋白质分子量大，结构与构型上的变化导致分离效率下降，对色谱填料的孔径、分布与非特异性吸附等因素有更高要求 另一方面，蛋白质鉴定需要先进行酶解以得到质谱鉴定信息。 　　在报告中，他给出了较好的解决方法，通过对液相色谱分离系统的优化，在实际蛋白质样品考察优化了系统的分离性能，构建了液相色谱分离蛋白质鉴定方法与平台。研制了蛋白水平富集预柱，并将其应用于蛋白质捕集。在离子交换色谱柱和反向色谱优化选择上，实现了蛋白质分析所需的高分辨分离。色谱分离组分点样至靶板上，利用发展的快速酶解技术完成蛋白质酶解，再通过MALDI-TOFTOFMS或LC-LTQMS进行蛋白质鉴定。该方法使得蛋白质的理论分离能力达到5000个以上，蛋白质组分能够得到浓度信息，质谱鉴定可以同时利用肽指纹图谱PMFs信息和串级序列信息，使得蛋白质鉴定的可靠性大为提高。 　　报告题目：基于离子液体的新型膜蛋白质组预处理及分离鉴定技术 　　报告人：中国科学院大连化学物理研究所张丽华研究员 张丽华研究员 　　膜蛋白质存在于细胞内环境、细胞与细胞外环境的界面，对执行细胞内外物质交换、信息转换、细胞识别、代谢调节、免疫应答等功能起着重要作用。深入开展膜蛋白质组学研究对于揭示细胞功能、寻找药物靶点以及研制癌症治疗药物等具有重要意义。然而，由于膜蛋白质具有疏水性强、溶解性差、易沉淀、难酶解、含量低等特点，因此在采用通常用于可溶性蛋白质组分离鉴定的方法对膜蛋白质组进行研究时遇到了很大的挑战。 　　张丽华研究员在报告中指出，要提高膜蛋白质组的分析能力，必须发展可显著改善膜蛋白质组溶解性，又不影响后续分离鉴定的新方法。她在近期研究工作中，采用离子液体作为膜蛋白质组的增溶剂，并结合纳升二维液相色谱-质谱联用系统，对鼠脑和人肝内质网提取的膜蛋白质进行了分析。结果表明，离子液体不仅可以提高膜蛋白的溶解性，而且不用影响后续酶解过程中酶的活性。此外，在样品进入质谱鉴定前，易于在除盐步骤去除，不会影响质谱鉴定。与其他膜蛋白质组研究中常用的增溶剂相比，离子液体在膜蛋白质组样品预处理中表现出明显的优势。

时间：2014年5月20-23日 　　地点：北京蛋白质组研究中心(北京市昌平区科学园路33号，中关村生命科学园内) 　　主办单位： 　　北京蛋白质组研究中心(BPRC) 　　蛋白质组学国家重点实验室(SKLP) 　　中国生物化学与分子生物学会蛋白质组学专业委员会(CNHUPO) 　　北京蛋白质组研究中心是蛋白质组学国家重点实验室，国际联合研究中心，国际人类肝脏蛋白质组计划(HLPP)执行总部。建立了世界上最大的人类蛋白质组数据库及数据管理平台，和国际领先的蛋白质相互作用网络构建和分析平台。对人类肝脏蛋白质组进行了系统的生物信息研究，包括蛋白质鉴定、修饰、定位、相互作用网络、代谢通路及肿瘤标志物发现等研究。讲师团队长期致力于蛋白质组数据分析及相关知识发现，为国际人类肝脏蛋白质组计划提供了全方位的生物信息支持。2012年，集体获中国电子学会电子信息科学技术奖一等奖：蛋白质组学计算方法的研究及其支撑平台的构建和应用 2007年，集体获北京市科学技术一等奖：蛋白质组支撑技术及其在人类重要疾病与生理过程研究中的应用。 　　前言 　　本课程为生命科学研究人员介绍如何合理利用和开发蛋白质生物信息学资源。课程着眼于实际数据库搜索、工具使用、大型数据库分析、生物学网络构建、可视化和数据分析等。采取小班授课，专人指导 理论课与实践课相结合，讲师与学员研讨的方式进行 精心挑选相应的上机软件，提供充足的实际操作机会 让每位学员学有所成。 　　培训对象 　　从事生命科学、农学、医学等领域科研工作者和高校教师及研究生 　　迫切希望提升生物信息分析能力的学者 　　培训内容 　　质谱数据深度分析、蛋白质注释及功能分析、蛋白质相互作用网络构建及分析、蛋白质组研究主题信息服务和专业数据库研发。 　　课程安排 时间 培训内容 2014年5月20日 9:00-10:00 蛋白质组信息学概论 10:00-12:00 质谱数据处理－搜库与质控 13:00-15:00 蛋白质组定量分析（以无标定量为主） 15:00-16:00 蛋白质翻译后修饰分析 16:00-17:00 蛋白质鉴定上机实习 2014年5月21日 9:00-11:00 质谱数据深度挖掘 11:00-12:00 蛋白质定量上机实习 13:00-15:00 蛋白质组数据分析/生物标志物发现 15:00-17:00 蛋白质组数据分析上机实习 2014年5月22日 9:00-10:30 蛋白质组数据库/数据提交 10:30-12:00 数据库及数据提交实习 13:00-15:00 蛋白质组软件包的使用（TPP等） 15:00-17:00 TPP安装及使用实习 2014年5月23日 9: 00-10:30 蛋白质相互作用网络和蛋白质组学知识挖掘的基础知识 10:30-12:00 蛋白质相互作用的生物信息学资源介绍 13:00-14:00 Cytoscape软件使用介绍 14:00-17:00 蛋白质相互作用数据分析上机 　　培训费 　　4月18日前注册：每人4200元，学生3900元。 　　4月19日至5月20日之间注册：每人4500元，学生4200元。 　　其他优惠：同一单位2人以上参加，每人优惠200元。 　　提前注册截止日期：2014年4月18日，以银行汇款凭证为准。 　　网上注册地址： http://61.50.138.116/training/cn/ 　　培训费用包含：培训资料、培训期间的午、晚餐。 　　可协助安排住宿，住宿费用自理。需住宿的学员请在网上注册时填写住宿信息。 　　报到时间和地点 　　报到：5月19日全天，北京扬子江药业海诺康会馆(北京市昌平区生命园路16号，中关村生命科学园内) 20日8:30-10:00，北京蛋白质组研究中心。 　　住宿：北京扬子江药业海诺康会馆，标准间298元/天(含早餐)。 　　学生报到时须持学生证。 　　学员自备笔记本电脑(具有WiFi无线网络功能)用以操作练习。 　　注意事项 　　培训结束后颁发北京蛋白质组研究中心和蛋白质组学国家重点实验室培训证书，需要中国生物化学与分子生物学会继续教育证书的学员报到时需要另交1张2寸免冠照片及20元工本费。 　　中心通过了ISO/IEC 17025实验室认可，为社会各界提供科研技术服务。参加本期培训班的学员可以享受中心提供的技术服务优惠政策。技术服务项目请看网站： http://www.bprc.ac.cn/guidance/list.php?catid=27 　　汇款信息 　　帐 号：0200004909200041055 　　账户名称：北京蛋白质组研究中心 　　开户银行：工商银行北京市永定路支行 　　注：汇款时请务必注明&ldquo 信息学培训班&rdquo 和学员姓名。汇款后将汇款凭据传真至中心，或将扫描电子版发送至邮箱bprctrain@163.com，以确保汇款安全到账。 　　如需发票请注明发票抬头，培训结束后统一开具发票(培训费、注册费、会议费、技术服务费等)，有其他特殊要求请声明。 　　联系方式 　　联系电话： 注册：周建平(010)80705277 　　咨询：史冬梅(010)80705888 　　传 真：(010)80705155 　　电子邮件：bprctrain@163.com 　　通信地址：北京市昌平区科学园路33号(102206)

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。

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)。

本期中国科学院大连化物所单亦初老师将分享蛋白质测序技术的发展，本次分享将以连载形式以飨读者。蛋白质一级结构是组成蛋白质的氨基酸序列。蛋白氨基酸序列分析是确定蛋白质全部氨基酸序列的过程。通过蛋白质测序获得的信息有许多用途，包括：蛋白质的鉴定；合成可用作免疫原的肽段；用于治疗的抗体仿制产品的研发；以市场上销售的抗体试剂为基础进行抗体药物研发。目前的蛋白质测序方法主要分为三类：基于PCR扩增的蛋白质测序、Edman降解测序以及基于质谱的蛋白质测序。基于PCR扩增的蛋白质测序是利用细胞中表达的DNA或者RNA进行基因测序，然后再按照氨基酸密码子表转换为蛋白质的氨基酸序列，本质上属于基因测序技术。Edman降解测序是较早发展的蛋白质测序技术，利用化学方法从蛋白质的N端将氨基酸依次降解，再使用高效液相色谱对氨基酸进行鉴定。但是这种方法只能用于鉴定蛋白质和多肽的N-末端氨基酸残基（通常是几个-十几个残基，最多不超过四十个残基），无法对大的蛋白质进行全序列测定。此外，Edman降解法也有一定的局限，例如N末端封闭或有化学修饰的情况下将不能使用Edman降解法对蛋白质序列进行分析。目前使用最广的蛋白质测序方法是质谱法，较Edman降解法而言，其优点在于，质谱法更敏感，可以更快地裂解肽，可以识别末端封闭或修饰的蛋白质。基于质谱的蛋白质测序策略可分为两大类：自上而下策略（Top-Down）和自下而上（Bottom-Up）策略。自上而下的策略无需对蛋白质进行降解，直接使用LC-MS对完整蛋白质进行分析，根据谱图中碎片离子确定其序列；自下而上策略是先将蛋白质水解成肽段，通过LC-MS对肽段检测，再对肽段从头测序以及序列拼接从而得到完整蛋白质序列。图 ：蛋白质序列测定原理Kira Vyatkina[1]通过自上而下的策略发展了一种Twister测序算法对单克隆抗体测序，虽然不需要使用蛋白酶酶解，减少了蛋白质预处理的步骤，但仅可以鉴定到抗体的序列片段。Liu[2]结合自上而下和自下而上两种策略发展了TBNovo测序算法对蛋白质进行测序，将自上而下的质谱数据作为抗体序列的骨架，再将胰蛋白酶酶解肽段的质谱数据对骨架的序列进行补充覆盖。由于特异性蛋白酶酶解后肽段种类少、覆盖率低，对抗体的轻链和CAH2区的测序覆盖率为86.9%和75.2%。Sen[3]发展了一种基于同源数据库搜索与从头测序结合的Supernovo测序算法，通过4种蛋白酶对单克隆抗体分别酶解，该测序方法仅可实现对抗体重链的可变区测序，无法对抗体全序列进行测定。Savidor[4]发展了一种蛋白质全序列从头测序的方法。将蛋白质在微波辅助下快速酸解，得到了种类丰富的肽段，使用其发展的肽段序列拼接算法——“肽段标签组装”（Peptide Tag Assembler，PTA），对从头测序的肽段进行序列拼接，但由于酸解的消化方式会使谷氨酰胺和天冬酰胺发生脱酰胺化，分别变为谷氨酸和天冬氨酸，降低了对蛋白质序列测定的准确度。为了解决蛋白质测序覆盖度低、准确度低的问题，我们发展了一种蛋白质全序列测定新方法[5]：该方法使用多种非特异性蛋白酶对蛋白质连续酶解，提高蛋白质酶解肽段种类和重叠度，从而提高蛋白质测序的覆盖度；此外，发展了一种序列拼接算法，根据从头测序得到的肽段序列中每个氨基酸的得分值和出现次数，对蛋白质序列进行组装和拼接，显著提高了蛋白质全序列测定的准确度。利用该测序方法对牛血清白蛋白的多种非特异性蛋白酶酶解后的肽段序列进行测序和拼接，实现了对牛血清白蛋白全序列100%准确度的测定。此外，将该方法应用于对乳腺癌药物单克隆抗体赫赛汀的全序列测定，重链和轻链的测序准确度分别达到99.6%和100%。参考文献[1] K V. De Novo Sequencing of Top-Down Tandem Mass Spectra: A Next Step towards Retrieving a Complete Protein Sequence [J]. Proteomes, 2017, 5(1), https://doi.org/10.3390/proteomes5010006[2] LIU X, DEKKER L J M, WU S, et al. De novo protein sequencing by combining top-down and bottom-up tandem mass spectra [J]. J Proteome Res, 2014,13(7): 3241-3248.[3] KI S, WH T, S N, et al. Automated Antibody De Novo Sequencing and Its Utility in Biopharmaceutical Discovery [J]. J Am Soc Mass Spectrom, 2017, 28(5): 803-810.[4] SAVIDOR A, BARZILAY R, ELINGER D, et al. Database-independent Protein Sequencing (DiPS) Enables Full-length de Novo Protein and Antibody Sequence Determination [J]. Mol Cell Proteomics, 2017, 16(6): 1151-1161.[5]杨超，单亦初，张玮杰等，基于非特异性蛋白酶连续酶解的蛋白质全序列测定方法，化学学报，修稿中。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）。

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

2013年9月7日， 重庆 &ndash 在今天开幕的第八届中国蛋白质组学大会上，GE医疗生命科学部以&ldquo 成功的要素&rdquo (Ingredients for Success)为主题精彩亮相。通过仪器展示、技术培训等多种形式，向参会嘉宾、学者全面展示其完整的蛋白质研究解决方案。 GE医疗此次从&ldquo 探索、 发现、纯化、鉴定、确证&rdquo 五个方面展示了其领先的蛋白质研究解决方案。从组学的解析和修饰的鉴定，到分子及细胞水平的结构与功能的探索，GE医疗都可以提供一系列的世界领先的科研工具，以跨学科的技术与手段，帮助科学家解决蛋白质组学研究中的难题。 GE展台 会议期间，GE医疗展示了AKTA Pure 和AKTA Avant蛋白纯化系统，这两款世界知名的生物大分子纯化系统已经成为基础科研机构和医药企业的必备工具，而其丰富的色谱柱与填料产品，更是为应对分离纯化的各种挑战提供了多样化的选择。就在会议前夕，GE医疗发布了最新的AKTAPure150纯化系统，其系统单泵最高流速可以达到150mL/min，且可以兼容直径范围在70~100mm的工业层析柱。伴随着这款高流速系统的推出，Ä KTApure 系列选择将更丰富，涵盖从实验室级别到小规模工业级别的梯度解决方案，用户可以根据预期的纯化规模选择更为合适贴心的系统。 GE医疗的Biacore与 MicroCal非标记生物物理技术，是全面解析生物分子相互作用的不二选择，此次展示的ITC200从高灵敏的热力学角度解密分子间的相互作用，及其结构和功能，在分子水平上描述相互作用的发生机制，在药物设计、蛋白质和酶工程，以及蛋白质结构等领域有这广泛的应用。此外GE医疗还展出了DeltaVision高分辨活细胞显微镜，DV Elite拥有创新的优秀光学组件，是目前最灵敏的显微镜之一，已成为长时间活细胞成像和研究的利器。 GE医疗员工向参会代表介绍高分辨活细胞成像系统 在大会举办的&ldquo 蛋白质组学新技术培训&rdquo 中，GE医疗生命科学部应用工程师张名昌进行题为&ldquo 如何成功进行荧光Westernblotting实验&rdquo 的技术培训，介绍了运用GE医疗生命科学部的ImageQuant LAS和Typhoon系列成像系统实现荧光WesternBlotting的整体解决方案。同时，还与到场嘉宾一同分享和讨论荧光Western Blotting的实验经验和应用。 更多相关信息，请咨询GE医疗生命科学部热线：800-810-9118 或 400-810-9118。

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。

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。

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）前面讨论了基于质谱的蛋白质测序技术的一般流程及基于质谱的肽段序列测定方法。在组成蛋白质的20种氨基酸中，亮氨酸和异亮氨酸互为同分异构体，具有相同的分子质量，无法通过二级质谱产生的同系列离子的质量差异被区分。然而亮氨酸/异亮氨酸对单克隆抗体药物的功能影响巨大，典型的单克隆抗体在互补决定区（CDR）中含有至少3个亮氨酸/异亮氨酸，在复杂的样品中可以存在多达9个。单克隆抗体中CDR的错误识别，会导致抗原结合亲和力与抗体的特异性大量丧失。因此，对单克隆抗体中的全部亮氨酸或异亮氨酸进行准确测定意义重大[1-2]。亮氨酸和异亮氨酸的侧链分别是异丁基和仲丁基，通过质谱的多级碎裂产生的特征离子可以对亮氨酸和异亮氨酸进行区分。一种方法是通过不同系列的碎片离子质量差来区分，其原理是肽段在ETD-HCD或EThcD碎裂模式下可产生z离子，含有异亮氨酸和亮氨酸肽段分别失去一个乙基自由基（C2H5）和一个丙基自由基（C3H7），产生质量分别减少29 Da和43 Da的w离子，因此通过质谱产生的z/w离子质量差，可区分肽段中的亮氨酸和异亮氨酸[2-5]。Zhokhov[3]对人血清白蛋白（HSA）、gp188蛋白两种蛋白质的43条胰蛋白酶酶解肽段中的93个亮氨酸和异亮氨酸进行鉴定，准确区分了其中的83个，但由于z/w离子分别产生在ETD和HCD谱图中，在鉴定过程中需要人工筛选含有z/w离子的谱图。Tatiana[4]等通过EThcD的碎裂模式对蛙皮肤分泌的14条肽段进行鉴定，使肽段的z/w离子出现在同一张谱图中，区分鉴定了这些肽段中的61/75个亮氨酸和异亮氨酸。由于不能保证每个含有亮氨酸或异亮氨酸的肽段在质谱中碎裂一定会产生相应的z/w离子，因此通过z/w离子质量差的方法无法对蛋白序列中全部的亮氨酸和异亮氨酸准确测定。另一种方法是通过亮氨酸和异亮氨酸的亚胺离子的三级碎片离子区分，其原理是亮氨酸或异亮氨酸质子化的离子（132 Da）容易损失甲酸而形成相应的亚胺离子（86 Da），它们的亚胺离子在三级碎裂中分别会产生m/z 69和m/z 43的特征离子。Nakamura[6]使用嗜热菌蛋白酶对人钙降素进行酶解，得到以亮氨酸或异亮氨酸为N端的肽段，通过该方法确定钙降素的第4和9个氨基酸为亮氨酸，第27个氨基酸为异亮氨酸，但此方法的缺点是当一条肽段中含有不止一个亮氨酸或异亮氨酸时，特征离子峰相会互干扰，无法对其判断。Bagal[5]将亚胺离子的三级碎片离子的方法和z/w离子质量差的方法结合，并将该策略用于两个单克隆抗体CDR中的亮氨酸和异亮氨酸的鉴定，由于使用胰蛋白酶酶解产生的肽段长度过长，对鉴定造成影响，仅对6条肽段中的亮氨酸和异亮氨酸的准确鉴定，无法区分CRD区全部亮氨酸和异亮氨酸。Sheila[7]使用4种蛋白酶对单克隆抗体进行酶解，对二级质谱产生的a1离子进行三级碎裂，排除了肽段内部亮氨酸或异亮氨酸的干扰，根据每个三级谱图中特征峰强度的比值对亮氨酸和异亮氨酸区分，由于谱图中噪音干扰以及肽段的共碎裂，会使一些含有特征离子的谱图不能用于准确区分亮氨酸和异亮氨酸，最终对单克隆抗体中的71.1%-94.1%亮氨酸和异亮氨酸进行区分。我们借鉴该方法，结合非特异酶连续酶解技术，以及基于碎片离子质量校正和多谱图共同打分策略，实现了对单克隆抗体药物赫赛汀轻链中7个异亮氨酸和18个亮氨酸，重链中9个异亮氨酸和33个亮氨酸的鉴定，准确度100%，轻链鉴定的覆盖度为100%，重链鉴定的覆盖度为97.67%。鉴定蛋白质中亮氨酸和异亮氨酸的流程图[1] Hurtado P P, O' Connor P B. Differentiation of isomeric amino acid residues in proteins and peptides using mass spectrometry [J]. Mass Spectrom Rev, 2012, 31(6): 609-25.[2] Xiao Y, Vecchi M M, Wen D. Distinguishing between Leucine and Isoleucine by Integrated LC-MS Analysis Using an Orbitrap Fusion Mass Spectrometer [J]. Anal Chem, 2016, 88(21): 10757-66.[3] Zhokhov S S, Kovalyov S V, Samgina T Y, et al. An EThcD-Based Method for Discrimination of Leucine and IsoleucineResidues in Tryptic Peptides [J]. J Am Soc Mass Spectrom, 2017, 28(8): 1600-11.[4] Samgina T Y, Kovalev S V, Tolpina M D, et al. EThcD Discrimination of Isomeric Leucine/Isoleucine Residues in Sequencing of the Intact Skin Frog Peptides with Intramolecular Disulfide Bond [J]. J Am Soc Mass Spectrom, 2018, 29(5): 842-52.[5] Bagal D, Kast E, Cao P. Rapid Distinction of Leucine and Isoleucine in Monoclonal Antibodies Using Nanoflow LCMS(n) [J]. Anal Chem, 2017, 89(1): 720-7.[6] Nakamura T, Nagaki H, Ohki Y, et al. Differentiation of leucine and isoleucine residues in peptides by consecutive reaction mass spectrometry [J]. 1990, 62(3): 311-3.[7] Maibom-Thomsen S, Heissel S, Mortz E, et al. Discrimination of Isoleucine and Leucine by Dimethylation-Assisted MS3 [J]. Anal Chem, 2018, 90(15): 9055-9.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）。

p style=" text-align: justify text-indent: 2em line-height: 1.75em " strong span style=" text-indent: 2em " 仪器信息网讯 /span /strong span style=" text-indent: 2em " 蛋白质组学是生命科学领域中的一门新兴学科，可以高通量的分析正常及病理条件下机体、组织、细胞或亚细胞成分中全部蛋白质，对不同空间、不同时间上动态变化的蛋白质组的整体进行比较，分析不同蛋白质组之间在表达数量、表达水平和修饰状态下的差异。蛋白质组学可以发现与疾病相关的特异性蛋白质，对病变相关蛋白的研究可以为探索病毒本身及其感染机制提供信息，且这些蛋白还可能作为疾病诊断潜在的生物标志和治疗的药物靶点。 /span /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " span style=" color: rgb(0, 112, 192) " strong 蛋白质组概念的提出及常用技术 /strong /span /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " 蛋白质组（proteome）这一概念由Wilkins和Williams等在1994年首次提出，以它作为研究对象的蛋白质组学是后基因组时代产生和发展的一门新兴学科，其从整体上分析组织，细胞内动态变化的蛋白质组成、表达水平与翻译后修饰，探索蛋白质的功能及蛋白质之间相互作用与联系。 /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " 蛋白质组学中对蛋白表达分析方面的研究应用较多的技术有双向凝胶电泳（two-dimensional electrophoresis,2-DE）、基于2-DE将其重复性和精确性加以改进的双向差异凝胶电泳（two-dimensional difference electrophoresis,2D-DIGE），以及对筛选到的差异表达蛋白进行快速精确鉴定的串联质谱技术（mass spectrometry,MS），其中质谱技术是蛋白质组学研究中的核心技术。 /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " 在质谱技术中的基质辅助激光解吸电离飞行时间质谱（matrix-assisted laser desorption ionization time-of-flight mass spectrum,MALDI-TOFMS）是分析多肽和蛋白质混合物的主要方法，此外，使用标记的氨基酸在细胞中进行稳定同位素标记（stable-isotope labeling by amino acids in cell culture,SILAC）& nbsp 是一种鉴定和定量病毒感染后细胞蛋白中表达差异的有效方法。蛋白质组学技术在病毒学中的应用有助于病毒感染及病毒宿主间的相互作用机制研究。 /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " span style=" color: rgb(0, 112, 192) " strong 蛋白组学技术在及其感染机制研究中的应用案例 /strong /span /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " 病毒寄生于宿主细胞中，需要不断地适应和改变宿主的环境。他们能够编码多种多功能蛋白质，这些蛋白能与宿主蛋白发生一系列的相互作用以完成病毒的各种功能。目前，许多病毒的基因组已完成测序，但由于受到病毒影响而发生相应改变的宿主蛋白组、宿主蛋白翻译后修饰等还未被完成阐明。近年来，高通量技术的兴起，如基于质谱技术的定量或半定量蛋白组方法，已被广泛应用于病毒宿主相互作用的研究中。依托质谱技术的蛋白质组学飞速发展，不仅促进了病毒蛋白质组学研究的不断进步，同时也加快了对于病毒相关的宿主蛋白鉴定。今后相关研究数据仍会急速增加，这需要更加先进的生物信息学技术对数据进行处理，更全面地了解病毒感染过程。 /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " span style=" color: rgb(255, 0, 0) " 案例1: SARS（severe acute respiratory syndrome-associated coronavirus,SARS-CoV）冠状病毒研究中的蛋白组学技术 /span /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " SARS基因组的基因产物包括20多种蛋白质，据报道，有研究学者首次应用DIGE技术分析了SARS-CoV感染的Vero E6细胞，鉴定出355个在SARS-CoV感染后表达发生变化的蛋白，其中186个显著差异表达蛋白，为理解SARS-CoV的感染和致病机制提供了线索。对感染SARS-CoV的BHK21细胞进行SILAC定量分析及进一步功能分析表明，BAG3可以抑制SARS-CoV的复制。对感染病人的血清蛋白质组分析，有助于返现可用于病毒感染的诊断、预后及治疗的生物标记。 /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " span style=" color: rgb(255, 0, 0) " 案例2: 禽流感病毒（avian influenza virus,AIV）研究中的蛋白质组学技术 /span /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " 据报道，研究学者利用2-DE技术筛选H9N2感染人源细胞系后不同时间点的差异表达蛋白，运用质谱技术鉴定到22种蛋白，主要包括细胞骨架蛋白、RNA加工途径相关蛋白和代谢相关蛋白等，其中表达差异显著的蛋白主要参与细胞骨架网络的构成。这些蛋白的鉴定有助于理解禽流感病毒在哺乳动物中的复制及其宿主之间的相互作用。 /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " span style=" color: rgb(255, 0, 0) " 案例3: 揭示新型寨卡病毒宿主因子的蛋白质组学技术 /span /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " 寨卡病毒(ZIKV)是一种与登革热病毒，西尼罗河病毒和丙型肝炎病毒（HCV）有关的黄病毒，具有单链RNA基因组，编码多蛋白，共翻译和翻译后加工成三个结构蛋白，前体膜和包膜以及七种非结构蛋白。 /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " 据报道，有研究学者使用人类神经前体细胞和神经细胞 SK-N-BE2 进行整合蛋白质组学方法，以表征细胞在病毒侵染后的蛋白质组和磷酸化蛋白质组变化，并使用亲和蛋白质组学来鉴定ZIKV蛋白的细胞靶标。通过亲和纯化结合液相色谱和串联质谱技术（AP-LC-MS / MS）鉴定与人SK-N-BE2神经母细胞瘤细胞中表达的10种ZIKV蛋白中的每一种相互作用的细胞蛋白和相关复合物，研究鉴定到了386种 ZIKV 相互作用蛋白、ZIKV 特异性和泛黄病毒活性相关的宿主因子，这些宿主因子已知与神经元发育、视网膜缺陷和不育相关。由此，相关论文作者绘制了神经元细胞中的ZIKV蛋白-宿主蛋白相互作用网络。此外，研究还分析确定了在 ZIKV 感染后特异性上调或下调的1,216个磷酸化位点，表明病毒感染引起基本信号传导通路为 ZIKV 感染引起的增殖停滞提供了新的见解。 /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " 当前， span style=" text-indent: 2em " 通过比较蛋白质组学对病毒感染前后的蛋白表达图谱进行鉴定，进一步对病毒感染引起的差异表达蛋白进行功能分析和验证，探索其在病毒感染中的潜在作用机制、寻找病毒的作用靶标，为病毒的预防诊治提供理论依据和解决途径。& nbsp /span 因此，在继病毒感染细胞的差异蛋白质组分析后，为更能反映真实的变化规律，更到位的解释病毒感染和致病机制，进行病毒感染宿主机体的差异及功能蛋白质组分析将是研究发展的趋势。 /p p br/ /p p br/ /p p br/ /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " span style=" text-indent: 2em " /span br/ /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " strong 参考文献： /strong /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " 董 书 伟 ，荔 霞 ，刘 永 明 ，等 .蛋 白 质 组 学 研 究 进 展 及 其 在 中 兽 医 学 中 的 应 用 探 讨 [J ] . 中 国 畜 牧 兽 医 ， 2 0 1 2 ， 3 9 (1 ) : 4 5 ~ 4 9 . /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " Liu H.Advances of SARS-Cov genome[J].Journal of Chinese General Practice，2003，2(11):1~4. /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " Liu N，Song W，Wang P，et al.Proteomics analysis of diferen- tial expresion of celular proteins in response to avian H9N2vi- rus infection in human cels[J].Proteomics，2008，8(9):1851~ 1858. /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " Pietro S ,Alexey S , Haas D A , et al. An orthogonal proteomic survey uncovers novel Zikavirus host factors[J]. Nature, 2018. /p p style=" text-align: justify text-indent: 2em line-height: 1.75em " & nbsp /p p br/ /p

由中国科学院院士贺福初领衔的北京蛋白质组研究中心/蛋白质组学国家重点实验室，在国际学术刊物《分子与细胞蛋白质组学》(Molecular & Cellular Proteomics，MCP)2009年第三期上，同时发表了《亨廷顿疾病患者脑脊液的脑特异性蛋白含量下调》等3篇研究论文。3篇论文在该刊同期发表，创造了该刊单期同一单位发表论文数量之最。3篇研究论文分别从亨廷顿疾病(HD)发病机理、乙型肝炎病毒(HBV)相关疾病的诊断治疗方法、蛋白质组质谱数据筛查新模型等方面进行了深入研究。 　　钱小红研究员课题组合作发表的《亨廷顿疾病患者脑脊液的脑特异性蛋白含量下调》一文，发现了亨廷顿疾病潜在的生物标志物。该研究以患者脑脊液为样本，通过对基因组和蛋白质组数据的整体研究，规模化地筛选和鉴定与亨廷顿疾病发生、发展密切相关的蛋白质，揭示出HD患者脑脊液中高表达的蛋白可作为HD的潜在生物标志物，为有效诊断亨廷顿疾病提供了可能的参考指标。 　　HBV感染作为一种严重危害人类健康的重大疾病，目前治疗手段有限，其重要原因是缺乏有效的治疗靶点。 　　姜颖副研究员课题组用先进的蛋白质复合体分离和鉴定方法，发现了治疗乙型肝炎病毒相关疾病的潜在靶点，为系统了解乙型肝炎病毒的生命周期和研发相关疾病的治疗药物提供了新的思路。 　　大规模、高通量的蛋白质组研究产生了海量数据，其中包含了大量的“噪声”，而可靠的数据是进一步生物学分析的基础。目前的分析方法均采用了过严的标准，这在降低假阳性的同时也人为造成了数据较高的假阴性，导致大量数据浪费。因此，“在保证高可信度的前提下，最大限度地利用实验数据”一直是蛋白质组学界的追求。朱云平研究员课题组基于随机数据库策略、非参概率密度模型和贝叶斯公式，建立了串联质谱数据过滤的多元贝叶斯非参模型，将质谱数据的利用率提高了10%～40%，创造了目前该领域研究的最好水平。

2012年3月23-25日，第五届蛋白质和多肽大会（五周年庆）在北京国际会议中心隆重召开，本届会议的主题是“强大的蛋白质和多肽”。除主论坛外，大会科技议题还包括：蛋白质科技前沿、蛋白质组学与宏蛋白质组学、人类疾病与蛋白质发现、蛋白药物及其临床意义、非人类蛋白的研发、多肽科学、多肽化学与合成方法、多肽药物发现、对生物活性肽及其应用的探索、肽的新应用、蛋白质工程技术、仪器设备的创新等14大分会和100多个分论坛。赛分科技作为全球知名的生物分离色谱领航者，积极参加了此次会议，并带来了赛分科技的最新科技成果——“抗体分析方法包”。 赛分科技最新解决方案——“抗体分析方法包” 在此次会议中，赛分科技总裁兼首席技术官黄学英博士应邀主持了“蛋白质质量控制/质量评价与分析工具”专场，并发表了“单克隆抗体在分离与鉴定中的全套解决方案”的主题报告。 黄学英博士在报告中 单克隆抗体作为一种重要的治疗蛋白质，越来越受到关注。赛分科技推出的抗体分析方法包为单克隆抗体的分析和鉴定提供了完整的解决方案。其中，Zenix™ 300体积排阻色谱柱可高效分离抗体单体、多聚体、片段、轻链和重链；Antibodix™ 阳离子交换色谱柱用于分离在结构上差异很小的单克隆抗体异构体。Bio-C8反相色谱柱可分离Fab和Fc以及轻重链。 与会观众和专家们对赛分科技的“抗体分析方法包”产生了浓厚的兴趣，积极提问，并纷纷索取相关产品资料。会议交流热烈，气氛友好。 赛分科技展台 赛分科技 赛分科技有限公司（Sepax Technologies, Inc）总部位于美国特拉华州高新技术开发区，致力于开发和生产药物与生物大分子分离和纯化领域的技术和产品。赛分科技是集研发、生产和全球销售为一体的实业型企业。公司主要产品为液相色谱柱及耗材、固相萃取柱（SPE）及耗材、液相色谱填料以及分离纯化仪器设备。在液相色谱领域里，赛分科技已开发出了100多种不同型号的液相色谱材料，涵盖了反相、正相、超临界（SFC）、手性（Chiral）、离子交换、体积排阻、亲和、HILIC等各种类别，为世界范围内液相色谱产品最为完善的企业之一。 赛分科技的创新技术使之生产出具有最高分辨率及最高效的生物分离产品，包括体积排阻、离子交换、抗体分离、和糖类化合物分离色谱填料和色谱柱，可广泛地应用于单克隆抗体、各种蛋白、DNA、RNA、多肽、多糖和疫苗等生物样品的分析、分离和纯化。赛分科技先进的技术和完善的产品线已使赛分成为全球生物分离的领航者。

作为生命活动的执行者，蛋白质通过相互作用形成复合物等形式行使其特定的生物学功能。近日，中国科学院大连化学物理研究所研究员张丽华、研究员赵群等研制了一种基于糖苷键的质谱可碎裂型交联剂，显著地提高了交联信息的检索通量和鉴定准确度，同时具有良好的两亲性和生物兼容性，实现了活细胞内蛋白质复合物原位交联和规模化精准解析。相关成果发表在《德国应用化学》上。大连化物所供图　　细胞内的限域效应、拥挤效应和细胞器微环境等对于维持蛋白质复合物结构和功能至关重要。而化学交联技术，尤其是原位化学交联质谱技术具有规模化分析蛋白复合物原位构象和相互作用界面的优势，已成为活细胞内蛋白质复合物解析的重要技术。但是，目前活细胞原位交联面临着细胞扰动大、交联肽段谱图复杂程度高等问题。因此，如何实现活细胞低扰动下的原位快速交联是蛋白质原位构象和相互作用精准解析的先决条件。　　本工作中，团队基于糖分子的高生物兼容性和糖苷键的质谱可碎裂特征，将糖苷键引入到功能交联剂的骨架设计中，筛选并获得了高生物兼容性的海藻糖作为骨架分子，研制了质谱可碎裂型交联剂——海藻糖二琥珀酰亚胺酯。该交联剂较目前已报道的可透膜型化学交联剂，展示了更加优异的细胞活性维持能力，可在低扰动状态下实现细胞内蛋白质复合物的高效交联。　　在此基础上，低能量的糖苷键—高能量的肽键的质谱选择性碎裂模式，可以将“工字形”的交联肽段数据分析降幂为常规交联剂片段修饰的线性肽段数据检索，极大地降低了交联肽段谱图分析的复杂性，显著地提高了交联肽段的鉴定效率与准确度。

大家好，本周为大家分享一篇发表在Nat. Struct.上的文章，Towards a structurally resolved human protein interaction network，该文章的通讯作者是瑞典斯德哥尔摩大学的Petras Kundrotas、Arne Elofsson和欧洲分子生物学实验室的Pedro Beltrao。蛋白质-蛋白质相互作用（PPIs）的表征对于理解形成功能单位的蛋白质组和细胞生物学研究的基础是至关重要的。同时，蛋白质复合物的结构表征是理解蛋白质的功能机制、研究突变的影响和研究细胞调控过程的关键步骤。最近，基于神经网络的方法已经被证明了准确预测单个蛋白质和蛋白质复合物的结构的能力；然而，其在大规模预测人类复杂结构中的应用尚未得到有效测试。在此，本文测试了应用AlphaFold2在预测人类蛋白质相互作用结构上的潜力和局限性，并通过实验提示了界面残基中潜在的调节机制。除此之外，本文还提供了使用预测的二元复合物来构建高阶组装的案例，以此拓展了对于人类细胞生物学的理解。人类蛋白质相互作用的结构预测本文基于AlphaFold2的FoldDock管道对65484对来源于HuRI与hu.MAP V.2.0数据库中实验测定的PPIs的结构进行预测。文章合并了一个pDockQ分数，该分数可以根据置信度对模型进行排序。结果显示，已知相互作用蛋白的pDockQ往往高于随机集；对于hu.MAP数据集显示出平均比HuRI数据集更高的可信度，这表明，高可信度模型集中在具有高亲和力和直接相互作用的蛋白质相互作用区域。实验表明，AlphaFold2可以预测大型复合物中直接相互作用的蛋白对的结构（图1）。图1 | AlphaFold2复合物预测在大规模人类PPIs数据集上的应用影响预测置信度的特征如图1a所示，相较于HuRI和hu. MAP数据库中的蛋白质对，出现在蛋白质数据库（PDB）中的蛋白质对更加富集于高分模型部分。为了更好地理解这种差异，本文首先研究了一个由大型（10链）异质蛋白复合物构建的额外数据集。通过实验，结果显示直接相互作用对与间接相互作用对之间pDockQ分数的差异是显著的，这表明与间接相互作用对相比，即使直接相互作用对是大型复合体的一部分，也往往能够被预测。除此之外，由于HuRI数据库中的许多蛋白质间相互作用很可能是短暂的，而AlphaFold2无法可靠地预测这种相互作用（图2）。图2 | 影响预测置信度的蛋白质和相互作用特征：不同数据集的分析预测的复合物结构在化学交联上的验证化学交联结合质谱分析是一种识别蛋白质对中邻近的活性残基的方法，可以用来帮助确定可能的蛋白质界面。为了确定预测的复合物结构是否满足这种正交空间约束，本文获取了528对具有预测模型的蛋白质对的残基对的交联集合。在此章节中，文章提供了多个案例证明了化学交联验证的有效性（图3）。图3 | 对于预测复合物模型的化学交联支持复合物界面上与疾病相关的错义突变与人类疾病相关的错义突变可以通过多种机制改变蛋白质的功能，包括破坏蛋白质的稳定性、变构调节酶活性和改变PPIs。为了确定预测结构的有效性，本文汇编了一组位于界面残基上的突变，这些突变之前曾被实验测试过对于相应相互作用的影响。文章使用FoldX预测突变时结合亲和力的变化，并观察到破坏相互作用的突变强烈影响了结合的稳定性；另外，本文就在一系列生物学功能中具有界面疾病突变的蛋白质网络簇进行了举例说明（图4）。图4 | 蛋白质复合物界面残基的疾病突变蛋白质复合物界面的磷酸化调节蛋白质磷酸化可以通过改变修饰残基的大小和电荷来调节结合亲和力来调节蛋白质的相互作用，将磷酸化位点定位到蛋白质界面可以为它们在控制蛋白质相互作用中的功能作用产生机制假说。本文使用了最近对人类磷酸化蛋白质组26的鉴定，在高置信度模型中鉴定出了界面残基上的4,145个独特的磷酸化位点。实验表明，某些界面可能受到特定激酶和条件的协调调控。虽然不是所有界面上的磷酸位点都可能调节结合亲和力，但这一分析为特定扰动后的相互作用的潜在协调调控提供了假设（图5）。图5 | 界面残基上磷酸化位点的协同调控来自二元蛋白质相互作用的高阶组装蛋白质既能够同时与多个伙伴相互作用组成更大的蛋白复合物，又能够在时间和空间上分离。这也反映在文章的结构特征网络中，即蛋白质可以在群体中被发现，如蛋白质相互作用全局网络视图所示（图6）。由于使用AlphaFold2预测更大的复合物组装可能受到计算需求的限制，文章测试了蛋白质对的结构是否可以迭代结构上对齐。文章在上述网络中覆盖的一组小的复合物上测试了这一过程，并将一个实验确定的结构与预测的模型进行对齐，展示了该过程的潜力和局限性。受测试例子的鼓励，本文定义了一个自动化过程，通过迭代对齐生成更大的模型。总之，文章发现可以迭代地对齐相互作用的蛋白质对的结构来构建更大的组装，但同时也发现了目前限制这一过程的问题。图6 | 对高阶组装的蛋白质复合物的预测结论本文通过一系列的实验评估了应用AlphaFold2预测已知人类PPIs的复杂结构的潜力与局限性。分析结果表明，由亲和纯化、共分馏和互补的方法组合支撑的蛋白质相互作用能够产生更高置信度的模型。文章证明，可以使用模型指标（如pDockQ评分）对高置信度模型进行排序，为大规模PPIs和稳定复合物的详细研究提供支持；而来自交联质谱实验的数据为进一步验证这些预测提供了理想的资源。除此之外，本文用疾病突变和磷酸化数据证明了蛋白质界面的结构模型对于理解分子机制以及突变和翻译后修饰的影响至关重要；最后，文章提出了从预测的二元配合物出发构建更大的组件结构模型的想法。后续仍需要更多的工作来确定确切的化学计量学，设计方法和评分系统来构建如此更大的复杂组件，以及预测具有弱和瞬态相互作用的蛋白质之间的相互作用。参考文献(1) Burke DF, Bryant P, Barrio-Hernandez I, et al. Towards a structurally resolved human protein interaction network [published online ahead of print, 2023 Jan 23]. Nat Struct Mol Biol. 2023 10.1038/s41594-022-00910-8. doi:10.1038/s41594-022-00910-8

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