蛋白质不确定度分析

美国科学家主导的国际科研团队在最新一期《科学》杂志撰文指出，他们利用人工智能和进化分析，绘制出了真核生物的蛋白质之间相互作用的3D模型，首次确定了100多个可能的蛋白质复合物，并为700多个蛋白质复合物提供了结构模型，深入研究蛋白质相互作用有望催生新的药物。　　研究负责人之一、美国西南大学人类发育与发展中心助理教授丛前（音译）称，研究结果代表了结构生物学新时代的重大进步。　　丛前解释说，蛋白质通常成对或成组工作，形成复合物，以完成生物体存活所需的任务。虽然科学家已经对其中一些相互作用开展了深入研究，但许多仍是未解之谜。了解蛋白质之间所有的相互作用将揭示生物学的许多基本方面，并为新药研发提供参考。　　但半个世纪以来，鉴于许多蛋白质结构的不确定性，科学家们很难了解这些相互作用。2020年和2021年，深度思维公司和华盛顿大学戴维贝克实验室独立发布了两种人工智能技术“阿尔法折叠”和RoseTTAFold，它们使用不同的策略预测蛋白质结构。　　在最新研究中，丛前等人通过对许多酵母蛋白复合物建模，扩展了人工智能结构预测工具箱。为了找到可能相互作用的蛋白质，科学家们首先搜索相关真菌的基因组，寻找发生突变的基因，然后使用上述两种人工智能技术来确定这些蛋白质是否可以3D结构结合在一起。　　他们确定了1505种可能的蛋白质复合物，其中699个结构已被表征，验证了其方法的实用性；另外700个复合物目前获得的数据有限，剩下106个从未被研究过。为更好地理解这些很少被描述或未知的复合物，团队研究了类似的蛋白质，并根据新发现的蛋白质与此前已知蛋白质的相互作用，确定了新发现蛋白质的作用。

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。

贾伟、陈熙 沃特世科技（上海）有限公司实验中心 氢氘交换质谱法是一种研究蛋白质空间构象的质谱技术。它在蛋白质结构及动态变化研究、蛋白质相互作用位点发现、蛋白表位及活性位点鉴定方面有着广泛的应用。随着氢氘交换质谱技术的不断发展，它正在成为结构生物学家及生物药物研发的重要手段。 氢氘交换质谱（HDX MS，hydrogen deuterium exchange mass spectrometry）是一种研究蛋白质空间构象的质谱技术。其原理是将蛋白浸入重水溶液中，蛋白的氢原子将于重水的氘原子发生交换，而且蛋白质表面与重水密切接触的氢比位于蛋白质内部的或参与氢键形成的氢的交换速率快，进而通过质谱检测确定蛋白质不同序列片段的氢氘交换速率，从而得出蛋白质空间结构信息[1]。这个过程就像将握着的拳头浸入水中，然后提出水面并张开手掌。这时，湿润的手背表明它在&ldquo 拳头&rdquo 的结构中处于外表面，而较为干燥的手心表明它是&ldquo 拳头&rdquo 的内部。除样品制备外，氢氘交换质谱法的主要过程包括：交换反应、终止反应、将蛋白快速酶切为多肽、液相分离、质谱检测、数据解析。其中交换步骤需要在多个反应时长下进行，如0s、10s、1min、10min、60min等，以绘制交换率曲线，得到准确全面的信息。氢氘交换质谱技术在蛋白质结构及其动态变化研究[1]、蛋白质相互作用位点发现[2]、蛋白表位及活性位点鉴定方面有着广泛的应用[3]。 与经典的蛋白质结构研究方法相比，如X射线晶体衍射（X-Ray Crystallography）和核磁共振（NMR. Nuclear Magnetic Resonance）等方法，氢氘交换质谱不能够提供精确的蛋白空间结构，它直接提供的主要信息包括哪些氨基酸序列位于蛋白质空间结构的表面位置（包括动态变化中的）、可能的活性位点和蛋白-蛋白相互作用位点等。但是氢氘交换质谱技术有着其他经典方法不具备的优点：首先，可以进行蛋白质结构动态变化的研究是氢氘交换质谱的一个突出优点，包括变化中的活性位点及表位；其次，氢氘交换质谱在蛋白复合体构象的研究中也具有独到的优势；此外，氢氘交换质谱还具有对样品需求量小、纯度要求相对较低、研究对象为溶液环境下的蛋白质的天然构象而非晶体中构象等优势[1,4,5]。自1991年第一篇研究论文发表起，氢氘交换质谱技术不断发展，已经成为结构生物学及质谱技术中一个非常重要的应用领域[6]。但是氢氘交换质谱实验的复杂的实现过程在一定程度上影响了其应用的广泛度。主要的难点有：1、如何避免交换后氘代肽段的回交现象；2、实验控制的高精确性和重现性要求；3、交换后造成的叠加的质谱峰如何准确分辨；4、简易高效的分析软件需求；5、以氨基酸为单位的交换位点辨析。沃特世公司自2005年起，针对以上难点不断进行攻关，推出了目前唯一商业化的全自动氢氘交换质谱系统解决方案&mdash &mdash nanoACQUITY UPLC® HD-Exchange System(图1)。在全世界范围内，这套系统已经帮助科学家在包括Cell、Nature等顶级研究期刊中发表研究论文[7,8]。除科研需求外，沃特世氢氘交换质谱系统也受到众多国际领先制药公司的认可，并用于新药开发中蛋白药物活性位点及表位的研究工作中。 氢氘交换实验中的回交现象将严重影响实验数据的可信度，甚至导致错误结果的产生。要避免回交需要做到两点：尽量缩短液质分析时间和保证液质分析中的温度和pH为最低回交反应系数所要求的环境。沃特世UPLC® 系统采用亚二纳米色谱颗粒填料，较HPLC使用的大颗粒填料，UPLC具有无与伦比的分离度。因此UPLC可以做到在不损失色谱分离效果的要求下，极大缩短液相分析时间的要求[9]。对于对温度和pH控制问题，在多年的工程学改进中，nanoACQUITY UPLC HD-Exchange System已经实现了对酶切、液相分离等步骤的全程控制[10]。 对氢氘交换质谱实验精确性和重现性的要求是其应用的第二个主要难点。在实验中一般需要采集0s、10s、1min、10min、60min、240min等多个时间点的数据。如果进行人工手动实验，很难做到对10S-10min等几个时间点的精确操作。再考虑到重复实验的需求，人工手动操作会对最终数据可信度产生影响。而且实验过程重复繁琐，将给实验人员带来非常大的工作压力。nanoACQUITY UPLC HD-Exchange System完全通过智能机械臂，精确完成交换、终止交换、进样、酶切等一系列实验过程，而且始终保证各个步骤所需不同的温度环境。这些自动化过程不但保证了实验数据的可靠性，提高了实验效率，也将科学家从繁琐的重复实验中解放出来。 氢氘交换实验的质谱数据中，随着交换时间的延长，发生了交换反应的多肽，由于质量变大，其质谱信号将逐渐向高质荷比方向移动。因此，这些质谱峰可能与哪些未发生交换反应的多肽质谱峰逐渐叠加、相互覆盖。相互叠加的质谱信号，不但影响对峰归属的判断，更会增加交换率数据的误差。因为交换率判断需要通过对发生交换的多肽进行定量，毫无疑问因叠加的而混乱的质谱数据将极大的影响对质谱峰的准确定量。这点对于单纯通过质荷比进行分析的质谱仪来说完全无能为力。但是，这个看似不可能完成的任务却被沃特世 nanoACQUITY UPLC HD-Exchange System攻克了。这是因为，不同于其它常见质谱，沃特世的SYNAPT® 质谱平台还具备根据离子大小及形态进行分离的功能（行波离子淌度分离）。在数据处理时，除多肽离子的质荷比信息外，还可以通过离子迁移时间（离子淌度维度参数）将不同离子区分。因此这种SYNPAT独有的被命名为HDMSE的质谱分析技术可以将因质荷比相同而重叠的多肽分离开，轻而易举地解决了质谱信号叠加的问题，得到准确的交换率数据[11,12]（图2）。SYNPAT质谱平台一经推出就夺得了2007年PITTCON金奖，目前已经推出了新一代的SYNAPT G2HDMS、SYNAPT G2-S HDMS等型号，并具备ESI、MALDI等多种离子源。除氢氘交换技术外，SYNAPT质谱系统在蛋白质复合体结构研究中也是独具特色，已有多篇高质量应用文献发表[13,14,15]。 实现氢氘交换质谱技术的第四个关键点，是如何高效分析实验产生的多时间点及多次重复带来的大量数据。人工完成如此巨大的信息处理工作，将消耗科学家大量的时间。沃特世氢氘交换质谱解决方案所提供的DynamX软件可以为科学家提供简便直观的分析结果，并包含多种呈现方式。 在某些特殊研究中，要求对蛋白氢氘交换位点做到精确到氨基酸的测量，这是氢氘交换质谱研究的又一个难点。在常规的研究中采用CID（碰撞诱导解离）碎裂模式，可能导致氘原子在多肽内重排，而致使不能对发生交换的具体氨基酸进行精确定位。SYNPAT质谱提供的ETD（电子转移解离）碎裂模式可以避免氘原子重排造成的信息混乱，并具有良好的碎裂信号[16]。 沃特世的nanoACQUITY UPLC HD-Exchange System为氢氘交换质谱实验提供了前所未有的简易的解决方案，强有力地推动了氢氘交换技术在蛋白质结构及动态变化研究、蛋白质相互作用位点发现、蛋白表位以及活性位点鉴定方面的应用，正在成为众多结构生物学科学家和生物制药企业必不可少的工作平台。 参考文献 (1) John R. Engen, Analysis of Protein Conformation and Dynamics by Hydrogen/Deuterium Exchange MS. Anal. Chem. 2009,81, 7870&ndash 7875 (2) Engen et al. probing protein interactions using HD exchange ms in ms of protein interactions. Edited by Downard, John Wiley & Sons, Inc. 2007, 45-61 (3) Tiyanont K, Wales TE, Aste-Amezaga M, et al. Evidence for increased exposure of the Notch1 metalloproteasecleavage site upon conversion to an activated conformation. Structure. 2011, 19, 546-554 (4) Heck AJ. Native mass spectrometry: a bridge between interactomics and structural biology. Nat Methods. 2008, 5, 927-933. (5) Esther van Duijn, Albert J.R. Heck. Mass spectrometric analysis of intact macromolecular chaperone complexes. Drug Discovery Today. Drug Discovery Today: Technologies Volume 3, 2006, 21-27 (6) Viswanat ham Katta, Brian T. C hait, Steven Ca r r. Conformational changes in proteins probed by hydrogen-exchange electrospray-ionization mass spectrometry. Rapid Commun. Mass Spectrom. 1991, 5, 214&ndash 217 (7) Chakraborty K, Chatila M, Sinha J, et al. Chaperonin-catalyzed rescue of kinetically trapped states in protein folding. Cell. 2010 Jul 9 142(1):112-22. (8) Zhang J, Adriá n FJ, Jahnke W, et al. Targeting Bcr-Abl by combining allosteric with AT P-binding-site inhibitors. Nature. 2010,463, 501-506 (9) Wu Y, Engen JR, Hobbins WB. Ultra performance liquid chromatography (UPLC) further improves hydrogen/deuterium exchange mass spectrometry. J Am Soc Mass Spectrom. 2006 , 17, 163-167 (10) Wales T E, Fadgen KE, Gerhardt GC, Engen JR. High-speed and high-resolution UPLC separation at zero degrees Celsius. Anal Chem. 2008, 80, 6815-6820 (11) Giles K, Pringle SD, Worthington KR, et al. Applications of a travelling wave-based radio-frequency-only stacked ring ion guide. Rapid Commun Mass Spectrom. 2004, 18, 2401-2414 (12) Olivova P, C hen W, C ha kra borty AB, Gebler JC. Determination of N-glycosylation sites and site heterogeneity in a monoclonal antibody by electrospray quadrupole ion-mobility time-offlight mass spectrometry. Rapid Commun Mass Spectrom. 2008, 22,29-40 (13) Ruotolo BT, Benesch JL, Sandercock AM, et al. Ion mobilitymass spectrometry analysis of large protein complexes. Nat Protoc.2008, 3, 1139-52. (14) Uetrecht C, Barbu IM, Shoemaker GK, et al. Interrogatingviral capsid assembly with ion mobility-mass spectrometry. Nat Chem.2011, 3,126-132 (15) Bleiholder C, Dupuis NF, Wyttenbac h T, Bowers MT. Ion mobility-mass spectrometry reveals a conformational conversion from random assembly to &beta -sheet in amyloid fibril formation. Nat Chem. 2011, 3, 172-177 (16) Kasper D. Rand, Steven D. Pringle, Michael Morris, John R., et al. ETD in a Traveling Wave Ion Guide at Tuned Z-Spray Ion Source Conditions Allows for Site-Specific Hydrogen/Deuterium Exchange Measurements. J Am Soc Mass Spectrom. 2011, in press

本期专家访谈Ben C Collins教授给我们讲述DIA方法的开发和应用，以及对蛋白质组学领域未来发展的看法。　　Ben C Collins　　英国贝尔法斯特女王大学生物科学学院教授　　主要从事定量蛋白质组学研究，研究方向主要集中在三个方面：数据非依赖采集的质谱方法(DIA)开发和应用；蛋白质相互作用网络和蛋白质复合物分析中的方法开发和应用；在宿主-病原体生物学、先天免疫、癌症生物学和药物发现中的应用。　　DIA的优势是什么，还有哪些问题亟待解决?　　在早期阶段，DIA获得认可面临的挑战之一是软件工作流程的复杂性。幸运的是，随着时间的推移，这一挑战已基本得到解决，DIA 数据分析也变得更加容易。数据采集过程本身变得更加简单，现在的方法也可以得到令人印象深刻的结果。特别是随着仪器的进步和新的分析采集方法的出现，许多基本问题已经得到解决。目前的重点应该是展示DIA的实际应用和优势，这包括进行广泛的基准测试和成功的示例展示。虽然持续的技术发展很有价值，但最紧迫的任务是有效利用现有技术。因此，应高度重视DIA技术的推广应用。DIA 最显著的优势是其已证明的有效性，它已被证明是一种可靠且稳健的蛋白质组学研究方法。在我目前的工作中，我对DIA在规模化蛋白质相互作用研究和化学蛋白质组学中的应用特别感兴趣，并启动了与参与药物发现的制药公司的合作。过去，这些公司在蛋白质组学方面投入了大量资金，但技术还不够先进，无法满足他们的需求。然而，我们现在正处于 DIA 可以为药物发现提供有价值线索的阶段。我们与这些行业合作很有前景，因为可以帮助他们识别有用的化合物、进行筛选并做出明智的决策。这是 DIA 如何为药物发现和其他领域的实际应用做出贡献的一个很好例子。　　您如何看待蛋白质组学领域学术界与工业界的关系?　　在考察蛋白质组学领域学术界和工业界的关系时，有必要分别考虑供应商和制药公司。从供应商看，我必须说学术研究人员和供应商之间的合作非常成功，双方都需要彼此的专业知识。我们一直与各种供应商合作，开发方法和应用的学术研究人员与开发仪器的供应商之间的协同作用是显而易见的。但与医药行业的关系却有些不同。近年来，药物发现领域发生了转变，开始认识到蛋白质组学可以为其工作带来价值。这种认识的转变在为制药公司提供服务的合同研究组织 (CRO) 数量不断增加中得到体现。这些 CRO 正在扩大并展示其对制药行业的作用。此外，有一种趋势是基于蛋白质组学技术建立药物研发公司。此类公司从风投获得大量资金的例子有很多。这些公司认为，他们独特的蛋白质组学技术可以显著帮助确定化合物的优先级、进行化合物筛选以及推进药物开发的各个阶段。这一趋势表明蛋白质组学技术在行业中变得越来越有价值。然而，在促进学术机构和制药公司之间的关系方面还有改进的空间。例如制药专业人士较少参与会议上的演讲报告。我们这样的组织提供了弥合鸿沟的机会，召开化学工程、蛋白质组学和药物发现领域的研讨会和活动等举措有助于提高知名度，加强学术界和制药界之间的联系。这种积极主动的方法可以进一步推动蛋白质组学技术与药物发现过程的整合。　　应该如何看待 AlphaFold 和 ChatGPT 等人工智能工具?蛋白质组学和人工智能如何共同激发更大的进步?　　从根本上讲，人工智能已经在质谱数据处理、信号预测、物理化学性质预测和分类任务等任务中展示了其实用性，这些应用已经显示出巨大的前景，并且已经为蛋白质组学领域做出了贡献。这种趋势可能会持续并扩大，进一步增强我们的数据分析和解释能力。然而，当涉及到揭示生物学机制等更复杂的问题时，人工智能的应用仍然是一个悬而未决的问题。例如，AlphaFold 在预测蛋白质结构方面的成功是一项重大成就，但将人工智能模型应用于深入理解生物学机制是一项更具挑战性的工作。一个关键挑战在于人工智能模型的“可理解性”。无论是在生物学还是在一般的人工智能应用中，了解人工智能系统如何得出结论和预测都是至关重要的。“可理解的智能”一词强调了这种需求。能够解释人工智能生成的见解背后的推理非常重要，尤其是在涉及复杂的生物系统时。从本质上讲，人工智能在蛋白质组学和生物学中具有多个层面的适用性。它已经在数据驱动的任务中证明了自己的价值，并且可能进一步扩展到预测药物敏感性或进行生物学预测等领域。然而，从人工智能模型中获得机械理解和真正的生物学见解是一项更具挑战性的工作。它需要解决与模型透明度和可解释性相关的问题。随着我们的前进，科学界应该将人工智能视为一种强大的工具，并共同努力，利用其潜力获得更深入的生物学见解。尽管还有一些挑战需要克服，但人工智能有能力在未来几十年内推动蛋白质组学和生物学的重大进步。　　您认为全球蛋白质组学研究人员应该如何合作实现“π-HuB”计划的目标?　　“π-HuB”计划无疑是一项具有全球影响力的开创性举措，科学界也渴望共同努力，为该项目做出积极的贡献。目前，该项目还处在讨论制定具体的合作机制和形式阶段。为了推进这种合作，科学家必须与政策制定者和政府联络沟通以获得必要的支持和资源。“π-HuB”计划国际合作将通过持续的讨论和规划继续完善。从本质上讲，虽然具体的合作结构尚未完全确定，但中国和国际科学界的共同承诺，使实现“π-HuB” 计划宏伟目标变得更有希望。　　您对蛋白质组学领域未来5-10年的发展有何预测?　　预测科学的未来总是充满挑战，但我可以对未来 5-10 年蛋白质组学领域的潜在发展提供一些见解。令人感兴趣的领域之一是基于质谱的方法和非质谱方法之间的平衡。我们正在见证基于亲和力的方法、纳米孔测序和单分子方法等技术的进步。关于哪种方法进展更快并有可能主导该领域的争论仍在继续。然而，重要的是不要教条地选择自己喜欢的方法，而是让数据来决定。在未来 5-7 年中，质谱分析可能会继续占据主导地位，但除此之外，其他方法也可能会占据主导地位，每项新技术都应根据其优点和缺点进行评估。另一个有进步空间的领域是研究蛋白质复合物和翻译后修饰的无偏性方法。目前，这方面的大规模检测方法还比较有限，需要进行创新。此外，蛋白质组学还有更广泛应用的潜力，特别是在药物发现和开发方面。在这方面，蛋白质组学可以成为宝贵的资源，并且其应用还有显著增长的空间。制药行业越来越认识到蛋白质组学在决策过程中的效用。在临床应用方面，蛋白质组学在发现工作方面具有巨大的潜力。然而，关于是否在临床环境中使用质谱或选择其他平台的争论仍将继续。这两种方法都应该探索，并根据实用性和有效性选择最合适的一种，常规且简单的技术可能更适合临床检测。值得注意的是，长期以来人们一直希望将高分辨率质谱技术整合到临床环境中。虽然这一目标过去设定为 10 年，但事实证明实现这一目标具有挑战性。供应商和研究人员一直在努力实现这一目标，但在临床实践中广泛采用的时间表仍不确定。总之，蛋白质组学领域是动态且不断发展的。未来 5-10 年，技术、应用领域和方法可能会取得进步, 灵活性、数据驱动的决策和创新对于塑造蛋白质组学研究的未来至关重要。

蛋白质组学的发展方兴未艾，是后基因组时代重点关注的热点领域，新思路，新技术层出不穷，应用领域和场景不断拓展。Seer公司就是在这种大背景下诞生的一家科技新锐，其提供的Proteograph™XT平台利用经过特殊制作的纳米粒子磁珠，在跨数十个数量级丰度之间，非特异性地结合各类蛋白，无需额外去除高丰度蛋白，再利用高性能的质谱技术，达到高精度测量。在兼顾深度，增强蛋白组分析通量的情况下，实现对大规模血液蛋白的可重复性定量分析，创造了无偏差高通量探寻生物标记物的机会。在近期召开的JPM Healthcare 2024期间，Seer公司董事长兼CEO Omid Farokhzad说,Seer相信即将发布的使用其Proteograph产品组合的学术出版物将有助于推动对该平台的兴趣,并最终推动销售。然而,这个过程需要时间。Seer公司总裁兼CFO David Horn指出,关于2024年,他说公司对前景保持“相对谨慎的态度。”“外面仍有一些宏观不确定性,”Horn说。“而且......我认为我们正处于真正展示该平台所支持的生物学见解积累的阶段。”Seer的技术利用纳米粒子富集等离子样品进行蛋白质组分析,这是2023年等离子蛋白质组学取得重大进展的重要组成部分。在2023年的美国质谱学会年会上,赛默飞使用Seer的新Proteograph XT试剂盒在其Orbitrap Astral仪器上检测了近6000种等离子蛋白。在2024年的JP Morgan会议上,Farokhzad展示了一项涉及2500个样本的研究数据,显示Proteograph XT与Orbitrap Astral的组合总共识别出10000多种蛋白。他补充说,到目前为止,约50%的Seer客户已从原来的Proteograph转向XT。尽管取得这些进步,Seer公司Proteograph系统的销售速度在2023年比预期慢。6月,Seer公司启动了Seer技术访问中心(STAC)服务业务,研究人员可以通过该中心使用Orbitrap Astral上的Proteograph XT。到目前为止,STAC计划已经为48个研究组织提供服务,包括6家大型制药公司,Farokhzad说。（延伸阅读：赛默飞宣布与Seer扩大合作）最后,Seer认为Proteograph销售增长取决于论文发表展示该技术应用效果的数据。Farokhzad强调了该公司预计将在今年的同行评议出版物中发表的几篇使用Seer技术的预印本,包括诊断公司PrognomiQ的工作。推荐文章：1. 从JPM2024看科学仪器市场机会——重点趋势关键词盘点2. JPM亮点|赛默飞CEO看好这两类仪器与这一市场前景3. JPM2024亮点|布鲁克2023年营收涨13%,中国投资蛋白质组学推动增长  4. 14国科学家齐聚广州，为了这个蛋白质组学计划!

近期，中国科学技术大学教授刘海燕、副教授陈泉团队采用数据驱动策略，提出一条全新的蛋白质从头设计路线，相关成果2月9日以“用于蛋白质设计的以主链为中心的神经网络能量函数”为题发表于《自然》（Nature）杂志。　　蛋白质是生命功能的主要执行者，其结构与功能由氨基酸序列所决定。目前，能够形成稳定三维结构的蛋白质几乎全部是天然蛋白质，其氨基酸序列是长期自然进化形成。在天然蛋白结构功能不能满足工业或医疗应用需求时，想要得到特定的功能蛋白，就需对其结构和序列进行设计。目前，国际上报道的蛋白质从头设计工作主要使用天然结构片段作为构建模块来拼接产生人工结构。然而这种方法存在设计结果单一、对主链结构细节过于敏感等不足，限制了设计主链结构的多样性和可变性。蛋白质从头设计中最困难的问题是如何充分地探索蛋白质主链结构空间，发现新颖的、“高可设计性”主链结构，目前还缺乏相关的系统性解决方法。 　　中国科大相关团队长期深耕计算结构生物学方向的基础研究和应用基础研究。刘海燕、陈泉团队十余年来致力于发展数据驱动的蛋白质设计方法，经过长期不懈努力，建立并实验验证了给定主链结构设计氨基酸序列的ABACUS模型，进而发展了能在氨基酸序列待定时从头设计全新主链结构的SCUBA模型。SCUBA采用一种新的统计学习策略，基于核密度估计（或近邻计数，NC）和神经网络拟合（NN）方法，从原始结构数据中得到神经网络形式的解析能量函数，能够高保真地反应实际蛋白质结构中不同结构变量间的高维相关关系，在不确定序列的前提下，连续、广泛地搜索主链结构空间，自动产生“高可设计性”主链。　　理论计算和实验证明，用SCUBA设计主链结构，能够突破只能用天然片段来拼接产生新主链结构的限制，显著扩展从头设计蛋白的结构多样性，进而设计出不同于已知天然蛋白的新颖结构。“SCUBA模型+ABACUS模型”构成了能够从头设计具有全新结构和序列的人工蛋白完整工具链，是RosettaDesign之外目前唯一经充分实验验证的蛋白质从头设计方法，并与之互为补充。在该研究中，团队展示了9种从头设计的蛋白质分子的高分辨晶体结构，它们的实际结构与设计模型一致，其中5种蛋白质具有天然蛋白质中尚未观察到的新型拓扑结构。 　　Nature审稿人认为，“与现有方法不同，现有方法要么使用参数方程来描述预定义螺旋结构的空间，要么基于片段组装的方法依赖于已知蛋白质片段。SCUBA方法原则上允许人们探索任意主链结构，然后填充序列，允许人们设计比自然界中观察到的更广泛的蛋白质几何结构”，“蛋白质从头设计仍然具有挑战性，本工作中六种不同蛋白质的高分辨率设计是一项重要成就，表明此方法工作良好”，“本研究中报道的成功设计数量之多令人印象深刻，并提供了强有力的证据，证明了基础技术是鲁棒的。所采用的基于神经网络的能量项是新颖的，因为它们刻画了更传统的统计方法无法企及的多维特征，该方法具有足够的新颖性和实用性”。 　　该研究为工业酶、生物材料、生物医药蛋白等功能蛋白的设计奠定了基础。研究工作得到科技部、国家自然科学基金委和中科院的资助支持。 　　论文链接

大家好，本周为大家分享一篇发表在Analytical Chemistry上的文章，PACTS-Assisted Thermal Proteome Profiling for Use in Identifying Peptide-Interacting Proteins。该文章的通讯作者是来自北京蛋白质组学研究中心的贾辰熙和Chen Yali研究员。生物活性肽是一类重要的生物分子，通过与蛋白受体相互作用，参与调控多种生物学进程。研究肽-蛋白相互作用对于理解这些功能分子的调节机制至关重要。目前已开发多种方法用于表征肽-蛋白的相互作用，例如通过引入荧光探针在多肽上来监测蛋白-多肽的相互作用，或者将多肽固定在磁珠或其他载体材料上进行进一步的亲和沉淀。然而以上方法都需要对多肽进行修饰，导致多肽的结构发生改变，进一步影响多肽-蛋白相互作用，产生假阳性结果。细胞热转移变分析（CETSA）和热蛋白质组分析（TPP）作为一种无修饰/无标签技术已被广泛用蛋白-配体相互作用研究。当配体与蛋白结合后，蛋白的热稳定性发生了改变，导致熔解曲线(Melting cure)发生位移。通过监测熔解温度的变化(∆Tm)，实现对蛋白-配体相互作用的检测。CETSA以及TPP允许在天然环境下研究分子互作，从而保留了内源性蛋白表达水平、翻译后修饰、局部微环境等生物物理特性。除了改变蛋白质的热稳定性，肽配体与蛋白质受体相互作用还会导致蛋白构象、疏水性和溶剂可及性的改变，一些配体甚至起到生物助溶的作用。所有这些特性的改变会导致研究体系中靶蛋白丰度的变化。这种由肽段配体结合诱导蛋白的丰度改变现象称之为PACTS。而PACTS也可以被合理的利用用于识别与肽段配体结合的靶蛋白。基于此，本文将PACTS与TPP技术相结合用于肽-蛋白质相互作用研究，PACTS可以辅助TPP分析，特别是在TPP分析过程中，由于配体-靶蛋白结合导致靶蛋白丰度降低至质谱检测限以下，无法绘制熔解曲线的情况下，PACTS可以作为另一个重要的监测手段。如图1所示，PACTS辅助TPP分析的实验流程大致如下：将蛋白提取液分成2份，分别与缓冲液（对照组）、肽配体（实验组）孵育，再将孵育后的每组样本等分成10份，在10个不同的温度下加热3 min。加热完成后，离心，收集上清液。利用SDS-PAGE将肽段与蛋白分离并进行胶内酶切。酶切后的肽段随即用TMT 10-plex标记，最后通过LC-MS/LS进行定量分析。将37 °C下对照组、实验组中同一蛋白的丰度变化作为PACTS的衡量指标（蓝框）。将在不同温度下蛋白的相对丰度变化转化为熔解曲线（黑框），实验组相较于对照组，同一蛋白熔解曲线的位移（∆Tm）作为TPP的衡量指标。综合两种方法识别出的靶标蛋白，作为最终的筛选结果。图1. PACTS辅助TPP分析的实验流程图作者首先用标准肽段-蛋白互作对验证了PACTS辅助TPP分析的可行性。如图2所示，右侧为对照组/实验组中靶蛋白在不同温度下丰度变化（Western blot），中间及左侧则是基于Western blot数据生成PACTs以及熔解曲线。对于JIP1-JNK1互作对，PACTS显示没有明显的丰度变化，而熔解曲线则显示发生了位移（图2A）。与之相反的，对于HOXB-AS3-hnRNP A1互作对，PACTS显示出明显的丰度变化，而熔解曲线则由于靶蛋白丰度降至检测限以下而无法绘制（图2B）。以上两个例子都说很好地说明，PACTS和TPP是两种互补的检测手段，使用两种方法同时检测有利用提高结果的准确性。作者还考察了不同细胞环境对蛋白-配体互作的影响（图CD及图EF）。来源于293T细胞的OPRN1与Enkephalin配体互作产生的熔解温度变化为∆Tm= 0.5 °C（图E），而来源于Hippocampus的OPRN1与Enkephalin配体互作产生的熔解温度变化为∆Tm= -14.4 °C（图F）。这个差异可能是由于孵育时不同的微环境造成的。图2. PACTS辅助TPP分析标准肽段-蛋白互作对。随后，作者将PACTS辅助TPP分析应用到组学层面。Aβ肽是淀粉样斑的主要成分，而淀粉样斑块主要存在于阿尔茨海默症（AD）患者的大脑中。在Aβ肽中，Aβ1-42在介导神经毒性和氧化应激中起关键作用。THP-1细胞类似于小胶质细胞，小胶质细胞功能障碍加速了与年龄相关的神经退行性疾病的进展，如AD。作者利用了PACTS辅助TPP分析研究了THP-1细胞中与Aβ1-42肽段相互作用的蛋白。如图3所示，图3A为PACTS结果，共发现37个蛋白在37 °C下有丰度变化。而TPP结果（图3B）则显示66个蛋白熔解曲线发生了位移。PACTS与TPP的结果具有较小的重合，说明两种方法具有互补性。GO分析表明（图3C），大多数与Aβ1-42相互作用的蛋白存在于细胞外泌体、胞质溶胶和细胞膜中。外泌体在AD中充当双刃剑，一方面，外泌体传播有毒的Aβ肽和过度磷酸化的tau遍及整个大脑，并诱导神经元凋亡。另一方面，它们消除大脑中的Aβ肽并促进其降解。了解Aβ肽与外泌体蛋白之间的相互作用有利于更好的开发AD治疗治疗药物。此外，作者用Western blot的方法进一步确认识别出的靶标蛋白（图D-E）。最后，作者用免疫共沉淀的方法进一步证明靶蛋白与Aβ1-42存在相互作用。图3. PACTS辅助TPP分析与Aβ1-42相互作用的蛋白总之，本文开发一种PACTS辅助TPP的分析方法，可用于大规模组学层面肽段-蛋白质相互作用研究。该方法具有无标记、无修饰的优势，无需额外实验，即可在TPP分析的同时获得PACTS信息。该方法也有助于理解多肽-蛋白质复合物相关的分子调控机制，进一步开发新型治疗药物。撰稿：刘蕊洁编辑：李惠琳原文：PACTS-Assisted Thermal Proteome Profiling for Use in Identifying Peptide-Interacting Proteins 参考文献1.Zhao T, Tian J, Wang X, et al. PACTS-Assisted Thermal Proteome Profiling for Use in Identifying Peptide-Interacting Proteins. Anal Chem. 2022 94(18): 6809-6818. doi:10.1021/acs.analchem.2c00581

大家好，本周为大家分享一篇发表在Nature communications上的文章，FLASHIda enables intelligent data acquisition for top–down proteomics to boost proteoform identification counts [1]，文章的通讯作者是德国图宾根大学的Oliver Kohlbacher教授。自上而下蛋白质组学(TDP)能够对完整的proteoform进行全面和深入的分析，目前已广泛应用于生物医学研究领域。proteoform在不同的生物系统中具有高度异质性，proteoform水平的信息可以为了解生物生化功能或疾病表型提供重要的信息。近年来，随着TDP样品处理方法、分离技术、碎裂技术和生物信息学方法的进步，proteoform变得更容易被检测和表征。在复杂样本的大规模研究，如微生物或人类细胞裂解液中，proteoform的鉴定数量已达到4000-6000(对应500-1000个蛋白质)。在单次TDP实验中，在大肠杆菌裂解液中可以鉴定出约800种proteoform，在人脑样本中可以鉴定出约1800种proteoform。由于proteoform的多样性和复杂性，完整蛋白质的DDA采集是非常重要的。然而目前的仪器软件在DDA采集中实施的碎裂技术优化主要针对自下而上蛋白质组学(BUP)，而不是TDP。尽管这些方案在BUP研究中有效地捕获了各种高质量的肽段离子，但这些选择标准对于TDP中的proteoform离子选择并不是最优的。与BUP中的肽段离子相比，单个proteoform由于其高质量和高电荷会产生许多峰，Top-N采集往往会导致从一个丰度较高的proteoform中选择多个峰，而不是从多个不同的proteoform中进行选择，这会导致proteoform的覆盖率较低。此外，基于强度进行选择可能不会选到能产生多种独特片段的高质量前体。目前，大多数大规模TDP研究使用具有特定调优参数的DDA采集，例如，Top-N采用相对较低的N值(3-5)和相对较高的隔离窗口(1.2-15 Th，超宽隔离)。然而对所选前体离子的分析表明，对proteoform的选择依然不理想。因此，采用更智能的数据采集方式(Intelligent data acquisition，IDAs)是非常有必要的。本文中作者提出了一种用于TDP的基于机器学习的智能在线数据采集算法FLASHIda，该算法可以确保实时选择不同proteoform的高质量前体，最大化TDP中的proteoform覆盖。FLASHIda通过iAPI与tribrid Thermo Scientific质谱仪连接，允许对MS数据进行实时访问。在LC-MS运行期间，将实时去卷积算法和评估前体同位素质量的机器学习技术结合，非冗余选择高质量前体离子,从而提高蛋白质的覆盖率。FLASHIda流程如图1所示，该算法能在20毫秒内处理每个MS全扫描，并优化下一个采集周期，以最大限度地提高采集中的异型多样性。FLASHIda包括以下3个关键步骤，第一步是将输入的m/z-强度谱转换为mass-quality谱图，第二步是在转换谱图中选择前体离子，最大化唯一识别的proteoform离子数量，最后，动态确定每个选定质量的电荷态和隔离窗口大小，以尽量减少噪声或共洗脱的干扰。确定的隔离窗口m/z范围通过Thermo iAPI连接提供给仪器。　　图1.FLASHIda总览　　在对大肠杆菌裂解液的分析中，与标准DDA模式相比，FLASHIda在三分之一的仪器时间内将proteoform鉴定数量从800增加到1500，或产生几乎相同的鉴定数量。此外，FLASHIda能够灵敏地绘制翻译后修饰和检测化学加合物。作为仪器的软件扩展模块，FLASHIda可以方便地用于复杂样品的TDP研究，以提高proteoform的鉴定率。　　图2. Proteoform分析　　这项研究展示了IDA在TDP研究中的应用，目前作者依然在开发该算法的不同变体，用于靶向proteoform分析，深度表征，甚至从头测序。此外，由于FLASHIda能够选择无干扰的前体离子，因此它可以用于提高proteoform定量准确性。作者预计，未来在FLASHIda内开发的高级数据采集方法将有助于通过TDP探索proteoform的异质性。　　撰稿：张颖编辑：李惠琳　　原文：FLASHIda enables intelligent data acquisition for top–down proteomics to boost proteoform identification counts　　李惠琳课题组网址www.x-mol.com/groups/li_huilin 　　参考文献　　Jeong K, Babović M, Gorshkov V, Kim J, Jensen ON, Kohlbacher O. FLASHIda enables intelligent data acquisition for top-down proteomics to boost proteoform identification counts. Nat Commun. 2022 Jul 29 13(1):4407.

研究蛋白质热稳定性的几种方法蛋白跟核酸不一样，核酸都是由四个碱基组成，只是组成的顺序不一样，但是整体的结构都是类似的双螺旋结构。而蛋白由20多种不同氨基酸组成，需要折叠成正确的三维结构才能发挥自身作用。所以每个不同功能的蛋白长得样子其实都是不同的。蛋白的高级结构决定其功能，行使功能需要正确折叠。蛋白由20多种不同氨基酸组成，需要折叠成正确的三维结构才能发挥自身作用。蛋白质在一定的物理和化学条件（加热、加压、脱水、振荡、紫外线照射、超声波、强酸、强碱、尿素、重金属盐、十二烷基硫酸钠）下，其空间构象容易发生改变而失活，因此研究蛋白的构象和构型变化对其应用有重要的价值。蛋白质的变性作用主要是由于蛋白质分子内部的结构被破坏。天然蛋白质的空间结构是通过氢键等次级键维持的，而变性后次级键被破坏，蛋白质分子就从原来有序的卷曲的紧密结构变为无序的松散的伸展状结构（但一级结构并未改变）。热变性是蛋白质变性中最常见的一类现象。蛋白质的热稳定性是指蛋白质多肽链在温度影响下的形变能力，主要体现在温度改变时多肽链独特的化学特性和空间构象的变化，变化越小热稳定性越高。蛋白质的热稳定性受到不同温度、pH值、离子强度等外界因素的影响，在生物技术、药物研发以及食品工业等领域，具有重要意义。蛋白质变性温度是生物学家们研究蛋白质的热稳定性的一个重要的概念，是指蛋白质在特定温度条件下受到热力作用时，其结构发生变化的温度点，一般温度较高时，蛋白质从稳定的三维结构变化成松散的无序结构。蛋白质的热稳定性一般使用热变性中点温度(meltingtemperature，Tm)来表示，即蛋白质解折叠50%时的温度。蛋白质的热变性过程与其空间构象的改变密切相关，Tm值能反映变温过程中蛋白质构象改变的趋势，是衡量蛋白质热稳定性的一个重要指标。蛋白质Tm值的测定在生物医药行业具有广泛的应用，如嗜热蛋白、工业酶等的改造与筛选，蛋白质药物与配体、制剂或辅料的相互作用，蛋白质药物的缓冲液稳定条件筛选等。目前，许多多种方法可以用来测量蛋白质的变性温度，如圆二色光谱法(circulardichroism，CD)、差示扫描量热法(differentialscanningcalorimetry，DSC)、动态光散射法（DynamicLightScattering）和差示扫描荧光法(differentialscanningfluorimetry，DSF)等。 目前，许多多种方法可以用来测量蛋白质的变性温度，如圆二色光谱法(circulardichroism，CD)、差示扫描量热法(differentialscanningcalorimetry，DSC)、动态光散射法（DynamicLightScattering）和差示扫描荧光法(differentialscanningfluorimetry，DSF)等。 01 圆二色谱法（CD）圆二色光谱（简称CD），或红外（傅里叶变换红外（FourierTransformInfrared，FTIR）光谱），是应用最为广泛的测定蛋白质二级结构的方法，是研究稀溶液中蛋白质构象的一种快速、简单的方法。圆二色谱法诞生于20世纪60年代，其原理是利用左、右两束偏振光透过具有手性结构的生物大分子等活性介质，获得的圆二色谱来分析其结构特点，是蛋白质、核酸、糖类等生物大分子二级结构分析的常规手段之一。蛋白由α螺旋和β折叠构成，α螺旋和β折叠在红外和紫外光段有特异的光吸收。蛋白质对左旋和右旋圆偏振光的吸收存在差异，利用远紫外区（190~260nm）的光谱特征能够快速分析出溶液中蛋白质的二级结构，进而分析和辨别出蛋白质的三级结构类型，变温过程中测量蛋白等物质的圆二色谱，能反映其随温度升高结构变化的趋势。此外，通过测定蛋白质在不同温度下的平均残基摩尔椭圆度[θ]可以获得蛋白质的Tm值。特点：圆二色光谱（CD）适用于测定稀释溶液的热稳定性，操作相对简单，成本较低。但是相关仪器很昂贵，对缓冲液要求也高，要求溶液不能有任何的紫外吸收，也很难做到高通量检测。 02差示扫描量热法（DSC） 蛋白变性时会有温度变化，检测温度变化就能知道蛋白变性程度。差示扫描量热法的应用始于20世纪60年代，是在程序控温下，通过测量输给待测物和参比物的功率差与温度的关系，以获得吸放热量的技术。差示扫描量热法能定量测量热力学参数，可提供与蛋白质热变性过程中构象变化有关的热效应信息。差示扫描量热法（DSC）是一个很经典的一个技术，基于的蛋白变性过程中对热量的吸收。蛋白是有三维结构的，比如氢键，疏水键，范德华力。一旦通过加热然后把结构破坏掉，需要吸收热量。所以可以测量热量变化，就是加热结构变化过程中的热量吸收。通过对参照物和样品同时进行升温或冷却处理，测定两者为保持相同温度所产生的热量差，从而计算蛋白质的Tm值。特点：差示扫描量热法（DSC）能够提供直接的热量变化数据，定量准确、操作简便。但检测通量低、耗时较长，需要的样品体积和浓度比较大。相关仪器中最核心的部件是样品池，对周围环境要求极高。 03 动态光散射法（DLS）动态光散射是基于光学的方法，检测的是蛋白变性之后会发生聚集，导致颗粒的大小发生改变，对散射信号的影响。蛋白在变性过程中，从一个规则高级折叠结构打开，变成一个线性的松散结构。本来外部是亲水的氨基酸，内部是疏水的氨基酸。一旦打开之后，这些疏水的氨基酸会相互就是结合到一起。就是因为疏水的一个相互作用，然后变成一个球状聚集体。此过程会引起这个光的散射的变化。基于动态光散射的信号随着加热的过程的变化就代表粒径的变化，可以计算出蛋白质的Tm值。动态光散射用于表征蛋白质、高分子、胶束、糖和纳米颗粒的尺寸。如果系统是单分散的，颗粒的平均有效直径可以求出来，这一测量取决于颗粒的心，表面结构，颗粒的浓度和介质中的离子种类。DLS也可以用于稳定性研究，通过测量不同时间的粒径分布，可以展现颗粒随时间聚沉的趋势。随着微粒的聚沉，具有较大粒径的颗粒变多。同样，DLS也可以用来分析温度对稳定性的影响。特点：动态光散射可以做到孔板式的检测，具有比较高的通量。但是对于某些样品的检测有限制，因为并不是所有的蛋白在变异之后都会形成这种聚集体，而有一些可能需要很高的浓度才会提升，浓度较低条件下，就观察不到粒径的变化。 04 外源差示扫描荧光法（DSF）差示扫描荧光（DSF）也被称为热荧光法（ThermoFluor），是一种经济高效且易于使用的生物物理技术，通过检测当温度升高或变性剂存在时荧光发射光谱的相应变化来确定蛋白质的变性温度(热变性温度Tm值或化学变性Cm值)。Pantoliano等最先应用此技术测定了上百种蛋白质的热稳定性。差示扫描荧光法分为添加外源荧光染料与不添加荧光染料两种方式，都是利用加热使蛋白内部疏水基团暴露这一特点进行检测Tm值。传统DSF经常使用350/330比值法来进行数据分析根据荧光源不同分为内源荧光DSF和外源荧光染料DSF。基于外源染料荧光的DSF其原理是利用能与蛋白内部疏水基团相互作用的染料为荧光源。蛋白质加热变性后疏水基团暴露，疏水基团与亲和性染料结合产生荧光信号，检测荧光强度变化测定蛋白质的Tm值。特点：借助荧光定量PCR适用于高通量筛选，信号强度可控，灵敏度和准确性都较高。但添加的外源染料可能会对蛋白质结构和功能产生影响，且操作较复杂，不适用于所有蛋白研究。比如做膜蛋白研究时，溶液环境中需要添加双亲性的分子，一端疏水一端亲水。这种情况荧光分子会直接结合到疏水端，导致直接产生荧光信号。并且染料种类的选择、浓度的选择也很繁琐。外源荧光染料DSF也可能会产生背景荧光以及非特异吸附等假阳性结果。 05 内源差示扫描荧光法（inDSF）内源差式扫描荧光inDSF，基于蛋白质中特定氨基酸的荧光特性。这些氨基酸的荧光强度与其所处的微环境密切相关，因此，当蛋白质的结构发生变化时，这些氨基酸的荧光信号也会随之改变。不需要额外的荧光染料加入到检测体系中，利用蛋白内部芳香族氨基酸的自发光原理。不需要任何额外的标记或固定步骤，避免引入结果的不确定性。研究发现，蛋白质分子中芳香环氨基酸在处于不同极性的微环境时(如疏水或亲水环境中)，其被激发的内源荧光的最大发射光谱会发生位移。蛋白质中内源荧光主要来自含芳香环氨基酸如色氨酸(Trp)，苯丙氨酸(Phe)和酪氨酸(Tyr)，其中以色氨酸内源荧光最强。当它在蛋白内部时，发射光主要在330波段，当蛋白一旦去折叠，暴露在溶剂中，发出的光就会从330波长红移到350。所以通过280激发，检测330/350的比值变化，就能测量蛋白质的Tm值。以色氨酸为例，在蛋白质疏水的内核微环境中，其内源荧光最大发射波长在330nm左右，而在亲水的极性微环境中，色氨酸的内源荧光最大发射波长则出现在350nm左右。蛋白质热变性或者化学变性通常会导致色氨酸残基周围微环境的极性发生变化，使通常被包埋于蛋白质疏水内核的色氨酸逐渐暴露于亲水的环境中，从而导致发射内源荧光最大发射波长发生红移(RedShift)，即向更大的波长区域移动。特点：内源差式扫描荧光DSF无需复杂的样品处理或标记步骤，实验过程简单方便。但不是所有蛋白质都含有足够的荧光基团，所以对于部分样品检测灵敏度不够，且检测可能会受其他基团影响。 06 技术对比总结总得来说，DSF和DLS法在样品用量及测定效率上更有优势，比较适合进行高通量筛选。但DSF法需要样品含有色氨酸、酪氨酸或额外添加荧光染料，这可能会对样品测量范围带来一定限制，DLS对样品浓度有要求。DLS还可以获取聚集体粒径大小的信息。DSC法虽然在样品用量与检测效率上不及DSF，但作为量热的经典方法仍是不可缺少的Tm值测量手段，在进行批量样品的热稳定性筛选时，可以使用DSF法初筛，DSC法复筛。此外，DSC能测定蛋白质变性过程中的热容变化ΔCp、焓变ΔH、解折叠自由能ΔG、玻璃态转变温度、分子流动临界温度等其他重要热力学参数。CD作为检测蛋白二级结构的经典方法，在Tm值测定方面具有其独特优势和一定的局限性，也是研究加热过程中蛋白结构改变的重要方法。蛋白质Tm值测定具有重要的实际应用价值，例如辅助生物药物开发、生产和质量控制，评估生物相似性、优化蛋白药物配方等，还可以作为探索蛋白质高级结构的手段之一指导蛋白质工程，如比较不同突变对蛋白质稳定性的影响，研究结构域改变与功能活性改变关联性等。比较不同Tm值测定方法，全面了解技术特点及测量效果对于Tm值测定的实际应用具有一定的指导意义，在科研或生产工作中可以灵活选用或联用多种技术来阐明不同条件下的结构变化特点。 07 国产蛋白稳定性分析仪PSA-16 北京佰司特科技有限责任公司于2023-10-01日推出了自主研发的第一款国产蛋白稳定性分析仪，该设备性能和参数达到进口设备的水平，价格却远低于进口产品，弥补了目前国产自主设备在蛋白稳定性专业研究分析领域的空白。多功能蛋白稳定性分析仪PSA-16是一款无需荧光染料、高通量、低样品消耗量的检测蛋白质稳定性的设备。该设备基于内源差示扫描荧光技术（intrinsic fluorescence DSF），通过检测温度变化/变性剂浓度变化过程中蛋白内源紫外荧光的改变，获得蛋白质的热稳定性(Tm值)、化学稳定性（Cm值）等参数。可应用于蛋白缓冲液条件筛选及优化、小分子与蛋白结合情况的定性测定、蛋白质修饰及改造后的稳定性测定、蛋白变/复性研究、不同批次间蛋白稳定性对比等多个方面。 多功能蛋白稳定性分析仪PSA-16应用涵盖植物、生物学、动物科学、动物医学、微生物学、工业发酵、环境科学、农业基础、蛋白质工程等多学科领域。蛋白质是最终决定功能的生物分子，其参与和影响着整个生命活动过程。现代分子生物学、环境科学、动医动科、农业基础等多种学科研究的很多方向都涉及蛋白质功能研究，以及其下游的各种生物物理、生物化学方法分析，提供稳定的蛋白质样品是所有蛋白质研究的先决条件。因此多功能蛋白稳定性分析仪PSA-16在各学科的研究中都有重要的意义。1. 抗体或疫苗制剂、酶制剂的高通量筛选2. 抗体或疫苗、酶制剂的化学稳定性、长期稳定性评估、等温稳定性研究等3. 生物仿制药相似性研究（Biosimilar Evaluation）4. 抗体偶联药物（ADC）研究5. 多结构域去折叠特性研究6. 物理和化学条件强制降解研究7. 蛋白质变复性研究（复性能力、复性动力学等）8. 膜蛋白去垢剂筛选，膜蛋白结合配体筛选（Thermal Shift Assay）9. 基于靶标的高通量小分子药物筛选（Thermal Shift Assay）10. 蛋白纯化条件快速优化等

干乳粉的复水性是指干粉在加水后恢复成乳液的能力。‌复水性是衡量干制品品质的重要指标之一，特别是在衡量奶粉等干制品的质量时。复水性的好坏直接关系到奶粉在加水后能否恢复到接近原始牛奶的状态。奶粉的复水性对于保证其营养价值和口感至关重要，因为它直接影响到奶粉的实用性和消费者的接受度。‌ 蛋白质含量高且以酪蛋白为主的乳制品粉末例如浓缩乳蛋白（MPC）很难完全复水，即使经过长时间的复水。MPC包含广泛的产品类别，涵盖低、中、高蛋白粉末的复水特性尚未得到广泛研究。本研究采用综合实验方法，包括测量粒度分布随时间的变化，以及使用分析离心法测量沉降行为，以表征MPC粉末在一系列蛋白质浓度下（从成分接近脱脂奶粉的 MPC35到实际上为牛奶蛋白分离物的MPC90）的复水特性。 1. 材料和方法 1.1浓缩乳蛋白粉 1.2分散性：粒度分布 用粒度仪测量MPC悬浮液在复水化90分钟和24小时后的PSD。对于每个MPC样品，观察到一个小于1 um的峰，该峰被认为代表酪蛋白胶束，而第二个大于10 um的峰被认为代表初级粉末颗粒（喷雾干燥过程中由雾化液滴形成的非团聚颗粒）。 1.3 分散：沉降和沉降压缩 分析离心机（LUMiSizer ，L.U.M. GmbH）测量透射近红外光的强度，该强度是水平放置在光路上的细胞长度上时间和位置的函数，用于测量再水化90分钟和24小时的 MPC 悬浮液中的沉降行为。将悬浮液装入PA管（2 mm）。使用两个离心步骤进行测量，36g离心10分钟，然后168g离心10分钟。离心过程中温度保持在25℃。图中显示了离心10秒、5、10、15和20分钟后的谱线。首先绘制相边界（沉积物水相）随时间的运动，然后从池底位置（129 毫米，根据去离子水的沉降曲线确定）中减去稳态值，从而计算出沉降高度。 2. 结果与讨论——分散特性 在经过合理的复水时间后，高蛋白MPC中存在较大的不易分散的颗粒。复水90分钟后，MPC70、MPC80、MPC85 或 MPC90 中最多只有2%的颗粒由酪蛋白胶束组成（图1）。复水24小时后，酪蛋白胶束的比例增加，可能是因为它们从分散性较差的初级颗粒表面表层释放出来，而初级颗粒的比例同时下降（图1）。 图1. 在25℃的去离子水中复水90分钟（灰色条）或复水24小时（白色条）后，初级颗粒（上）和酪蛋白胶束（下）的体积（占总粒子总数的百分比）。 分析离心法用于获取有关MPC悬浮液的光学特性、初级粒子的沉降行为以及所得沉积物的可压缩性的信息。图2显示了低蛋白（MPC35）、中蛋白（MPC70）和高蛋白（MPC90） 粉末在复水90分钟后的三种代表性沉降曲线；这些蛋白质类别中的其他粉末表现出与所选 MPC 粉末非常相似的行为。根据粉末的不同，随着离心的进行，可以在样品池中识别出不同的区域：稳定分散体，即胶体悬浮液中的酪蛋白胶束；初级粒子，即最初向样品池底部集中的初级粉末颗粒，但随着时间的推移会沉淀；初始沉积物，即在低速离心过程中由初级粉末颗粒形成的沉积物；压缩沉积物，即由于离心速度增加而压缩而高度降低的沉积层。 图 2. 浓缩乳蛋白 MPC35（顶部）、MPC70（中间）和 MPC90（底部）在 25℃的去离子水中复水 90 分钟后的代表性沉降曲线，显示NIR光通过样品池的透射率随时间（1 = 10秒、2 = 5分钟、3 = 10分钟、4 = 20分钟）和样品池中的位置而变化。在样品以36g离心10分钟，然后以168g离心10分钟时捕获曲线。插图显示了一个示意图，解释了离心过程中样品池内形成的不同区域。虚线表示样品池底部的位置，从中可以计算出沉淀物的高度（如果存在）。 在MPC35中，样品以酪蛋白胶束为主，酪蛋白胶束在悬浮液中稳定且不会沉淀，因此透射率不会随时间发生变化。相反，MPC90，最初整个样品池中都存在初级粒子，这会导致10秒后透射率非常低；在离心过程中，这些粒子会形成沉淀物，导致样品池底部透射率低，而其他地方透射率高；然后，随着离心速度的提高，该沉淀物被压缩（产生更高的光密度和降低的沉淀物高度）。 复水90分钟后，MPC35没有发生任何沉淀，尽管其颗粒群中有45%以上由初级颗粒组成（图1）。相反，MPC70和MPC90中的初级颗粒在离心过程中形成了明显的沉淀层，其特征是在样品池底部形成一个光学致密区域（图2）。对于MPC70，在形成沉淀层之前，这种物质集中在靠近样品池底部的地方，而对于MPC90，它分散在样品池内的更大区域，导致透射读数远低于胶体稳定性区域。复水90分钟后，沉淀物高度随着蛋白质含量从MPC70到MPC90而增加（图3）。当施加更高的离心力时，这些样品形成的沉淀层会受到压缩，这种影响对于高蛋白粉末比的MPC70更明显（图3）。随着蛋白质含量的增加，观察到沉淀区域上方的透射值更低。 图 3. 浓缩乳蛋白（MPC）粉末经过90分钟的复水后在25 ℃下以36g离心10分钟（灰色条），然后再以168g离心10分钟（白色条）形成的沉淀物的高度。 值得注意的是所有样品在复水24小时后的沉降曲线均表明完全的悬浮稳定性，跟图2中的MPC35谱图类似，尽管悬浮液中仍残留有初级颗粒大小的物质。高蛋白 MPC 粉末的沉降行为强烈依赖于复水时间，初级颗粒在复水90分钟后沉降，但在复水24小时后不会沉降。 3. 结论 a、粉末的初始复水特性和悬浮稳定性随着蛋白含量的增加而降低。 b、经过长时间的复水后，所有的粉末都能完全悬浮。 c、LUMiSizer能区分不同粉末的复水特性和悬浮稳定性，也能做粒径检测。

6月美国质谱学会年会(ASMS)上发布的最新数据表明，新的仪器和工作流程极大地提高了基于质谱的血浆蛋白组学实验的覆盖深度和通量。这些进步可使质谱成为各应用领域中更有用的工具，包括血浆蛋白生物标志物的开发以及迄今由Olink和SomaLogic等亲和性平台主导的大规模人群研究。　　血浆是一种易于获取和常用的样本来源，尤其是在临床工作和人群研究中。然而，由于血浆含有大量丰度较高的蛋白质和较宽的动态范围，传统的质谱蛋白质组学分析能力不足。对于细胞裂解物的分析，质谱工作流程可测量8000到12000个蛋白质，但对血浆，类似的工作流程只能测量500到1000个蛋白质。虽然可通过去除丰度较高的蛋白质或进行粗分离来改善这一情况，但这也会牺牲通量。　　去年，瑞士蛋白质组学公司Biognosys在Journal of Proteome Research杂志上发表了一项研究，他们使用赛默飞的Orbitrap Exploris 480质谱仪，通过两小时的液相色谱梯度测量了180个去除了高丰度蛋白的血浆样品中的2732个蛋白质，这是未进行血浆分离处理情况下最高深度的血浆蛋白质组分析。　　最近，蛋白质组学公司Seer推出了一种新的血浆蛋白组学解决方案。该公司的Proteograph系统使用一组纳米颗粒来富集血浆蛋白质，然后可以使用质谱等技术对其进行鉴定和定量分析。与传统的血浆蛋白组学方法相比，Seer系统在覆盖深度和通量上都有所提升。在一份发表于四月BioRxiv 预印本的研究中，威尔康奈尔医学院-卡塔尔团队使用该系统分析了345个血浆样本，测量了大约3000种蛋白质，在其液相色谱-质谱法的运行时间下每天可分析大约10个样本。　　根据以上数据，Biognosys分析和Seer系统的覆盖深度都接近于Olink的Explore平台，后者可以在血浆中测量大约3000种蛋白质，但它们仍远远落后于SomaLogic的SomaScan平台，后者可以在血浆中测量大约7000种蛋白质。在每周约70个样本的处理量上，Biognosys和Seer系统的通量仍然落后于Olink和SomaLogic平台，后者每周分别可以处理多达1000个和340个样本。　　ASMS年会上，赛默飞展示了使用Seer最新发布的Proteograph XT试剂盒在其新的Orbitrap Astral仪器上测量大约6000种蛋白质的数据，每天处理大约30个血浆样本。这些数据标志着血浆蛋白组学工作流程的重大进展，并表明在大规模血浆研究方面，结合Seer Proteograph等血浆富集技术的质谱法与基于亲和性的平台现在可能成为竞争对手。　　剑桥大学临床医学院MRC流行病学单位的生物信息学家Maik Pietzner表示：“坦白说，我们没有预见到这么大的飞跃。”他和他的同事在大规模蛋白质基因组学研究中使用了SomaLogic的SomaScan和Olink的Explore。他指出，根据ASMS展示的数据，“看起来现在似乎变得可行了”，因为他们的研究需要1000个或更大的样本队列。　　华盛顿大学基因科学教授Michael MacCoss还表示，质谱技术具备的覆盖深度和通量使其成为大规模人群研究的有用工具。他说：“像英国生物库(UK Biobank)或弗雷明汉心脏研究(Framingham Heart Study)这样的大型队列……这些样本的价值是巨大的，研究人员希望能够以最少的资源获取最多的信息，很多实验都使用了Olink或SomaLogic。”　　如果质谱技术能够可靠地提供ASMS演示中展示的覆盖深度和通量，它可能成为亲和性平台的有力补充和竞争对手。许多蛋白质存在多种形式，或称为蛋白质变体，其变异包括氨基酸变异、截断或翻译后修饰等，这些变化会影响它们的功能，在亲和性平台上往往不清楚或不确定测量的是蛋白质的哪种变体。质谱方法更适合分析这些不同的蛋白质变体。　　Olink总裁Carl Raimond表示，他认为质谱和亲和性平台是“绝对互补的”，并补充说“看到蛋白质分析领域有创新是非常好的”。然而，他表示在Olink占据领先地位的大规模人群研究中质谱技术近期可能无法成为竞争对手，他同时也质疑ASMS展示的令人印象深刻的数据在广泛应用时是否能够经受考验。他说：“细节决定成败。提出要求很容易，但真正能够实现或提出关于这一要求背后的问题则是完全不同的事情。”Raimond补充说，虽然质谱技术不断改进，但亲和性平台也将不断进步。Olink正在将其Explore平台扩展到约5,000种蛋白质靶点，而SomaLogic计划在今年年底前将SomaScan平台扩展到覆盖约10,000种蛋白质。Pietzner同样表示，虽然在ASMS上发布的数据令人兴奋，但他和他的同事们期待看到更广泛的数据，包括总体的蛋白质覆盖范围，不同蛋白质和肽段在样本中检出的一致性和重复性。他说，“亲和性方法已经应用于规模大于50,000的人群队列中，并带来了惊人的发现。我们需要进行头对头的比较以评估这些新的质谱技术是否能够实现类似的扩展。”　　MacCoss表示，使用质谱进行此类研究的公司或研究人员需要提供数据，证明他们能够在每个样本中一致且可重复地测量一组核心蛋白。他说：“当人们使用Olink时会有一个清单，上面列出了每次都会测到的蛋白质。我们仍然需要这样做。我们仍然需要说，这是每次实验都会返回定量值的蛋白质列表……以及测量中获得高质量分析数值的蛋白。”　　Pietzner表示，他和他的同事目前正在努力扩展他们的蛋白质基因组学研究以包括质谱技术。强生和强生制药公司的神经科学数据科学主管，以及英国生物库药物蛋白质组学项目(PPP)主席Christopher Whelan表示，目前一个规模最大的蛋白质基因组学人群研究项目正在实施基于质谱的蛋白质组学。　　Seer本月宣布推出Seer技术访问中心，该中心将组合其XT试剂盒与Orbitrap Astral质谱仪，为没有质谱仪的用户提供蛋白质组学服务。　　尽管到目前为止很难全面评估赛默飞的Orbitrap Astral和Seer的Proteograph XT的性能，但一些早期用户表示其产生的结果很出色。　　Cedars-Sinai精准生物标志物实验室主任Jennifer Van Eyk一直在使用Orbitrap Astral进行血浆蛋白质分析，在这方面它比先前的仪器有更强的能力。Van Eyk表示，在每天运行60个样本时，新仪器可测得的蛋白质数量是相同工作流程下使用Thermo Fisher的Exploris 480仪器的2到2.5倍。　　她说：“我们不仅可以检测到更多蛋白质，而且可以定量更多蛋白质，并且这些蛋白质是可重复的，也就是说，如果我们运行一个样本五次，我们确实会五次都观察到同样的蛋白。这是一个很大的飞跃。”这台仪器最出色的或许是其高通量，Van Eyk表示，她和她的同事们每天可以运行多达180个的未去除高丰度蛋白的血浆样本并获得良好的数据和深度的覆盖。她说，“在每天运行180个样本的情况下，突然间你可以开始讨论运行10,000个样本，然后它就成为一个人群研究了。”Van Eyk和她的同事目前正在试验Seer Proteograph系统，以“充分测试”其性能，并评估是否要将其作为血浆蛋白质组学工作流程的一部分。　　威斯康星大学麦迪逊分校的生物分子化学和化学教授Joshua Coon指出，他的实验室能够使用50分钟的液相色谱梯度在未处理的血浆中测量大约1,500种蛋白质，并且已经在该仪器上开发出了一种一分钟的直接注射方法，能够在每个样本中测量约200种蛋白质。　　Coon还是SeerProteograph平台的用户，尽管他尚未将其与Orbitrap Astral结合使用。他的实验室一直在使用Seer XT试剂盒分析阿尔茨海默病患者的血浆样本以及长期新冠肺炎(long COVID)个体的样本。他说，尽管他的团队尚未开始处理大批量样本，但在初步工作中，实验室每个样本一致地测量到约3,000种蛋白质，这是不使用Seer系统时的五倍左右。他认为，当研究人员将工作流程应用于Orbitrap Astral系统时，这些数字还会进一步提高。　　除了覆盖深度外，Coon表示，Proteograph对简化质谱样品制备非常有用。他说：“我没有完全认识到到它的自动化程度，它非常方便。现在主要的用户是一个一年级和二年级的研究生……所以他们必须快速学习。他们在处理样本、获得消化产物和肽段方面取得了很大的成功。当你有新人或者长时间不做该工作的人时，进行大规模蛋白质组学研究的样品制备将耗费整个实验一半以上的精力，只需使用该平台然后熟练掌握。”　　尽管Seer Proteograph平台提供的覆盖深度使质谱血浆蛋白质组学在某些应用中与Olink和SomaLogic等亲和力平台更具竞争力，但Seer本身在血浆富集领域面临新的竞争。　　在ASMS会议上，蛋白质组学样品制备公司PreOmics推出了其ENRICH-ist富集血浆和血清蛋白质的试剂盒。该试剂盒使用非功能化顺磁性微珠来富集低丰度蛋白质，据该公司称，与未去除高丰度以及未富集的血浆相比，用该试剂盒处理血浆可将蛋白质检出率从50%提升至100%。PreOmics首席执行官Garwin Pichler表示，微珠与缓冲液的结合可在去除高丰度蛋白的同时富集低丰度蛋白以提高覆盖深度。Biognosys推出了一种新的基于微珠的血浆蛋白质组富集试剂盒，作为其TrueDiscovery服务平台的一部分。据该公司称，这种试剂盒可以高通量定量人类血浆中约4,000种蛋白质。　　此外，在本月，华盛顿大学研究人员领导的团队在BioRxiv预印本上发表了一篇论文，描述了一种使用ReSyn Biosciences的磁性微粒富集血浆蛋白质的方法，其通过结合血浆中的膜结合囊泡并分析相关蛋白质来提高覆盖深度。华大的MacCoss是这篇预印本的通讯作者，该预印本的第一作者Christine Wu也是该富集方法的主要开发者。他们能够在Orbitrap Astral上使用30分钟的液相色谱梯度稳定地定量约4,800种血浆蛋白质，每天可处理约40个样本。在使用一小时的液相色谱梯度时，他们能够测量5,000到6,000种蛋白质。MacCoss他们迄今没有过度挑战该方法的能力，所以这些数字是相对保守的。MacCoss表示，由于Seer公司的技术成本较高，研究人员对于血浆蛋白质组学富集的替代方法很感兴趣。他说：“Seer在制造这些产品方面做得很好，但成本是一个高门槛。”　　维也纳分子病理研究所的蛋白质组学负责人Karl Mechtler表示，他与Seer的讨论中，每个样品的报价大约是600美元。他说：“如果我有100个样品，对于一个蛋白质组学实验室来说，这是一笔巨款。”他指出，对于一个典型的蛋白质组学实验室，一个合适的价格范围应该在每个样品25到50美元左右。Wu表示，使用华大的富集方法进行实验的每个样品成本低于5美元。PreOmics将ENRICH-ist试剂盒作为完整蛋白质组学样品准备工作流程的一部分销售，每个样品总共80美元。　　在回答成本问题时，Seer公司董事长兼首席执行官Omid Farokhzad表示，他认为价格是“价值交换的问题”。他说：“并非所有内容都是等价的。问题在于，从Seer所提供的与其替代方案所提供的内容来说，价值交换是什么?”在血浆蛋白质组学领域最新的发展中，这个问题的答案似乎是一个不断变化的目标。　　参考文献：[1] Tognetti Marco,Sklodowski Kamil,Müller Sebastian et al. Biomarker Candidates for Tumors Identified from Deep-Profiled Plasma Stem Predominantly from the Low Abundant Area.[J] .J Proteome Res, 2022, 21: 1718-1735.[2] bioRxiv - Genomics Pub Date : 2023-04-21 , DOI：10.1101/2023.04.20.537640Karsten Suhre, Guhan Ram Venkataraman, Harendra Guturu, Anna Halama, Nisha Stephan,Gaurav Thareja, Hina Sarwath, Khatereh Motamedchaboki, Margaret Donovan, Asim Siddiqui, Serafim Batzoglou, Frank Schmidt

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

蛋白质分析仪是生物化学和分子生物学实验室中重要的设备，它用于定量分析蛋白质样品，支持从基础研究到药物开发的广泛应用。为了确保蛋白质分析的数据准确性和重复性，定期进行仪器的校准是至关重要的。本文将讨论校准仪器的重要性，并概述有效的校准步骤。 　 蛋白质分析仪校准的重要性首先体现在保障数据质量上。精确的蛋白质测量对于了解生物样本中的蛋白质表达水平、检测疾病标志物、验证药物作用靶点等都至关重要。未经校准的仪器可能导致错误的结果，影响研究结论和治疗决策。 　　校准仪器有助于满足监管要求。在制药和临床领域，蛋白质分析必须符合严格的法规标准。定期校准的仪器能够产生符合这些标准的数据，帮助企业和医疗机构遵守法规，减少合规风险。 　　可以提高实验室之间的数据一致性。不同实验室使用的不同仪器，即使型号相同，也可能因为使用环境和操作习惯的差异而产生不同的测量结果。通过实施标准化的校准程序，可以确保不同实验室之间的测量结果具有可比性，这对于多中心研究和数据分析尤为重要。 　　蛋白质分析仪的校准步骤通常包括以下几个关键环节： 　　选择适当的标准物质：使用已经由认证机构校准过的标准蛋白质溶液作为参考。这些标准物质应当覆盖仪器的工作范围，并且具有已知的浓度和特性。 　　控制环境条件：在进行校准之前，确保实验室的环境条件(如温度和湿度)符合仪器的使用要求。环境因素对蛋白质测量有显著影响，因此控制这些条件对于获取准确结果至关重要。 　　操作人员培训：确保操作仪器的人员具有足够的知识和技能，以正确执行校准程序。这包括了解仪器的工作原理、操作规程以及校准的具体步骤。 　　执行校准程序：按照制造商提供的说明书或行业标准进行校准。这可能包括预热仪器、执行零点调整、检查和调整测量系统等步骤。 　　记录和验证：记录校准结果，并根据需要进行调整。完成校准后，使用标准物质验证仪器是否达到了预期的准确度。 　　定期复校：根据仪器的使用频率和制造商的建议，定期重复校准流程。这有助于及时发现和修正任何潜在的问题，保持仪器的较佳性能。 　　综上所述，校准蛋白质分析仪对于确保数据的准确可靠、满足法规要求、提高实验室间数据的一致性至关重要。通过遵循正确的校准步骤，用户可以确保他们的仪器始终处于较佳工作状态，从而获得高质量的测量结果。

干血斑（Dried Blood Spot, DBS）是一种微量血液采集、干燥和储存的生物采样技术。该技术由Robert Guthrie于1963年首次应用于新生儿苯丙酮尿症（PKU）筛查[1]。相比于临床检验中常用的液态血液基质，干血斑技术具有采血量少、操作简便、一般不需冷冻或冷藏、储存和运输成本低等优点，已应用于新生儿疾病筛查、流行病学样本分析、药物研发等领域。将干血斑应用于蛋白质研究，拓宽了蛋白质分析研究的生物样本采集形式，具有很好的临床研究和实际应用价值。本文重点讨论两种常见干血斑蛋白质分析技术及应用。1. 基于干血斑的蛋白分析技术1.1 酶联免疫吸附分析法原理：酶联免疫吸附分析法（ELISA）是指将可溶性的抗原或抗体结合到聚苯乙烯等固相载体上，利用抗原抗体特异性结合，进行免疫反应的定性和定量分析，具有灵敏、特异、及易于自动化操作等特点。根据免疫识别和信号输出方式的不同，ELISA可以分为双抗体夹心法、直接免疫竞争法和非直接免疫竞争法等。实验材料及分析仪器：研究人员可通过购买固相载体、抗体或抗原进行包被制备ELISA试剂盒或购买市售试剂盒。酶联免疫吸附测定试剂盒已成为实验中不可缺少的工具，目前国内外Elisa试剂盒生产厂家很多，如上海酶联生物、Abcam、BioVision等，科研人员可根据研究需求选择高质量的试剂盒品牌，以提升分析效率及结果有效性。干血斑处理：以干血斑HIV分析为例：用HIV阴性混合血液样本对阳性混合血液样本进行梯度稀释后，以固定体积点样至干血斑收集卡，室温下干燥。采用干血斑打孔设备获得一定直径的干血斑样片，用300 μL PBST（0.05% Tween20）室温静置洗脱，洗脱液经酶标仪测定样本吸光度值（OD值）。分析和结果处理：以标准曲线样品的浓度为横坐标，以测得的OD值为纵坐标，根据不同类型ELISA本身的特点拟合标准曲线（如竞争法和夹心法可以采用四参数拟合回归方程），选择R值大于0.99的拟合方式，并根据标准曲线计算样品浓度。分析仪器：酶标仪（MicroplateReader）即酶联免疫检测仪，是对酶联免疫检测（EIA）实验结果进行读取和分析的专业仪器。酶标仪可分为普通酶标仪和多功能酶标仪，普通酶标仪的主要功能一是充当分光光度计的角色，二是基于免疫反应的ELISA分析，价格相对较低；多功能酶标仪可实现吸光度、荧光强度、时间分辨荧光、荧光偏振和化学发光等多种检测模式拓展，满足生化分析、免疫检测、细胞研究、药物筛选和机制探索等众多领域检测需要。目前酶标仪市场常用的仪器品牌进口的有：伯腾、帝肯、美谷分子、珀金埃尔默和赛默飞等；国产的有：安图生物、奥盛和闪谱等。1.2 基于质谱技术的蛋白质分析技术基于质谱（Mass Spectrometry, MS）技术的蛋白质分析方法具有高通量、自动化程度高、分离能力强等特点，已逐渐成为蛋白质分析和鉴定的重要技术。原理：蛋白酶将样本中的蛋白质消化成肽段混合物，可采用鸟枪法（Shotgun）对蛋白组进行全谱分析，在最小限度分离蛋白质的同时实现复杂混合物中成千上万种蛋白质的鉴定和定量；或用液相色谱法（Liquid Chromatography, LC）对酶解肽段进行分离，经基质辅助激光电离（MALDI）或电喷雾电离（ESI）等软电离技术将其离子化，带电蛋白质离子通过质量分析器将具有特定质荷比的肽段离子分离，然后经检测器分析。质谱技术与干血斑技术的结合为蛋白质组学研究和蛋白生物标志物筛选提供了强有力手段。图1 基于质谱技术的蛋白质组学分析流程[2]样本处理：采用干血斑打孔设备获得一定直径的干血斑样片，转移至EP管中，加入少量水后用组织研磨器或匀浆机快速、彻底破碎干血斑样片，剧烈摇晃试管。后续处理与常规样本的蛋白提取相似：加入蛋白裂解液（如SDS、SDC、RIPA等），冰上裂解约半小时（辅以震荡），低温、高转速离心后取上清，得干血斑蛋白提取物。分析和结果处理：蛋白质组学数据分析和结果处理包括：①应用数据库搜库对蛋白进行鉴定并相对定量分析，借助如主成分分析、相关性分析、聚类分析等方法掌握数据的整体情况；②对蛋白的生物学功能进行注释，例如GO功能注释、KEGG注释等；③通过蛋白的生物学功能或参与的信号通路可以进一步筛选与研究目标相关的蛋白进行后续的分析。分析仪器：蛋白质组学分析主要使用高分辨液质联用系统进行。可进行蛋白质组学分析的液质联用系统目前以进口为主，常见仪器主要有布鲁克、赛默飞、沃特世和SCIEX的Q-TOF、Q-Orbitrap、Q-Trap质谱仪等。2. 干血斑蛋白分析应用实例分享2.1 采用ELISA法分析干血斑中HIV抗体1996年美国食品药品监督管理局（FDA）批准了以干血斑为载体的样本邮寄传递检测模式，并证明其可作为传统检测模式的良好补充，极大地推动了干血斑技术在传染性疾病分析中的应用。在我国，全国艾滋病检测技术规范（2020年修订版）第二章第4部分“常规HIV抗体或HIV抗体抗原联合检测方法”中指出：ELISA试验可使用血液（包含血清、血浆和干血斑）或尿液样本检测HIV抗体，也可联合检测HIV抗体抗原，说明干血斑在基于ELISA技术的HIV抗体检测中是可代替血浆、血清的生物样本基质，具有广阔的应用前景。近年来，相关专家多推荐受检者使用HIV自主采样包，根据说明采集干血斑样本，匿名寄至专业实验室，通过电话等方式获取结果。图2 RDA Spot公司的干血斑自主采样包（包含一次性采血针，消毒湿巾，样本采集卡，使用说明书及用于运输的特殊包装）图片来源：https://www.rdaspot.com/2.2 基于质谱技术的干血斑蛋白质组学分析研究人员建立了应用Thermo UltiMate 3000 RSLCnano纳升液相色谱联合Q Exactive HF-X质谱技术的干血斑蛋白质组学分析方法，并于2020年在Journal of Proteome Research中报道了该项工作[3]。由于全血中含有较多可溶性蛋白（如血红蛋白、白蛋白、纤维蛋白原等），研究人员为克服干扰、提高分析灵敏度，采用碳酸钠沉淀法（SCP）成功去除干血斑中可溶性蛋白并富集目标分析物疏水性蛋白。采用基于数据非依赖采集模式（DIA）的蛋白质组学分析方法，进行EMBL-EBI（针对人类蛋白GO功能分析的综合注释数据库）蛋白组学搜库分析，通过限定质谱扫描范围和延长离子累积时间等提高了分析方法的检测灵敏度。该研究最终在健康受试者干血斑样本中鉴定到1977种蛋白质，其中包含585种疾病相关蛋白。3. 小结与展望干血斑是一种先进的血液采集及保存技术，具有操作简单、对人体损伤小、便于运输和储存等优势，在临床快检中受到关注。干血斑技术与蛋白质研究的结合将有效推动蛋白质研究成果临床转化。随着分析技术的发展和相关研究的不断深入，前处理自动化仪器、高通量分析仪器和成熟的蛋白分析流程将成为干血斑蛋白质分析的有力工具，干血斑蛋白质分析定将在蛋白质分析中发挥重要作用，为高通量诊断、差异蛋白分析和疾病生物标志物挖掘等拓展新的技术平台。参考文献：[1] R. Guthrie, & Susi, A., A Simple phenylalanine method for detecting phenylketonuria in large populations of newborn infants., Pediatrics, 32 (1963) 338–343.[2] B. Kuster, M. Schirle, P. Mallick, R. Aebersold, Scoring proteomes with proteotypic peptide probes, Nature Reviews Molecular Cell Biology, 6 (2005) 577-583.[3] D. Nakajima, Y. Kawashima, H. Shibata, T. Yasumi, M. Isa, K. Izawa, R. Nishikomori, T. Heike, O. Ohara, Simple and sensitive analysis for dried blood spot proteins by sodium carbonate precipitation for clinical proteomics, Journal of proteome research, 19 (2020) 2821-2827.

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

2014年5月15日，上海——科学服务领域的世界领导者赛默飞世尔科技（以下简称：赛默飞）近日发布了《蛋白质药物液质分析》应用文集。此文集介绍了蛋白质药物，特别是单抗药物的质谱分析方法。文集汇集了Thermo Fisher大分子质谱应用团队精心编写的八篇综述。所涉及的应用主要包括：完整蛋白质分析、ADC分析、肽图分析、修饰分析、突变监测、二硫键的确定与错配的发现、糖基化分析、残留宿主细胞蛋白分析、蛋白质药物代谢分析等。 文集针对相关分析项目，均描述了完整的分析流程(样品处理——液质分析——数据分析)和以Orbitrap为基础的，液质联用技术(LCMS)相关的整体分析方案及应用实例。 图1. 《蛋白质药物液质分析》 图2. Q Exactive Orbitrap LC/MS 系统 此文集作为国内第一本专注于高分辨质谱在蛋白质药物分析领域的综述文集，特别适合于质谱使用经验较少的分析人员。通过阅读这些精致的综述，分析人员可快速地了解各种LCMS技术及相应的分析项目。对于有丰富的蛋白质液质分析经验的人员来说，同样可以通过文中大量精确专业的引用文献了解最新的应用实例、分析软件与质谱发展趋势。 文集亦可同时作为Thermo Fisher即将开展的“生物制药液质分析技术培训班”的先导读物供广大分析人员参考。 获取《蛋白质药物液质分析》应用文集请联系：Jerry.jia@thermofisher.com欲了解相关产品请点击：http://www.thermo.com.cn/Category409.html 关于赛默飞世尔科技赛默飞世尔科技（纽约证交所代码：TMO）是科学服务领域的世界领导者。公司年销售额170亿美元，在50个国家拥有员工约50,000人。我们的使命是帮助客户使世界更健康、更清洁、更安全。我们的产品和服务帮助客户加速生命科学领域的研究、解决在分析领域所遇到的复杂问题与挑战，促进医疗诊断发展、提高实验室生产力。借助于Thermo Scientific、Life Technologies、Fisher Scientific和Unity? Lab Services四个首要品牌，我们将创新技术、便捷采购方案和实验室运营管理的整体解决方案相结合，为客户、股东和员工创造价值。欲了解更多信息，请浏览公司网站：www.thermofisher.com 赛默飞世尔科技中国赛默飞世尔科技进入中国发展已有30多年，在中国的总部设于上海，并在北京、广州、香港、台湾、成都、沈阳、西安、南京、武汉等地设立了分公司，员工人数超过3800名。我们的产品主要包括分析仪器、实验室设备、试剂、耗材和软件等，提供实验室综合解决方案，为各行各业的客户服务。为了满足中国市场的需求，现有8家工厂分别在上海、北京和苏州运营。我们在全国共设立了6个应用开发中心，将世界级的前沿技术和产品带给国内客户，并提供应用开发与培训等多项服务；位于上海的中国创新中心结合国内市场的需求和国外先进技术，研发适合中国的技术和产品；我们拥有遍布全国的维修服务网点和特别成立的中国技术培训团队，在全国有超过2000名专业人员直接为客户提供服务。我们致力于帮助客户使世界更健康、更清洁、更安全。欲了解更多信息，请登录网站www.thermofisher.cn

内源差示扫描荧光技术如何应用到多功能蛋白质稳定性分析北京佰司特贸易有限责任公司蛋白质是生物体中广泛存在的一类生物大分子，具有特定立体结构的和生物活性以及诸多功能，根据这些功能我们可以将其应用于蛋白质的分子设计、蛋白质功能的改造、疾病的基因治疗以及新型耐抗药性药物的开发与设计甚至是发现生物进化的规律等先进科研领域上。因此，蛋白质具有非常重要的研究价值。进行蛋白质性质和功能研究的前提是获得稳定的蛋白质样品，而由于蛋白质自身性质的复杂性，难以保证获得的蛋白质样品是否具有正确的三维结构以及功能，因此急需一种技术手段或设备，对蛋白质的稳定性进行分析，确定获得蛋白质最ZUI适宜的缓冲液条件、蛋白质的长期储存稳定性等。另外在进行蛋白质-配体小分子相互作用研究时，因为需要筛选的小分子配体数量巨大，因此也急需一种技术手段或设备，可以高通量的对配体结合进行筛选。蛋白中的色氨酸和酪氨酸可以被280 nm的紫外光激发并释放出荧光，其荧光性质与所处的微环境密切相关。蛋白变性过程中，色氨酸从疏水的蛋白内部逐渐暴露到溶剂中，荧光释放的峰值也从330 nm逐渐转移到350 nm。内源差示扫描荧光技术（intrinsic fluorescence DSF），通过检测温度变化/变性剂浓度变化过程中蛋白内源紫外荧光（350 nm/330 nm比值）的改变，获得蛋白的热稳定性(Tm值)、化学稳定性（Cm值）等参数。相比传统的方法，无需添加染料，通量高，样品用量少，数据精度高。 多功能蛋白质稳定性分析仪PSA-16是一款无需加入荧光染料、高通量、低样品消耗量检测蛋白质稳定性的设备。该设备基于内源差示扫描荧光技术（intrinsic fluorescence DSF），通过检测温度变化/变形剂浓度变化过程中蛋白内源紫外荧光的改变，获得蛋白质的热稳定性(Tm值)、化学稳定性（Cm值）等参数。可应用于蛋白缓冲液条件筛选及优化、小分子与蛋白结合情况的定性测定、蛋白质修饰及改造后的稳定性测定、蛋白变/复性研究、不同批次间蛋白稳定性对比等多个方面。基于内源差示扫描荧光技术（intrinsic fluorescence DSF），在无需添加外源染料的条件下，对蛋白进行升温变性，通过内源荧光和散射光的变化与三级结构变化的关系，PSA-16可用于测定不同buffer中蛋白的Tm值变化，获得蛋白质正确折叠的最ZUI优buffer条件；测定不同detergent条件下膜蛋白Tm值，进行detergent筛选；测定不同添加剂对蛋白稳定性的影响；测定添加配体后Tm值变化进行配体结合筛选；测定蛋白中变性部分的比例，进行质量控制；测定蛋白Tm值与浓度的相关性，获得最ZUI优蛋白浓度进行后续结晶等实验；测定蛋白去折叠过程，进行蛋白复性条件筛选；测定蛋白folding enthalpy，研究蛋白的长期稳定性；测定不同批次和存储后的蛋白的稳定性，并进行相似性评分，对蛋白进行质量控制。多功能蛋白质稳定性分析仪PSA-16，无需对蛋白进行荧光标记，可以直接测定蛋白在不同缓冲液条件中的Tm值，进行缓冲液筛选和优化；同时还可以测定添加不同配体化合物对蛋白稳定性的影响，通过Tm值变化进行配体结合筛选。PSA-16满足我们目前对于蛋白质稳定性分析的迫切需求。多功能蛋白质稳定性分析仪PSA-16可用于评估蛋白（抗体或疫苗）热稳定性、化学稳定性、颗粒稳定性等特性，实现非标记条件下的高通量的抗体制剂筛选、分子结构相似性鉴定、物理稳定性、长期稳定性、质量控制、折叠和再折叠动力学研究等功能。★ 蛋白热稳定性分析★ 蛋白化学稳定性分析★ 蛋白等温稳定性分析★ 蛋白颗粒稳定性分析★ 免标记热迁移实验（dye-free TSA）★ 蛋白去折叠、再折叠、结构相似性分析★ 蛋白质量控制分析 多功能蛋白质稳定性分析仪PSA-16基于内源差示扫描荧光（ifDSF）技术，广泛应用于蛋白质稳定性研究、蛋白质类大分子药物（抗体）优化工程、蛋白质类疾病靶点的药物小分子筛选和结合力测定等领域，具有快速、准确、高通量等诸多优点。蛋白质中色氨酸/酪氨酸的荧光性质与它们所处的环境息息相关，因此可以通过检测蛋白内部色氨酸/酪氨酸在加热或者添加变性剂过程中的荧光变化，测定蛋白质的化学和热稳定性。PSA-16采用紫外双波长检测技术，可精准测定蛋白质去折叠过程中色氨酸和酪氨酸荧光的变化，获得蛋白的Tm值和Cm值等数据；测定时无需额外添加染料，不受缓冲液条件的限制且测试的蛋白质样品浓度范围非常广（10 µ g/ml - 250 mg/ml），因此可广泛用于去垢剂环境中的膜蛋白和高浓度抗体制剂的稳定性研究。此外，PSA-16具有非常高的数据采集速度，从而可提供超高分辨率的数据。同时PSA-16一次最多可同时测定16个样品，通量高；每个样品仅需要15 uL，样品用量少，非常适合进行高通量筛选。PSA-16操作简单，使用后无需清洗，几乎无维护成本。★ 非标记测试★ 10分钟内完成16个样品的分析★ 仅需10μL样品，浓度范围0.005mg/ml—200mg/ml★ 15-110℃温控范围，升温速率0.1-7℃/min★ 适用于任意种类的蛋白分子★ 无需清洗和维护★ 可增配机械手臂实现全自动工作 性能参数：★ 直接检测蛋白质内源紫外荧光，测定时无需额外添加染料，不限制蛋白缓冲液。★ 可同时测定16个样品。★ 样品管材质：高纯度石英管，8联排设计，可使用多通道移液器批量上样，亦可单管使用。★ 样品体积：15 μL/样品。★ 样品浓度范围：0.01 mg/mL–250 mg/mL。★ 温控范围：15-110℃可选。★ 升温速度范围：0.1-15℃/分钟可调。★ 温控精度：+ 0.2℃。★ 采样频率：1 HZ，1/60 HZ可选。★ 应用范围：热稳定性实验、化学稳定性实验、等温稳定性实验、温度循环实验、TSA实验。★ 软件具备比对功能，可通过热变性曲线对蛋白进行相似性评分。★ 测定参数：Tm、Ton、Cm、ΔG、Similarity。★ Tm测定精度：★ 一体机，可以通过触摸屏进行试验设置，实时采集数据和显示数据，生成详细的结果报告。应用领域：多功能蛋白质稳定性分析仪PSA-16应用涵盖植物、生物学、动物科学、动物医学、微生物学、工业发酵、环境科学、农业基础、蛋白质工程等多学科领域。蛋白质是最终决定功能的生物分子，其参与和影响着整个生命活动过程。现代分子生物学、环境科学、动医动科、农业基础等多种学科研究的很多方向都涉及蛋白质功能研究，以及其下游的各种生物物理、生物化学方法分析，提供稳定的蛋白质样品是所有蛋白质研究的先决条件。因此多功能蛋白质稳定性分析系统在各学科的研究中都有基础性意义。 1. 抗体或疫苗制剂、酶制剂的高通量筛选2. 抗体或疫苗、酶制剂的化学稳定性、长期稳定性评估、等温稳定性研究等3. 生物仿制药相似性研究（Biosimilar Evaluation）4. 抗体偶联药物（ADC）研究5. 多结构域去折叠特性研究6. 物理和化学条件强制降解研究7. 蛋白质变复性研究（复性能力、复性动力学等）8. 膜蛋白去垢剂筛选，膜蛋白结合配体筛选（Thermal Shift Assay）9. 基于靶标的高通量小分子药物筛选（Thermal Shift Assay）10. 蛋白纯化条件快速优化等

新乳品安全国标出台 对三聚氰胺&ldquo 零容忍&rdquo 　　人民日报讯（记者 白剑峰）卫生部今天公布66项新乳品安全国家标准，包括乳品产品标准15项、生产规范2项、检验方法标准49项。 　　新的乳品安全国家标准基本解决了现行乳品标准的矛盾、重复、交叉和指标设置不科学等问题，提高了乳品安全国家标准的科学性，形成了统一的乳品安全国家标准体系。 　　我国参照国际组织和多数国家做法，仅在《生乳》中设置农兽药残留规定。乳品产品标准规定所用生乳原料应符合《生乳》。目前农业部正在抓紧完善食品中农兽药残留标准。新的乳品安全国家标准中不再设置三聚氰胺相关规定。 　　新国标中，不再设三聚氰胺相关规定，会不会导致乳品企业随意添加三聚氰胺？卫生部表示，2008年打击&ldquo 违法添加非食用物质&rdquo 的专项整治行动，公布了四批&ldquo 黑名单&rdquo 。其中包括三聚氰胺及其检测方法。因此，不再设三聚氰胺相关规定。 　　&ldquo 不再设置三聚氰胺相关规定&rdquo ，也就是说，三聚氰胺不再具备&ldquo 合法&rdquo 身份被&ldquo 限量添加&rdquo 到乳品制品中去。对此，包括伊利、澳优、美赞臣、三元、多美滋在内的乳品企业表示，新国标作为国家级常态标准，不应该将三聚氰胺纳入合法添加的范畴。否则，将是我国食品安全标准水平的倒退。不允许添加，才是正常的。广州市奶业协会理事长王丁棉表示，三聚氰胺的限量值取消是正常的。 　　新的乳品安全国家标准基本解决现行乳品标准的矛盾、重复、交叉和指标设置不科学等问题，提高了乳品安全国家标准的科学性，形成统一的乳品安全国家标准体系。为做好新旧标准衔接，合理设置标准实施过渡期，我部根据标准修改情况、对生产工艺的影响和实施难度，分类确定了标准的具体实施时间，分别为：《生乳》(GB 19301&mdash 2010)和《生乳相对密度的测定》(GB 5413.33&mdash 2010)等检验方法标准自2010年6月1日起实施；《巴氏杀菌乳》(GB 19645&mdash 2010)等乳品产品标准和《乳制品良好生产规范》(GB 12693&mdash 2010)等生产规范标准自2010年12月1日期实施；《婴儿配方食品》(GB 10765&mdash 2010)等婴幼儿食品安全标准自2011年4月1日起实施。 快速准确的蛋白质分析以及三聚氰胺等掺杂物质的测定 作为在食品分析领域内拥有核心能力的领先仪器制造商，步琪公司开发出可对蛋白质进行 定性和定量测定的可靠仪器和方法，包括对牛奶和牛奶产品中的三聚氰胺等掺杂物进行检 测。 使用成熟、正式的分析方法来检测含掺杂物质的产品 食品安全是一个重要问题，需要采用成熟可靠的正式分析方法来确保日常分析中的最高安 全性和准确性。 基于在食品与饲料领域内近 60 年的分析经验，步琪公司开发出用于安全、精确地测定牛 奶和食品中的蛋白质（包括三聚氰胺等掺杂物）的凯式测定法。除标准方法之外，步琪公 司还开发出采用近红外技术、无需费时制备样品的测定方法。 步琦解决方案： * 凯式蛋白质测定法 * 掺杂物（非蛋白质氮）凯式测定法的检测 * 通过近红外 (NIR) 方法直接测定蛋白质和掺杂物 步琦应用解决方案 步琦公司不仅针对凯式定氮法和 NIR 分析提供了精确、可靠的仪器，而且还提供了广泛而详细的技术应用文章，以便于对方法方便、快速的改进。请将您的特定应用要求发送至 china@buchi.com。

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

一、项目基本情况 1.项目编号：ZJ-2362483 项目名称：国科大杭州高等研究院蛋白质组质谱离子淌度分析系统 预算金额（元）：8000000 最高限价（元）：8000000 采购需求： 标项名称: 蛋白质组质谱离子淌度分析系统 数量: 不限 预算金额（元）: 8000000 简要规格描述或项目基本概况介绍、用途：蛋白质组质谱离子淌度分析系统1套。具体以招标文件第三部分采购需求为准，供应商可点击本公告下方“浏览采购文件”查看采购需求。 备注：允许进口 合同履约期限：标项 1，按照招标文件要求 本项目（是）接受联合体投标。 2.项目编号：0625-23218D89 项目名称：国科大杭州高等研究院高效液相色谱-三重四级杆串联质谱联用分析系统 预算金额（元）：5000000 最高限价（元）：/ 采购需求： 标项名称: 高效液相色谱-三重四级杆串联质谱联用分析系统 数量: 3 预算金额（元）: 5000000 简要规格描述或项目基本概况介绍、用途：详见招标文件 备注： 合同履约期限：标项 1，详见招标文件 本项目（是）接受联合体投标。二、获取招标文件 时间：/至2023年11月10日 ，每天上午00:00至12:00 ，下午12:00至23:59（北京时间，线上获取法定节假日均可，线下获取文件法定节假日除外） 地点（网址）：政采云平台（https://www.zcygov.cn/） 方式：供应商登录政采云平台https://www.zcygov.cn/在线申请获取采购文件（进入“项目采购”应用，在获取采购文件菜单中选择项目，申请获取采购文件） 售价（元）：0 三、对本次采购提出询问、质疑、投诉，请按以下方式联系 1.采购人信息 名 称：国科大杭州高等研究院 地 址：杭州市西湖区转塘街道象山支弄1号 传 真：/ 项目联系人（询问）：宋老师 项目联系方式（询问）：18321712725 质疑联系人：沈老师 质疑联系方式：0571-86080792 2.采购代理机构信息 名 称：浙江国际招投标有限公司 地 址：杭州市文三路90号东部软件园1号楼3楼317室 传 真：/ 项目联系人（询问）：沈建平（18005883302）、倪樟如 项目联系方式（询问）：0571-81061840，0571-81061802 质疑联系人：董福利 质疑联系方式：0571-81061818 　　　　　　 3.同级政府采购监督管理部门 名 称：杭州市财政局政府采购监管处 /浙江省政府采购行政裁决服务中心（杭州） 地 址：杭州市上城区四季青街道新业路市民之家G03办公室 传 真：/ 联 系 人：朱女士/王女士 监督投诉电话：0571-85252453

布鲁克在第64届美国质谱年会(ASMS 2016)宣布推出布鲁克HDX Solution —氢氘交换解决方案。BHDX解决方案将LEAP H/D-X PAL自动样品处理系统与布鲁克maXis II ETD UHR-QTOF质谱系统以及HDExaminer软件相结合，提供了一套自动可靠的HDX-MS工作流。Bruker HDX解决方案通过H/D比值获得单一同位素精确定量分析结果，为深入了解生物分子结构提供可靠依据。　　这些年来，生物制药表征分析需要对生物蛋白的空间构象有更加深入的了解，还要了解多种因素如pH值、温度和压力等对蛋白的影响。对于这一挑战，HDX-MS已经成为了一种有价值的分析技术。生物制药分析方法需要运用强大的分析统计工具，自动化的提供高质量数据。HDX-MS已成为生物制药领域的常规而可靠的分析方法。　　关键结构的鉴定、药物/蛋白的解析以及蛋白之间相互作用、蛋白质构象变化等是目前生物治疗发展过程中面临的关键问题。Bruker HDX解决方案使得液相分离和MS/MS检测自动化，简化数据分析和解析工作，并能获得可靠的蛋白结构解析结果。　　布鲁克道尔顿生物制药副总裁Bob Galvin博士评论说：“最新Bruker HDX解决方案的推出，进一步加强了布鲁克生物表征产品系列，使得生物制药领域的研究者能够更快、更准确的深入了解到蛋白质构象和相互作用。”关于HDX解决方案　　Bruker HDX解决方案提供了完整的工作流程，将LEAP H / DX PAL自动进样器应用于预定标记实验，并结合了UHPLC系统与高分辨质谱系统。maXis II ETD UHR-QTOF质谱系统的质量准确度达到ppm级以下，高灵敏度与同位素保真度提高了系统获取准确H/D比值的能力。再加上HDX-MS解析软件Sierra Analytics HDExaminer的应用，创造了更大的应用空间与简便的应用环境。LEAP H / DX PAL自动进样器与maXis II ETD UHR-QTOF质谱系统　　在市场处于领先的超高质量分辨率QTOF质谱与ETD(电子转移解离)能力结合，开创了布鲁克maXis II系统HDX-MS实验的新纪元。比起在肽段水平的研究，在更微量水平的探索能更容易的提供特异性识别位点。LEAP H/D-X PAL自动进样设备将稳健可靠的样品处理整合到布鲁克HDX 解决方案。革新的时间安排软件能够自动安排样品处理步骤，包括贴标签、培养、消化和灭活等，提高LC的效率与整个实验室效率。　　用HDExaminer软件获得的信息可用于研究在干扰状态下蛋白质的构象变化。通过数据输出，有关这些变化的数据信息可被容易的可视化，也可通过导入如PyMol的晶体结构可视化程序更深入的了解这些变化。　　海德堡大学分子生物学中心的Matthias P. Mayer教授表示：“通过布鲁克HDX解决方案，我们能够以高精度、高重复性和最小的动手时间测量氢交换反应动力学。系统的自动安排软件帮助我们充分利用仪器使用时间，从而提高我们的实验室效率”编译：郭浩楠

蛋白质分析仪一种用于定量测定蛋白质含量的仪器，广泛应用于生物医学研究、药物开发和临床诊断等领域。检测精度是衡量蛋白质分析仪性能的重要指标，影响检测精度的因素有很多，本文将详细探讨这些因素及其对检测精度的影响。　　一、检测精度的基本概念　　检测精度是指仪器在测量过程中，测量值与真实值的一致程度。精度越高，说明测量结果越接近真实值。检测精度通常用相对误差、误差和标准偏差等指标来衡量。　　二、影响检测精度的主要因素　　1.仪器性能　　-蛋白质分析仪的性能直接影响其检测精度。仪器的分辨率、灵敏度、线性范围和稳定性等参数对其精度有重要影响。高质量的仪器通常具有更高的检测精度。　　2.操作规范　　-操作规范与否对检测精度有很大影响。操作人员需严格按照仪器的操作规程进行操作，确保每一个步骤都符合要求，避免因操作不当引起的误差。　　3.样品准备　　-样品的准备工作，如样品的采集、处理和储存等，对检测精度也有重要影响。样品的代表性、纯净度和稳定性等因素都会影响较终的检测结果。　　4.环境条件　　-环境条件，如温度、湿度、气压和振动等，对检测精度有显著影响。仪器在不同的环境条件下可能表现出不同的性能，因此需要在适宜的环境下使用仪器，以确保检测精度。　　5.校准与标定　　-定期校准与标定是确保仪器检测精度的重要措施。通过校准，可以消除仪器在使用过程中由于漂移、老化等因素引起的误差，确保测量结果的准确性。　　6.仪器维护　　-仪器的日常维护与保养对检测精度也有重要影响。定期清洁、检查和更换仪器的易损部件，可以延长仪器的使用寿命，保持其良好的工作状态，从而提高检测精度。 　　三、提高检测精度的方法　　1.选择高性能的仪器　　-根据具体的检测需求，选择性能优良、精度高的仪器，以确保检测结果的准确性。　　2.严格遵循操作规程　　-操作人员需经过专业培训，掌握仪器的操作要领，严格按照操作规程进行操作，避免因操作不当引起的误差。　　3.规范样品准备　　-样品的采集、处理和储存需按照相关标准和规范进行，确保样品的代表性和稳定性，避免因样品问题引起的误差。　　4.控制环境条件　　-在使用仪器时，尽量选择适宜的环境条件，避免在异常环境下使用仪器，以确保检测精度。　　5.定期校准与标定　　-定期对仪器进行校准与标定，消除仪器漂移、老化等因素引起的误差，确保仪器的测量精度。　　6.加强仪器维护　　-定期对仪器进行清洁、检查和维护，确保仪器处于良好的工作状态，延长其使用寿命，提高检测精度。　　总之，蛋白质分析仪的检测精度受多种因素的影响，通过科学合理的管理和操作，可以显著提高其检测精度和应用效果。在实际应用中，应根据具体情况，采取有效的措施，确保仪器的较佳性能和应用效果。

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

日前，服务科学领域的全球领导者 Thermo Fisher Scientific 和蛋白质组学人工智能领域的领导者 MSAID 合作，为蛋白质组学研究人员提供先进的质谱软件，从而产生市场——通过使用人工智能 (AI) 和深度学习显着提高肽识别和定量能力，从获取的数据中获得领先的生物学洞察力。带有 CHIMERYS by MSAID 的 Thermo Scientific Proteome Discoverer 3.0 软件利用人工智能（AI）显着提高蛋白质组学数据中独特肽识别的识别率和数量。与通常假设串联质谱中的所有峰均来自单个肽的现有方法相比，CHIMERYS 确定了可以解释获得的串联质谱的最小肽集。与现有工具相比，这种创新方法使典型蛋白质组学数据集的独特肽识别数量增加了 1.8 倍，蛋白质识别数量增加了 1.5 倍。除了提高蛋白质覆盖率和定量能力外，Proteome Discoverer 3.0 软件与 CHIMERYS 搭配使用还有助于加快数据采集速度，从而提高样品通量。Thermo Fisher Scientific 和 MSAID 在宾夕法尼亚州费城宾夕法尼亚会议中心举行的第 69 届美国质谱学会（ASMS）质谱和相关主题会议上展示他们的新软件解决方案。「以前的技术无法完全解释使用质谱法生成的数据，因为质谱可能包含来自多个共同分离肽的片段，而这些片段无法使用当前算法进行识别。」 Thermo Fisher Scientific 的色谱和质谱研发副总裁 August Specht 说，「通过使用 Proteome Discoverer 3.0 软件和 CHIMERYS，科学家们现在可以利用人工智能对蛋白质组数据进行更深入的挖掘。这不仅提高了蛋白质组学的覆盖范围，而且还扩展了蛋白质组学科学家获取和应用数据的方式。」MSAID 首席执行官 Martin Frejno 说：「嵌合光谱是基于质谱的蛋白质组学中的一个长期存在的问题。通过 CHIMERYS，我们使用 AI 从头开始重新构想串联质谱的分析来解决它。」Proteome Discoverer 3.0 软件版本还包括更新的 INFERYS 预测模型，扩展了对串联质量标记（TMT）、碰撞诱导解离（CID）的支持，并为免疫肽组学提供了改进的结果。通过 Proteome Discoverer 3.0 软件和 CHIMERYS 的智能数据分析与 Thermo Scientific Vanquish Neo 超高效液相色谱（UHPLC）系统和 Thermo Scientific Orbitrap 质谱平台中的领先硬件技术配对，研究人员将有能力继续突破界限 蛋白质组学研究。有关 Thermo Scientific Proteome Discoverer 3.0 软件和 MSAID 的 CHIMERYS 的更多信息：www.thermofisher.com/proteomediscoverer关于 Thermo Fisher ScientificThermo Fisher Scientific 官网：www.thermofisher.comThermo Fisher Scientific 是科学服务领域的全球领导者，年收入约为 350 亿美元。「我们的使命是让我们的客户让世界更健康、更清洁、更安全。」 无论他们的客户是在加速生命科学研究、解决复杂的分析挑战、改进患者诊断和治疗还是提高实验室的生产力，Thermo 都会在这里为他们提供支持。他们由 90,000 多名员工组成的全球团队通过行业领先的品牌（包括 Thermo Scientific、Applied Biosystems、Invitrogen、Fisher Scientific、Unity Lab Services 和 Patheon）提供无与伦比的创新技术、购买便利和制药服务组合。关于 MSAIDMSAID 官网：https://msaid.de/MSAID GmbH [ m s e d] 改变了科学家分析蛋白质组学数据的方式。MSAID 是德国慕尼黑工业大学蛋白质组学和生物分析系主任的私人控股信息学分拆公司。该公司由一个跨学科的科学家团队创立，其愿景是为蛋白质组学领域提供更好的计算解决方案。该团队成员在蛋白质组学数据的获取、分析和解释方面拥有极其出色的业绩记录和长期的专业知识。作为蛋白质组学人工智能的领导者，他们用强大的、基于人工智能的解决方案取代当前的算法，并为更深入、更可靠的蛋白质组学数据查询方式铺平道路。相关报道：https://www.biospace.com/article/releases/innovative-approach-redefines-data-analysis-in-proteomics-research/?keywords=AI

《自然-方法学》：蛋白质结构分析新技术创测定速度纪录 　　过去需几年时间完成的工作现在仅用几天即可完成 　　据美国物理学家组织网7月20日报道，隶属于美国能源部的劳伦斯伯克利国家实验室的科学家开发出一种利用小角度X射线散射技术测定蛋白质结构的新方法，大大提高了蛋白质结构研究分析的效率，使过去需要几年时间完成的工作仅需要几天即可完成，这将极大地促进结构基因组学的研究进程。 　　结构基因组学是一门研究生物中所有蛋白质结构的科学。通过对蛋白质结构的分析，可大致了解蛋白质的功能。结构基因组学重视快速、大量的蛋白质结构测定，而快速结构测定技术正是该学科研究面临的一个瓶颈问题。目前通常使用的两种测定技术，X射线晶体衍射和核磁共振质谱技术，虽然精确，但速度很慢，测定一个基因的蛋白质结构，动辄就需要几年的时间。随着新发现的蛋白质及蛋白质复合物越来越多，目前的分析速度远远不能满足研究的需要。 　　为解决这个瓶颈问题，劳伦斯伯克利国家实验室的科学家们借助了该实验室的先进光源(ALS)。他们运用一种称为小角度X射线散射(SAXS)的技术，对处于自然状态下(如在溶液之中)的蛋白质进行成像，其分辨率大约为10埃米(1埃米等于1/10纳米)，足够用来测定蛋白质的三维结构。ASL产生的强光可以使实验所需材料减至最少，这使得该技术可以用于几乎所有生物分子的研究。 　　为了最大限度提高测定速度，研究小组安装了一个自动装置，可自动使用移液器吸取蛋白质样品到指定位置，以便利用X射线散射进行分析研究。他们还使用美国能源部国家能源研究科学计算机中心(NERSC)的超级计算资源进行数据分析。利用这一系统，研究小组取得了惊人的研究效率，在1个月内分析测定了火球菌的40组蛋白质结构。如果使用X射线晶体衍射技术，这可能需要花几年时间。同时，他们所获取的信息十分全面，涵盖了溶液中大部分蛋白质样本的结构信息。相比于在结构基因组学启动计划中使用核磁共振和晶体衍射技术仅能获取15%的信息量来说，这是十分巨大的进步。 　　高通量蛋白质结构分析有助于加快生物燃料的研究步伐，帮助解读极端微生物在恶劣环境中的繁荣之谜，更好地理解蛋白质的功能。研究小组之所以首先选择火球菌进行实验分析，就是因为它可用来生产清洁能源——氢。同时，在许多工业流程中都会出现高酸高热的环境状态，而这正是火球菌喜欢的生存环境。 　　但这种技术也有不足之处，追求速度会造成一种失衡，使成像质量相应打了折扣。与X射线晶体衍射成像的超高分辨率相比，小角度X射线散射成像的分辨率比较低，大约是10埃米。但这并不妨碍该技术的应用前景，因为并不是所有的研究都需要超高精度成像。对于结构基因组学研究来说，有时只要知道一种蛋白质与另一种蛋白质具有相似的结构，就可以了解其功能。而且，小角度X射线散射技术能够提供溶液中蛋白质形状、结构及构造变化等方面的精确信息，足以弥补其在成像精度方面的不足。 　　该研究成果刊登在7月20日《自然—方法学》杂志网络版上，美国斯克利普斯研究所和乔治亚州大学的科学家亦参与了该项研究。

2015年1月23日一期的Science公布了基于人类蛋白质图谱的大分析结果，包括与癌症相关的详细蛋白质图片，血液中蛋白质种类和数量，以及市场上被批准的所有药物所作用的目标蛋白质。 人类蛋白质图谱（The Human Protein Atlas）,是由Knut and Alice Wallenberg基金会于2014年11月支持的一个大型跨国研究项目。近期他们又开放了一个以人器官组织为基础的蛋白质图谱数据库。基于1300万个注释的图像，整个数据库涵盖了人体中的所有主要组织和器官的蛋白质分布，也标注了仅表达在特定组织，如脑，心脏或肝脏的蛋白。作为一个开放的数据资源，这个数据库提高了对人类生物学的基本见解，更有望帮助推动新的诊断和药物的开发。 在Science的这篇文章里，"基于组织的人类蛋白质组图谱" 结合基因组学，转录组学，蛋白质组学，以及基于抗体的分析，详细分析了大约20,000个蛋白质编码基因。分析结果表明，蛋白编码基因几乎一半都是普遍表达在所有分析的组织。而有大概的15％的蛋白质编码基因大量表达在一个或几个特定的组织或器官，包括众所周知的组织特异性蛋白质，如胰岛素和肌钙蛋白。睾丸是含有最丰富种类蛋白质的器官，其后是大脑和肝脏。分析结果还表明，大约3000种蛋白质是从细胞中分泌释放的，另有5500种蛋白位于细胞膜结构。 这一蛋白质图分析结果为制药行业的提供了重要信息。研究小组的Uhlé n表示,他们发现了市场上使用的药品有70%的作用目标是分泌或膜结合蛋白。有趣的是，另外30%被发现是作用其他组织和器官，这可能有助于解释药物的一些副作用，并且对未来药物开发提供一定的参考价值。 该数据库已经免费对外开放，网址是www.proteinatlas.org.

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)。

总有机碳TOC一般理论所有TOC分析仪都具备两种功能：将水中有机碳氧化成二氧化碳CO2，并测量所产生的CO2。TOC可用于对未正确清洁的设备中的杂质和残留物进行定量，以及检测所有含碳化合物：药物活性成分 （Active Pharmaceutical Ingredients， API）、清洁剂、蛋白质和中间产物。用来测量TOC的分析技术有着相同的目标：把有机分子完全氧化成CO2，检测所生成的CO2，并以碳浓度表示。所有方法都必须区分无机碳和有机碳，无机碳可能来自水中溶解的CO2和重碳酸盐，而有机碳则是由样品中有机分子氧化而成的。总碳（TC）是有机碳与无机碳之和，因此测得的总碳（TC）减去测得的无机碳（IC）的值就是TOC：TOC=TC–IC。各种TOC测定仪的不同之处在于氧化样品水中有机物的方法，以及检测样品中所生成CO2浓度的方法。不同的检测方法对样品分析的准确度有很大影响，进而影响清洁验证检测程序。TOC氧化技术市面上所有TOC测定仪都使用以下两种方法之一来氧化有机化合物并将之转换为CO2气体：燃烧法，或紫外（UV）+过硫酸盐法。燃烧技术使用氮气、氧气或空气流，温度在600°C以上。燃烧方法在氧化步骤中也使用催化剂。该类方法中常用的催化剂有氧化铜、氧化钻或铂。UV过硫酸盐氧化方法利用UV光使有机物完全氧化为CO2。将样品暴露在设备内汞蒸汽灯的UV光之下，将样品内的有机物转化为CO2气体。对于浓度大于1 ppm的样品或化合物 ，则在样品流中加入过硫酸盐并混合均匀，从而利用接受照射的样品生成的负价氢氧（HO-）基来确保氧化过程顺利进行。过硫酸盐是一种强氧化剂，在UV辐射下生成硫酸盐和氢氧基，可将有机化合物完全氧化为CO2。TOC检测方法为检测CO2浓度，分析仪器需要使用检测方法以区分样品中的CO2和其他分子。现有两种检测方法：非色散红外（Non-Dispersive Infrared， NDIR）或电导检测。用于气体测量的NDIR技术依靠各种气体在红外光谱范围内的能量吸收特征来判别分子类型。运用NDIR技术的TOC测定仪使红外线穿过两根完全相同的导管射入检测器。第一个导管作为参比池，充满无红外吸收的气体，如氮气。第二个导管（池）用于气体样品的测量。电导检测方法使用电导传感器，通过计算电导率确定CO2的浓度。为计算TOC，水溶液通过两个电导传感器，其中一个检测总碳（TC）浓度而另一个检测无机碳（IC）浓度。根据检测结果，计算出样品的TOC浓度。NDIR方法可对含碳范围在0.004–50,000 ppm的样品进行定量，而电导率法可以进行十亿分之一（part per billion, ppb）级的定量。总体而言，NDIR和电导率检测器对于低浓度的TOC有足够的灵敏度，但会受到离子干扰。使用只允许CO2选择性透过的半透膜可减轻此因素的影响。Sievers® TOC技术与众不同的特点结合使用UV过硫酸盐氧化与独特的选择性CO2膜技术，是Sievers系列TOC分析仪优于常规TOC技术（如燃烧 NDIR技术）的众多要素之一。Sievers技术能持续为用户提供更为精确的TOC读数。在Sievers基于选择性膜的电导方法中，CO2传送模块中的选择性CO2膜可阻止离子进入，在使CO2无阻通过的同时，排除了干扰化合物和氧化副产物。选择性CO2膜消除了背景干扰，并防止非碳基化合物和副产物聚集。清洁验证是一项充满挑战的工作，因为各种样品的TOC浓度有时是未知的，因此很难达到最佳分析条件。以下几个优点确保了UV过硫酸盐+膜电导技术在清洁验证应用中无可比拟的分析结果。试剂自适应功能保证完全氧化为使清洁验证样品完全氧化，Sievers M系列TOC分析仪具有试剂自适应功能，可优化酸和过硫酸盐氧化剂的流量。非催化燃烧方法非催化燃烧方法消除了向燃烧反应器中添加催化剂的定量（根据样品中碳浓度而定）时的人为误差。燃烧氧化方法会产生毒性气体。若清洁验证样品中含氯化物，燃烧可能生成对人体有潜在危害的气体，某些TOC分析仪不吸收这类气体。无需NDIR检测器NDIR检测器需要一定的时间来预热 （30到45分钟），因此造成更多的停工时间和样品积压。NDIR技术需要经常进行校正（每小时或每天），具体时间由清洁验证样品的碳浓度决定。这类检测器经常出现校正漂移现象。校正时间占NDIR仪器运行时间的6%到10%。不用载气NDIR检测器的载气价格不菲，并且泄漏和不稳定的校正经常会引起高TOC背景。载气污染也可能造成检测困难和引起碳的高背景。出色的灵敏度和高回收率Sievers TOC分析仪的电导池由高纯度石英制成，提供更佳的稳定性和0.03 ppb级别的检测。图1和表1从灵敏度和TOC回收率两个方面，就牛血清蛋白（Bovine Serum Albumin, BSA）对Sievers TOC技术与传统燃烧-NDIR TOC技术进行比较。图1. 牛血清蛋白 (BSA) TOC回收百分比对比研究表1. 牛血清蛋白 (BSA) TOC回收百分比对比研究****该对比研究使用完全校准后的仪器。分析之前，先进行并通过系统适应性测试。对两种仪器，制备并使用同一BSA储各溶液。研究在可控的环境中进行；分析期间，仪器未出现偏差。为什么说现在正是改用Sievers TOC分析仪进行清洁验证的时候？HPLC分析很漫长，增加了实验室清洁验证分析所需时间。使用HPLC将导致数小时或数天的停工，造成高额成本并减少提供给患者的产品数量。有例子表明，某些制药企业单日停工损失超过100万美元。表2将Sievers TOC分析仪与燃烧/催化-NDIR和燃烧-NDIR TOC分析仪进行了详细比较，其中包括估算的月运行成本。TOC是一种用于低浓度级别有机化合物检测的、简单快速的分析方法，并且可用于检测无法使用HPLC检测的污染物。与常规方法相比，TOC已被证明可减少75%以上的停工时间和方法验证时间。FDA出台的指导方针——21世纪现行药物生产质量管理规范 （cGMP' s for the 21st Century），旨在加强和更新药物制造规则，使用TOC分析进行清洁验证，与专属性分析方法相比 （如HPLC）在质量和效率上的优势已引发越来越多的关注。表2. TOC方法比较联系我们，了解更多！

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

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