串联质谱标签

核心原理编辑本段

TMT试剂是一组具有相同化学结构但报告基团质量不同的等重异位标签。

ADSFAEQWER353423413434

结构：每个TMT分子包含三部分：
1. 反应基团：与肽段N-末端氨基及赖氨酸侧链的ε-氨基发生共价反应，通常是胺反应性的琥珀酰亚胺酯。
2. 质量平衡基团：确保来自不同标签的完整肽段离子（MS1水平）具有完全相同的质荷比（m/z）。
3. 报告离子：一个在串联质谱（MS2或MS3）中可断裂产生的、具有独特低质量数（通常为126-131 Da）的离子。不同TMT试剂的报告离子质量不同，这是定量的关键。
工作流程：
1. 样品制备与标记：将不同条件下的蛋白质样品分别提取、酶解成肽段。每个样品分别与一种特定通道的TMT试剂反应。
2. 等量混合：将所有标记后的样品按等比例混合。
3. LC-MS/MS分析：混合样品经液相色谱分离后进行串联质谱分析。
  - MS1扫描：检测肽段母离子。由于质量平衡基团的存在，来自不同样品的同一肽段表现为一个单峰，避免了MS1谱图的复杂性。
  - MS2扫描：选择肽段母离子进行碰撞诱导解离。断裂主要发生在报告离子与肽段骨架的连接键上，产生两个关键信息：a. 报告离子：产生一组低质量数的报告离子（每个通道一个），其强度比直接对应于原始样品中该肽段的相对丰度比。b. 肽段碎片离子：用于肽段序列鉴定。
4. 数据解析：通过专业软件（如Proteome Discoverer, MaxQuant）解析MS2谱图，一方面根据碎片离子鉴定蛋白质，另一方面根据各通道报告离子的强度进行肽段及蛋白质的定量。

技术优势编辑本段

高通量多重定量：单次实验可同时比较多达16-18个样品（如不同时间点、药物浓度、患者样本），极大减少了仪器时间和批次效应。
高定量精度：由于所有样品在质谱分析前已混合，它们经历完全相同的色谱分离和离子化条件，定量比较的技术变异极低。
简化MS1谱图：等重设计避免了MS1层面的谱图重叠，提高母离子选择准确性和检测动态范围。
兼容性强：适用于多种样本类型，包括细胞、组织、体液（血浆、尿液）等。

表1：主流多重蛋白质组学定量标记技术比较 ADSFAEQWER353423413434

技术	标记原理	最大通量	标记阶段	主要优势	主要局限
TMT	体外化学标记（等重异位标签）	16-18重	酶解后（肽段水平）	通量高、精度高、减少批次效应	成本较高，可能存在“报告离子压缩”
iTRAQ	体外化学标记（等重异位标签）	4重或8重	酶解后（肽段水平）	原理与TMT类似	通量较低，报告离子干扰更显著
SILAC	体内代谢标记	3重（常见）	细胞培养期（蛋白质合成时）	定量最精准，混合最早	仅限可培养细胞，通量低
Label-Free	非标记	理论上无限	无标记	成本低，样本处理简单	精度较低，批次效应需严格校正

挑战与解决方案编辑本段

主要挑战：“报告离子压缩”

问题：在MS2碎裂中，来自同一母离子的共同碎裂的肽段（如共同洗脱的相似肽段）会产生干扰信号，导致报告离子强度比被压缩，使定量结果低估真实差异。
解决方案：
1. MS3定量：在线性离子阱-Orbitrap组合仪器上，对MS2产生的碎片离子再进行选择、碎裂（SPS-MS3）。MS3报告离子受干扰大大减少，定量准确性显著提高。
2. 离子淌度分离：结合捕获离子淌度谱（英文：Trapped Ion Mobility Spectrometry， TIMS）在碎裂前增加一维分离（如timsTOF Pro上的PASEF技术），提高母离子选择特异性。
3. 数据校正算法：开发算法（如“TMT校正因子”）对压缩效应进行软件校正。

数据分析流程编辑本段

原始数据处理：使用Thermo Fisher的Proteome Discoverer（内置TMT定量模块）或其他软件（如MaxQuant，最新版本支持TMT）进行数据库搜索和定量提取。
定量数据归一化：通常基于所有肽段的总信号强度或参考通道进行归一化，以校正混合时的误差。
统计学分析：使用limma等统计模型进行差异蛋白质分析，并控制错误发现率。
生物信息学解读：进行功能富集分析、通路分析等。

应用领域编辑本段

系统生物学：研究细胞对药物、基因敲除/过表达、时间序列刺激的动态蛋白质组响应。
疾病生物标志物发现：比较健康与疾病组织（如肿瘤分型）的大量临床样本。
翻译后修饰分析：与磷酸化、乙酰化等修饰富集技术联用，进行修饰组学的多重定量。
蛋白质相互作用组学：对亲和纯化产物进行多重定量，区分特异性互作与非特异性背景。

参考资料编辑本段

Thompson, A., et al. (2003). Tandem mass tags: a novel quantification strategy for comparative analysis of complex protein mixtures by MS/MS. Analytical Chemistry, 75(8), 1895-1904.
McAlister, G. C., et al. (2014). MultiNotch MS3 enables accurate, sensitive, and multiplexed detection of differential expression across cancer cell line proteomes. Analytical Chemistry, 86(14), 7150-7158.
Meier, F., et al. (2018). Online Parallel Accumulation–Serial Fragmentation (PASEF) with a Novel Trapped Ion Mobility Mass Spectrometer. Molecular & Cellular Proteomics, 17(12), 2534-2545.
Pappireddi, N., Martin, L., & Wühr, M. (2019). A Review on Quantitative Multiplexed Proteomics. ChemBioChem, 20(10), 1210-1224.
Thermo Fisher Scientific. (2021). TMTpro 16/18plex: The next generation of isobaric labeling reagents for multiplexed proteomics. Application Note.
Zhang, Y., et al. (2020). TMT-based quantitative proteomics analysis reveals the mechanisms of salt stress tolerance in rice. Journal of Proteomics, 223, 103804.
Wang, X., et al. (2019). Evaluation of TMT-based quantitative proteomics for clinical biomarker discovery: a case study of hepatocellular carcinoma. Proteomics Clinical Applications, 13(6), 1900012.
Rauniyar, N., & Yates, J. R. (2014). Isobaric labeling-based relative quantification in shotgun proteomics. Journal of Proteome Research, 13(12), 5293-5309.
Savitski, M. M., et al. (2013). Measuring and managing ratio compression for quantitative proteomics. Journal of Proteome Research, 12(6), 2861-2870.