蛋白质组

蛋白质组（Proteome）概念最早由澳大利亚学者Marc Wilkins于1994年在意大利锡耶纳的一次学术会议上提出，形象地结合了“蛋白质（protein）”与“基因组（genome）”二词，旨在强调蛋白质的整体性。基因组提供了一套潜在编码指令，但细胞内实际的蛋白质表达谱却受转录调控、RNA加工、翻译效率、翻译后修饰（PTM）以及蛋白质降解等多种因素调控，因此蛋白质组远比基因组复杂。它是指一个细胞、组织或生物体在特定环境条件和特定时间点所表达的所有蛋白质的总和。需注意的是，同一生物不同细胞类型、不同发育阶段或不同生理病理状态下，其蛋白质组构成迥异，这是蛋白质组动态性的核心内涵。相对于“基因组学”，“蛋白质组学”（Proteomics）则是指对蛋白质组进行大规模、系统化研究的学科，包括蛋白质表达水平、序列结构、翻译后修饰、相互作用、亚细胞定位及功能活性等维度。

蛋白质组具有以下关键特征：动态性与时空特异性——蛋白质的表达种类和丰度随细胞周期、应激应答、疾病进程和外部刺激而剧烈变化，即使同一基因在不同组织中的蛋白产物可能因可变剪接和PTM而不同。翻译后修饰复杂性——超过200种不同的PTM（如磷酸化、乙酰化、糖基化、泛素化、甲基化等）调控蛋白质活性、稳定性、定位和相互作用，且许多蛋白同时携带多种修饰，形成所谓“蛋白型”（proteoforms）多样性，一个基因可产生成千上万种蛋白型。丰度动态范围极宽——细胞内不同蛋白质的丰度相差可达6-10个数量级，例如血浆中白蛋白浓度可达数十mg/mL，而某些细胞因子仅在fg/mL级别，对检测技术提出了极高要求。相互作用网络复杂性——蛋白质通常以复合物形式发挥作用，其构象和功能依赖于与其他蛋白、核酸、脂类或小分子的时空动态互作，因此蛋白质组的整体性远超单个蛋白的简单加和。

蛋白质组学研究的核心技术路线包括：基于凝胶的分离技术——二维聚丙烯酰胺凝胶电泳（2D-PAGE）将蛋白质按等电点和分子量分离，辅以荧光差异凝胶电泳（2D-DIGE）实现定量比较，但存在低丰度蛋白检测受限等问题。21世纪以来，液相色谱-串联质谱（LC-MS/MS）已成为主流平台。基于“鸟枪法”（shotgun）策略，将复杂蛋白质混合物酶解为肽段，经液相色谱分级后进入质谱分析，通过数据库匹配鉴定蛋白质。定量方法包括稳定同位素标记（如SILAC、iTRAQ、TMT）和无标定定量（LFQ），并已发展到多反应监测（MRM/PRM）靶向绝对定量水平。蛋白质芯片和抗体阵列可用于同时分析数百至数千种已知蛋白的丰度和修饰状态。亲和纯化-质谱（AP-MS）和酵母双杂交用于解析蛋白质-蛋白质相互作用网络。翻译后修饰组学，如磷酸化蛋白质组学、泛素化组学，常通过富集技术（如IMAC、TiO2、泛素抗体）结合高分辨率质谱实现大规模鉴定。此外，结构蛋白质组学整合交联质谱（XL-MS）和冷冻电镜技术，探究蛋白质复合体空间构象；空间蛋白质组学利用激光显微切割或邻近标记技术（如APEX、BioID）获取细胞器或亚细胞区域的蛋白组成。

蛋白质组面临的核心科学问题包括：如何实现单细胞水平的蛋白质组全谱分析？如何覆盖完整的蛋白型多样性？如何动态监测PTM网络与信号传导的因果关系？以及如何从组学数据中挖掘驱动疾病的关键蛋白模块。在应用层面，蛋白质组学已在疾病标志物发现中发挥重要作用，如基于血浆蛋白质谱的卵巢癌、糖尿病早期诊断模型；药物靶点鉴定——用“药物亲和力反应靶标稳定性（DARTS）”、“热转移质谱（CETSA）”等技术无偏地发现小分子靶蛋白；精准医学中通过蛋白质基因组学（proteogenomics）整合多组学数据，揭示癌症亚型特异的功能蛋白和驱动突变的下游效应；系统生物学中构建定量蛋白质组图谱以模拟细胞信号转导网络；在微生物学中解析病原体耐药机制与宿主-病原互作界面；以及农业与食品科学中的作物抗逆、致敏原鉴定等。

蛋白质组学的发展可大致分为三个阶段：萌芽期（1975-2000年）——O'Farrell和Klose开发2D-PAGE技术，随后PMF（肽指纹图谱）与MALDI-TOF质谱结合实现了蛋白批量鉴定。1994年“蛋白质组”术语诞生，1995年人类首次发表细菌蛋白质组全谱。2001年后基因组时代提出人类蛋白质组计划（HUPO）。高速发展期（2000-2015年）——高分辨率质谱（如Orbitrap）、同位素定量技术与生物信息学推动下，蛋白质组鉴定深度从数千提升至万级别。2012年完成人类蛋白质组草图，2014年表观蛋白质组概念兴起。单细胞与空间时代（2015年至今）——单细胞蛋白质组学（单细胞LC-MS/MS及质谱流式细胞术）将分辨率推向单个细胞；空间蛋白质组学（如自动成像质谱、深度视觉蛋白质组学）实现了组织原位蛋白可视化；同时，人工智能（如 AlphaFold）和深度学习方法开始改变蛋白质结构预测与组学数据解析模式。

尽管技术进步迅猛，蛋白质组学仍面临巨大挑战：灵敏度与通量不足——单细胞蛋白检测目前仅能覆盖数百至上千种蛋白，远不能满足全套分析需求；深度覆盖缺失——膜蛋白、极低丰度蛋白及大分子量蛋白常丢失或难以鉴定；定量重复性与标准化——多中心、多批次实验间的定量一致性仍需改进；修饰与蛋白型解析——完整PTM谱系及组合修饰的系统解析仍不充分；数据挖掘与建模——海量多维数据的整合建模、功能注释以及从关联到因果推断的转化缺乏标准方法；成本与可及性——高端质谱仪及试剂价格昂贵，在非核心实验室难以普及。

未来蛋白质组学将朝着单细胞级别全蛋白组覆盖、翻译后修饰全景图谱、空间-时间-功能四维可视化及多组学整合四个方向发展。随着新型质谱（如捕集离子淌度质谱、新一代Orbitrap）、纳米抗体与超灵敏探针、微流控芯片和AI算法的发展，有望实现单个细胞内数千种蛋白的同时绝对定量，并揭示疾病发生演变中早期蛋白网络失调的关键节点。此外，基于蛋白质基因组学和临床蛋白质组学的精准医疗，将能利用患者特异性蛋白表达与修饰谱指导个体化靶向治疗，极大提升诊疗效率。蛋白质组学正从描述性科学转变为定量、可预测的系统工程科学，成为推动生命科学和临床医学变革的核心驱动力。

• Wilkins, M. R., et al. (1996). From proteins to proteomes: large scale protein identification by two-dimensional electrophoresis and amino acid analysis. Nature Biotechnology, 14(1), 61-65.
• Aebersold, R., & Mann, M. (2003). Mass spectrometry-based proteomics. Nature, 422(6928), 198-207.
• Yates, J. R., Ruse, C. I., & Nakorchevsky, A. (2009). Proteomics by mass spectrometry: approaches, advances, and applications. Annual Review of Biomedical Engineering, 11, 49-79.
• Cox, J., & Mann, M. (2008). MaxQuant enables high peptide identification rates, individualized p.p.b.-range mass accuracies and proteome-wide protein quantification. Nature Biotechnology, 26(12), 1367-1372.
• Kim, M. S., et al. (2014). A draft map of the human proteome. Nature, 509(7502), 575-581.
• Altelaar, A. F. M., et al. (2013). Next-generation proteomics: towards an integrative view of proteome dynamics. Nature Reviews Genetics, 14(1), 35-48.
• Mann, M., & Jensen, O. N. (2003). Proteomic analysis of post-translational modifications. Nature Biotechnology, 21(3), 255-261.
• Slavov, N. (2021). Single-cell proteomics: quantifying the proteome of individual cells. Nature Reviews Methods Primers, 1, 29.