Nature综述：质谱蛋白质组学从单细胞迈向临床应用

正文

请到「今天看啥」查看全文

通过微光刻技术制造， 能支持 跨中心研究。

2. 质谱仪性能的跨越式迭代

• Orbitrap 质谱 仪 凭借静电场轨道阱设计实现 了高 分辨率 分析 ， 占据了 蛋白质 分析的主导地位 。

• timsTOF 质谱 仪 结合平行累积 - 串行碎裂（ PASEF ）技术， 通过离子迁移分离提高了肽段的测序效率 。

• Astral 质谱 仪 通过多反射 TOF 结合 Orbitrap 进行 MS1 分析，实现了近乎无损的离子检测和卓越的分辨率 。

3. 数据采集策略的 显著变革

• 数据非依赖采集（ DIA ） 模式： DIA 通过对全质量范围内的多肽离子进行连续窗口模式的扫描和碎片化分析，可以无偏向性地检测基本上所有的多肽离子，克服了传统的数据依赖性采集（ DDA ）模式受限于信号检测的偏向性和随机性问题，极大地降低了不同样本间的缺失值。

• AI 赋能： 深度学习算法 不仅能够预测肽段在流程中的表现（例如肽段保留时间和特异性），提高鉴定与定量的准确性，还在生物标志物的提取和解释中展现出巨大潜力。在谱图解析过程中整合 大型语言模型 （如 ChatGPT 、 DeepSeek 等）的应用，未来将有望加速数据解释和假设生成，将蛋白质谱技术推向新的高度。

图 1. 基于质谱的蛋白质组学工作流程和 革新 技术的示意

总之，这些技术革新将基于质谱的蛋白质组学转变为一个强大、高通量和高灵敏度的分析平台，实现从单细胞研究到大规模临床试验等领域的广泛应用。

二、 质谱蛋白质组学的 应用全景

基于 质谱 的 蛋白质组学如同一 个 “ 分子 解码器 ” ，正在从多个维度解码生命的复杂密码。 以下七大方向以技术革新为基石，层层递进，推动基础研究与临床应用的深度融合 ：

1. 表达蛋白质组学：从 “ 量变 ” 到 “ 功能态 ”

表达蛋白质组学聚焦于解析蛋白质在不同生理或病理条件下的丰度变化，通过大规模定量分析揭示细胞如何响应基因变异、环境毒素、感染等内外源风险因素 。 相较于转录组，蛋白质组数据更贴近实际功能，例如分泌蛋白的丰度与基因表达相关性极低，凸显蛋白质组在疾病机制研究中的独特价值。

请到「今天看啥」查看全文