1月30日，JAMA 发表了一篇题为 Molecular Phenotyping With Proteomics 的 Insights（见解）文章。文章围绕蛋白质组学在分子表型分析中的应用展开，重点介绍了蛋白质组学在疾病研究、临床诊断和治疗中的潜力。
图1 JAMA 文章截图
分子表型分析与蛋白质组学
蛋白质组（Proteome）指的是生物体系中所有蛋白质的整体，而蛋白质组学（Proteomics）则致力于研究这些蛋白质的组成、功能及相互作用。
现代蛋白质组学技术可以从人体组织样本中鉴定和定量超过 10,000 种蛋白质，为研究疾病机制、药物疗效及基因变异的功能影响提供了新的工具。
蛋白质组学的技术原理
文章指出，质谱分析是蛋白质组学的重要技术（mass spectrometry is the most common technique used to measure many proteins in complex biological samples），其基本流程包括：
♦ 蛋白酶酶解 —— 先用胰蛋白酶等酶类将蛋白质降解为短肽；
♦ 离子化与碎裂 —— 短肽被电离后进一步裂解，生成具有不同质量-电荷比（m/z）的离子；
♦ 数据解析 —— 利用质谱仪记录离子信息，并通过计算机分析推测蛋白质的序列与丰度。
目前的质谱技术已实现超高通量检测，每分钟可获取数千个蛋白质的质谱数据，并可在极少量的样本（如25微克蛋白质，相当于粗针穿刺活检样本10%的量）中定量超过10,000种蛋白。
此外，近年来发展出一种结合DNA条形码抗体或核酸适配体（Aptamer）的技术，利用DNA微阵列（DNA microarray）或 DNA测序（DNA sequencing）手段对蛋白质进行定量，这种方法为非质谱检测提供了新选择。
蛋白质组学的临床应用
早期，蛋白质的临床检测主要依赖抗体等亲和试剂，通过免疫组织化学（IHC）或免疫测定（Immunoassay）方法识别并定量少数几种蛋白。然而，这些方法往往存在重复性差、标准化不足等问题。
近年来，基于质谱的蛋白检测方法逐步成熟，并已获得美国FDA批准用于部分疾病的诊断。
例如，卵巢癌的检测中采用了一种基于血浆蛋白CA 125、前白蛋白、载脂蛋白AI、β2微球蛋白和转铁蛋白的多标志物检测方法，相较于传统抗体检测，提高了检测的可靠性和准确性。
在更广泛的研究领域，蛋白质组学不仅用于单个蛋白的检测，还可进行整体蛋白质组的深入解析。例如，美国国家癌症研究所（NCI）主导的临床蛋白质组肿瘤分析联盟（CPTAC），已对19种癌症类型的3000余例肿瘤及正常组织样本进行了蛋白质组分析。这些研究不仅揭示了癌症发生发展的分子机制，还帮助科学家理解基因突变如何影响蛋白水平，例如KEAP1基因突变如何降低蛋白丰度但不影响 mRNA 转录水平。
CPTAC的研究还推动了蛋白质组学在癌症分型中的应用，例如通过蛋白质组数据对癌症亚型进行重新分类，从而为个性化治疗提供依据。
图2 蛋白质组学方法及应用
蛋白质基因组学（Proteogenomics）
蛋白质组学与基因组学（Genomics）及转录组学（Transcriptomics）结合，能揭示基因变异对蛋白质功能的影响。例如，研究发现某些基因位点的遗传变异（蛋白质数量性状位点，pQTL）可以影响蛋白质的表达水平。例如：
♦ CCT6A 基因变异不仅影响自身的蛋白丰度，还会影响整个CCT伴侣蛋白复合体8个成员的表达；
♦ CHRDL2 基因变异与结直肠癌风险降低相关；
♦ TET2 基因变异会影响血浆中与急性髓系白血病相关的FLT3蛋白水平。
虽然非质谱检测方法（如抗体或适配体技术）也能实现大规模蛋白分析，例如在49,736例样本中定量2923种血浆蛋白，但不同检测平台之间的结果一致性仍有待提高。
临床应用的挑战与展望
尽管蛋白质组学在疾病生物标志物的发现、预后评估及治疗响应预测方面展现出潜力，但其临床推广仍面临挑战：
♦ 现有大规模蛋白组检测主要在单个实验室内完成，缺乏标准化流程；
♦ 质谱仪设备昂贵，检测成本高，限制了其大范围使用；
♦ 在空间解析度方面，蛋白质组学仍难以完全替代传统影像技术（如免疫组织化学）。
不过，近年来技术进步已使蛋白质组学在临床应用方面取得突破。例如，术中实时组织分析已成为可能，手术室内的医生可利用质谱仪在1.5秒内分析患者组织，实现快速诊断。
此外，激光显微切割技术结合蛋白质组学，已用于研究Janus激酶（JAK）抑制剂）在治疗中毒性表皮坏死松解症（TEN）中的作用，这些进展显示了蛋白质组学在精准医学中的潜力。
蛋白质组学在临床决策中的证据基础
目前，多蛋白检测panel已被建议用于临床决策，如辅助影像学检查或确定患者是否需要转诊，但相关证据仍然有限。例如：
♦ CA 125相关血清生物标志物panel，在妇科肿瘤转诊中的应用仅获得C级推荐（即证据质量较低，需谨慎使用）；
♦ 肝纤维化风险评分（结合3种生物标志物）被推荐用于脂肪肝患者，但同样属于C级推荐。
尽管美国医保（CMS）已将蛋白质组学检测纳入报销范围，但大规模推广仍需更多高质量研究数据支持。
结 论
随着质谱技术和生物信息学工具的不断发展，蛋白质组学的灵敏度和通量将进一步提高，成本也有望降低。大规模、高通量的蛋白质谱分析正成为现实。
同时，蛋白质组学与基因组学、转录组学、代谢组学的结合将成为未来研究的主流方向，从而更全面地揭示疾病的分子机制。
虽然当前仍存在技术成本、标准化和空间解析度等方面的挑战，但蛋白质组学在精准医学中的潜力巨大，未来有望在疾病诊断、治疗决策及生物标志物发现方面发挥重要作用。
