一文了解蛋白質組學分析技術

　　蛋白質組學（英語：proteomics，又譯作蛋白質體學），是以蛋白質組為研究對象，研究細胞、組織或生物體蛋白質組成及其變化規律的科學。這個概念最早是在1994年，由Marc Wikins首先提出的新名詞。

　　蛋白質組（Proteome）一詞，源于蛋白質（protein）與 基因組（genome）兩個詞的組合，意指“一種基因組所表達的全套蛋白質”，即包括一種細胞乃至一種生物所表達的全部蛋白質。蛋白質組學本質上指的是在大規模水平上研究蛋白質的特征，包括蛋白質的表達水平，翻譯后的修飾，蛋白與蛋白相互作用等，由此獲得蛋白質水平上的關于疾病發生，細胞代謝等過程的整體而全面的認識。

　　可以說，蛋白質組學的發展既是技術所推動的也是受技術限制的。蛋白質組學研究成功與否，很大程度上取決于其技術方法水平的高低。蛋白質研究技術遠比基因技術復雜和困難。不僅氨基酸殘基種類遠多于核苷酸殘基（20/ 4）, 而且蛋白質有著復雜的翻譯后修飾，如磷酸化和糖基化等，給分離和分析蛋白質帶來很多困難。此外，通過表達載體進行蛋白質的體外擴增和純化也并非易事，從而難以制備大量的蛋白質。蛋白質組學的興起對技術有了新的需求和挑戰。蛋白質組的研究實質上是在細胞水平上對蛋

　　白質進行大規模的平行分離和分析，往往要同時處理成千上萬種蛋白質。因此，發展高通量、高靈敏度、高準確性的研究技術平臺是現在乃至相當一段時間內蛋白質組學研究中的主要任務。當前在國際蛋白質組研究技術平臺的技術基礎和發展趨勢有以下幾個方面：

　　樣品制備

　　通常可采用細胞或組織中的全蛋白質組分進行蛋白質組分析。也可以進行樣品預分級，即采用各種方法將細胞或組織中的全體蛋白質分成幾部分，分別進行蛋白質組研究。樣品預分級的主要方法包括根據蛋白質溶解性和蛋白質在細胞中不同的細胞器定位進行分級，如專門分離出細胞核、線粒體或高爾基體等細胞器的蛋白質成分。樣品預分級不僅可以提高低豐度蛋白質的上樣量和檢測，還可以針對某一細胞器的蛋白質組進行研究。

　　對臨床組織樣本進行研究，尋找疾病標記，是蛋白質組研究的重要方向之一。但臨床樣本都是各種細胞或組織混雜，而且狀態不一。如腫瘤組織中，發生癌變的往往是上皮類細胞，而這類細胞在腫瘤中總是與血管、基質細胞等混雜。所以，常規采用的癌和癌旁組織或腫瘤與正常組織進行差異比較，實際上是多種細胞甚至組織蛋白質組混合物的比較。而蛋白質組研究需要的通常是單一的細胞類型。最近在組織水平上的蛋白質組樣品制備方面也有新的進展，如采用激光捕獲微解剖(Laser Capture Microdissection, LCM) 方法分離癌變上皮類細胞。

　　分離和分析

　　利用蛋白質的等電點和分子量通過雙向凝膠電泳的方法將各種蛋白質區分開來是一種很有效的手段。它在蛋白質組分離技術中起到了關鍵作用。如何提高雙向凝膠電泳的分離容量、靈敏度和分辨率以及對蛋白質差異表達的準確檢測是目前雙向凝膠電泳技術發展的關鍵問題。國外的主要趨勢有第一維電泳采用窄pH梯度膠分離以及開發與雙向凝膠電泳相結合的高靈敏度蛋白質染色技術，如新型的熒光染色技術。

　　質譜技術是目前蛋白質組研究中發展最快，也最具活力和潛力的技術。它通過測定蛋白質的質量來判別蛋白質的種類。當前蛋白質組研究的核心技術就是雙向凝膠電泳－質譜技術，即通過雙向凝膠電泳將蛋白質分離，然后利用質譜對蛋白質逐一進行鑒定。對于蛋白質鑒定而言，高通量、高靈敏度和高精度是三個關鍵指標。一般的質譜技術難以將三者合一，而最近發展的質譜技術可以同時達到以上三個要求，從而實現對蛋白質準確和大規模的鑒定。

　　蛋白質組研究

　　做過雙向凝膠電泳的人一定會抱怨它的繁瑣、不穩定和低靈敏度等缺點。發展可替代或補充雙向凝膠電泳的新方法已成為蛋白質組研究技術最主要的目標。目前，二維色譜 (2D-LC)、二維毛細管電泳 (2D-CE)、液相色譜－毛細管電泳 (LC-CE) 等新型分離技術都有補充和取代雙向凝膠電泳之勢。另一種策略則是以質譜技術為核心，開發質譜鳥槍法(Shot-gun)、毛細管電泳-質譜聯用 (CE-MS)等新策略直接鑒定全蛋白質組混合酶解產物。隨著對大規模蛋白質相互作用研究的重視，發展高通量和高精度的蛋白質相互作用檢測技術也被科學家所關注。此外，蛋白質芯片的發展也十分迅速，并已經在臨床診斷中得到應用。

　　蛋白質組生物信息學

　　蛋白質組數據庫是蛋白質組研究水平的標志和基礎。瑞士的SWISS-PROT擁有目前世界上最大，種類最多的蛋白質組數據庫。丹麥、英國、美國等也都建立了各具特色的蛋白質組數據庫。生物信息學的發展已給蛋白質組研究提供了更方便有效的計算機分析軟件；特別值得注意的是蛋白質質譜鑒定軟件和算法發展迅速，如SWISS-PROT、Rockefeller大學、UCSF等都有自主的搜索軟件和數據管理系統。最近發展的質譜數據直接搜尋基因組數據庫使得質譜數據可直接進行基因注釋、判斷復雜的拼接方式。隨著基因組學的迅速推進，會給蛋白質組研究提供更多更全的數據庫。另外，對肽序列標記的從頭測序軟件也十分引人注目。