2月26日，西湖大學醫(yī)學院郭天南、美國哈佛大學醫(yī)學院Judith A.Steen和德國馬普生物化學研究所Matthias Mann在《自然》聯(lián)合發(fā)表綜述，系統(tǒng)回顧了基于質譜（MS）的蛋白質組學技術近十年的發(fā)展歷程和最新進展，探討其在臨床應用中的潛力，并展望了蛋白質組學的未來發(fā)展方向。

基于質譜的蛋白質組學能直接、準確地識別和定量蛋白質及其翻譯后修飾，還能系統(tǒng)性地解析蛋白質間的相互作用，因而在揭示細胞功能和疾病機制方面具有獨特優(yōu)勢。

近些年來，隨著樣品制備、液相色譜分離、質譜儀器和數據采集策略的不斷進步，MS蛋白質組學技術在靈敏度、通量以及樣品量方面取得顯著突破。同時，人工智能（AI），特別是深度學習算法的引入，不僅提高了肽段的鑒定與定量準確性，還加速了生物標志物的發(fā)現(xiàn)和生物意義解讀。這些技術革新，使得MS蛋白質組學技術從最初的實驗室探索，發(fā)展為一個高靈敏度、自動化且適用于多種生物樣本類型的強大平臺。

綜述從7個不同的角度展示了MS蛋白質組學在解析生物系統(tǒng)中的多維應用。如，通過表達蛋白質組學，有助于了解蛋白質在不同條件下的定量變化；化學蛋白質組學和單細胞蛋白質組學研究則進一步拓展了應用邊界，前者為藥物靶點發(fā)現(xiàn)和機制研究提供了新工具，后者則突破了細胞異質性研究的技術瓶頸；而空間蛋白質組學則通過保持組織原有的空間信息，使得我們能夠從組織和亞細胞水平上更直觀地理解生物學功能及病理過程。

該綜述還探討了MS蛋白質組學技術革新在臨床應用中展示的巨大潛力，特別是在疾病診斷和治療決策方面。例如，盡管血漿蛋白質的定量分析面臨豐度跨度大的挑戰(zhàn)，隨著技術進步，現(xiàn)有MS工作流程已經能夠對未經處理的血漿樣本進行有效分析，并通過部分優(yōu)化流程實現(xiàn)每天數以百計樣本的快速檢測，以便于大規(guī)模臨床隊列的研究。

不過，綜述指出，MS蛋白質組學技術在生物標志物的發(fā)現(xiàn)到臨床測試的轉化仍面臨樣本處理標準化、成本和臨床驗證等挑戰(zhàn)。未來需通過靶向蛋白質組學策略，結合內標定量和標準化流程解決這些問題。

最后，作者展望了蛋白質組學的未來發(fā)展前景，特別是在自動化、多組學數據整合和AI的推動下，蛋白質組學技術將不斷突破現(xiàn)有瓶頸，為基礎生物學研究和精準醫(yī)療帶來革命性的變革。

基于質譜的蛋白質組學工作流程西湖大學供圖

相關論文信息：

https://doi.org/10.1038/s41586-025-08584-0