蛋白质序列分析仪

—抗体药、蛋白质药、N-末端甲硫氨酸缺失或焦谷氨酸环化封闭等—? 目前，在制药领域，生物药得到越来越多的关注。生物药是利用DNA重组、细胞融合、细胞培养等生物技术开发出的蛋白质药物、抗体药物等。几乎所有蛋白质合成都起始于N-末端，其序列组成对于蛋白质整体的生物学功能有着重要的影响力，因此蛋白质的序列分析对于生物药效果非常关键。 2015版《中国药典》三部人用重组DNA技术产品总论对生物药的生产及质量控制方面，，针对其蛋白质结构提出技术要求，应测定目标产品的氨基酸序列，并与其基因序列推断的理论氨基酸序列进行比较。因此，N-末端氨基酸序列分析是很多已上市生物药的年检项目，如重组人促红素注射液（CHO细胞） 、重组人粒细胞刺激因子注射液等。此外，国际法规中也有对于生物药N-末端氨基酸序列测定的要求。药品注册的国际协调组织颁布的指导法规ICH-Q6B规定，生物药进行申报时，必须提供N-末端氨基酸序列信息。《欧洲药典》中规定，生物仿制药申报也必须提供N-末端序列。 Edman降解法是蛋白质N-末端测序的常用方法，岛津公司的蛋白质测序仪（Protein Sequencer）PPSQ以Edman降解法为基础，将蛋白质从N-末端顺次切断进行序列分析。此方法具有直接测定、可靠性高的优势。近期，岛津推出新型的蛋白质测序仪PPSQ 51A/53，配备SPD-M30A高灵敏度检测器、软件满足FDA 21 CFR Part 11数据完整性的要求。PPSQ 51A/53梯度系统更是在等度系统基础上，提高检测灵敏度，适合微量样品的氨基酸序列分析。我们应用岛津PPSQ 51A/53A开发了单克隆抗体药、重组蛋白药的N-末端氨基酸序列分析方法，另外，也开发了具有特殊结构的生物药N-末端氨基酸序列分析方法，如甲硫氨酸缺失、焦谷氨酸环化封闭等样品，编写了《蛋白质测序仪PPSQ在生物药N-末端氨基酸序列分析的应用》文集：包括经十二烷基硫酸钠聚丙烯酰胺凝胶电泳分离轻链和重链，从而测定N-末端氨基酸序列的单克隆抗体药贝伐单抗和曲妥珠单抗等；含有特殊结构的如N-末端部分甲硫氨酸缺失的重组人粒细胞巨噬细胞刺激因子注射液原液、N-末端焦谷氨酸环化封闭类单克隆抗体帕尼单抗、含有二硫键的溶菌酶和催产素；用自制的脱盐装置分析具有高浓度盐的蛋白质药物重组人促红素原液（CHO细胞）和重组人粒细胞刺激因子注射液。关于岛津 岛津企业管理（中国）有限公司是（株）岛津制作所于1999年100%出资，在中国设立的现地法人公司，在中国全境拥有13个分公司，事业规模不断扩大。其下设有北京、上海、广州、沈阳、成都分析中心，并拥有覆盖全国30个省的销售代理商网络以及60多个技术服务站，已构筑起为广大用户提供良好服务的完整体系。本公司以“为了人类和地球的健康”为经营理念，始终致力于为用户提供更加先进的产品和更加满意的服务，为中国社会的进步贡献力量。

贝伐单抗是重组的人源化单克隆抗体。2004年2月26日获得FDA的批准,是美国第一个获得批准上市的抑制肿瘤血管生成的药。本文应用 SDS-PAGE(十二烷基硫酸钠聚丙烯酰胺凝胶电泳)将贝伐单抗的重链和轻链进行分离,使用电转印方法将 SDS-PAGE膜上的样品转移到PPSQ使用的PVDF膜上,使用蛋白质测序仪PPSQ-53A对贝伐单抗进行N-末端氨基酸序列分析。实验结果显示测定的重链和轻链的N-末端氨骏序列与理论相符,验证了方法的准确性,表明此方法适合抗体药N-末端的氨基酸序列分析。本文可作为分析抗体药N-末端氨基酸序列分析时的参考。 了解详情，敬请点击《蛋白质测序仪PPSQ-53A分析贝伐单抗N-末端氨基酸序列》关于岛津 岛津企业管理（中国）有限公司是（株）岛津制作所于1999年100%出资，在中国设立的现地法人公司，在中国全境拥有13个分公司，事业规模不断扩大。其下设有北京、上海、广州、沈阳、成都分析中心，并拥有覆盖全国30个省的销售代理商网络以及60多个技术服务站，已构筑起为广大用户提供良好服务的完整体系。本公司以“为了人类和地球的健康”为经营理念，始终致力于为用户提供更加先进的产品和更加满意的服务，为中国社会的进步贡献力量。

生物体在合成蛋白质时,N-末端首位的甲硫氨酸在蛋白质加工过程中可能被酶切除。本文以蛋白质类药物重组人粒细胞巨噬细胞刺激因子注射液原液为例,演示了应用蛋白质测序仪PPSQ-53A进行N-末端甲硫氨酸部分缺失的蛋白质分析的方法和结果。本应用蛋白质测序仪PPSQ-53A测定了发生N-末端部分甲硫氨酸切除的蛋白质类药物重组人粒细胞巨噬细胞刺激因子的-N未端前16个氨基酸的序列,结果与理论序列一致。除了氨基酸定性,根据信号峰强度,可以粗略估计样品N-末端甲硫氨酸的缺失比例。以上表明应用PPSQ-53A可以测定N-未端部分甲硫氨酸缺失的蛋白质的N-末端氨基酸序列。可作为此类生物药物样品分析时的参考。 ?了解详情，敬请点击《应用蛋白质测序仪PPSQ-53A测定N-末端部分甲硫氨酸缺失的蛋白质类药物的N-末端氨基酸序列》关于岛津 岛津企业管理（中国）有限公司是（株）岛津制作所于1999年100%出资，在中国设立的现地法人公司，在中国全境拥有13个分公司，事业规模不断扩大。其下设有北京、上海、广州、沈阳、成都分析中心，并拥有覆盖全国30个省的销售代理商网络以及60多个技术服务站，已构筑起为广大用户提供良好服务的完整体系。本公司以“为了人类和地球的健康”为经营理念，始终致力于为用户提供更加先进的产品和更加满意的服务，为中国社会的进步贡献力量。

胰蛋白酶消化，质谱法轻松鉴定蛋白质，已经是非常成熟的工作流程。即使是刚接触MS的使用者也可以很快掌握。在质谱法鉴定蛋白的工作流程中，蛋白质鉴定是通过使用搜索引擎，例如 Mascot或Matrix Science进行简单的数据库搜索来实现的。然而，对于数据库中未列出的蛋白质鉴定需求，或需要进行蛋白质末端序列分析的这两种情况，通常采用更昂贵的高端仪器和更复杂的工作流程，需要熟练的操作员。此外，蛋白质测序仪也通常用作蛋白质末端序列分析的方法，但遇到 N 端封闭的蛋白质，去封闭是必要的。作为样品序列分析前的预处理，预处理效果取决于蛋白质类型，可能效果不佳，对操作人员有一定要求，需要一定程度的技能和经验，这些可能会限制其使用。 近年来，利用MALDI-TOF离子源（ISD：In-Source Decay）中发生的蛋白质碎裂离子，可以分析N末端被封闭或未在数据库中登记的蛋白质序列MS图谱。此外，ISD理论上不受每个样品质量的限制，因此无需胰蛋白酶消化即可直接对高质量蛋白质进行测序。结合电泳胶提取蛋白和岛津台式机MALDI-8020，通过N端封闭蛋白的分子量测定和序列分析的例子，让我们来了解下大蛋白分子直接测序技术MALDI-ISD。 将模型样品N 端被乙酰化的牛碳酸酐酶 (Sigma-Aldrich)溶解在缓冲溶液中进行电泳， 95 °C 下加热 5 分钟，然后在聚丙烯酰胺凝胶（ATTO 12.5 %，预制 e-PAGEL）上进行电泳。所得聚丙烯酰胺凝胶用考马斯亮蓝染色以检测蛋白质斑点。使用含有表面活性剂的提取缓冲溶液，我们从凝胶分离的碳酸酐酶的条带中提取蛋白质。使用氯仿/甲醇在提取缓冲溶液中沉淀蛋白质以去除表面活性剂和盐，并使用 MALDI-TOF 质谱仪进行测量。芥子酸用作 MALDI 基质用于蛋白质分子量测量，1,5-二氨基萘 (DAN) 用于 ISD 的序列分析。 图1、碳酸酐酶电泳图图2、从凝胶中提取的碳酸酐酶MS图（基质芥子酸） 接下来，从25 pmol凝胶蛋白条带中提取碳酸酐酶，与基质DAN混合，MALDI-8020线性模式进一步分析。结果如图3所示，主要检测到c离子（从蛋白质N段产生的片段）质量一致的峰。通过使用免费软件Mass++ TM和蛋白质氨基酸序列比对工具Basic Local Alignment Search Tool (BLAST)，我们对从检测到的峰中获得的氨基酸序列进行了同源性搜索。 图3、MALDI-ISD鉴定结果 鉴定结果显示匹配结果最高的是碳酸酐酶。通过检测到的c离子片段质量和数据库中已有的碳酸酐酶氨基酸序列，我们可以推断出N段序列是SHHWGYGKH...，并且是N-乙酰化的。 MALDI-8020线性模式MALDI-ISD技术，无需复杂的工作流程，无需胰蛋白酶消化即可直接对高质量蛋白质（如本文所述m/z 29030示例）进行N端测序。 该方法在岛津应用专家与美国佛罗里达州立大学、日本爱媛大学高级研究支持中心生物医学分析部、利物浦大学生化与系统生物学系等共同发表的一篇文献中也有应用到。PEPPI-MS基于聚丙烯酰胺凝胶的预分馏，实现质谱法鉴定完整蛋白或蛋白复合物。凝胶分离回收14种人血清蛋白，提取后，用MALDI-8020的MALDI-ISD产生的产物离子鉴定人血清白蛋白N端氨基酸序列。 MALDI-8020是岛津MALDI家族一款体积小巧，性能卓越的特色产品。荣获2018 IBO工业设计大奖银奖。 主要特点：● 线性台式MALDI-TOF● 200Hz固态激光器，355nm波长● 进样速度快● TrueClean™ 自动源清洁功能。配备大口径离子光学系统，使仪器长期使用中源的污染风险降到最低。配备基于紫外激光器的源清洁功能，可自动快速实现源自清洁。● 静音（55dB）● 可视化工作状态 参考文献：岛津应用新闻 No.B83J. Proteome Res. 2020, 19, 3779−3791

来自德国及美国等处的研究人员针对基因组特别大，难以进行全基因组测序的动物，提出了以转录组测序与蛋白质组分析联合以解析功能基因的策略，并以蝾螈进行实验，开辟了组织及器官再生研究的新思路。该研究成果已发表近期的《Genome Biology》杂志上。 蝾螈是一种在侏罗纪中期演化的有尾两栖动物，目前存活的约有400种。红色斑点蝾螈虽然小，但其组织工程学技艺却令人惊叹。蝾螈在失去了组织，包括心肌、中枢神经系统元件甚至眼睛的晶状体后仍能再生。一般来讲，动物的再生组织的能力是所有多细胞动物所共有的古老程序，因此，医生们一直希望蝾螈的这种能力依赖于基础遗传学程序，而该程序潜伏在包括哺乳动物在内的所有动物中，这样他们就可以在再生医学中利用蝾螈的再生机制。 然而蝾螈的基因组十分庞大，比人类基因组大十倍，要从头获得蝾螈的全基因组序列不容易。因此研究者们将目光转向基因表达所产生的RNA，他们利用454新一代测序技术对蝾螈的转录组进行了研究。经过从头组装N. viridescens的转录组，获得了超过120,000个RNA转录本，约有15,000个转录本编码蛋白质，其中有826个转录本是蝾螈所特有的。这些转录本中包含了不同器官所有再生阶段的转录本，这些转录本中的一部分与其它生物相似。通过对蝾螈胚胎和幼体的心脏、四肢、眼睛、尾、肝脏、脾脏等组织中再生过程表达的蛋白的分离以及质谱分析方法，对这些蛋白进行分类及与转录本的比对。 通过454新一代测序结果与质谱技术的结合，发现了500多个其它生物中从未被发现的肽段，接下来会进一步探索这些蛋白是否与再生能力相关。这项研究不仅为目前科学家们提供了两栖类动物的基因数据，更为基因组测序困难的动物研究，提出了一种新思路。 参考文献：Genome Biol. 2013 Feb 20 14(2):R16. A de novo assembly of the newt transcriptome combined with proteomic validation identifies new protein families expressed during tissue regeneration.Looso M, Preussner J, Sousounis K, Bruckskotten M, Michel CS, Lignelli E, Reinhardt R, Hoeffner S, Krueger M, Tsonis PA, Borchardt T, Braun T.

前文回顾（点击查看）：蛋白质测序技术发展漫谈（上篇）；蛋白质测序技术发展漫谈（中篇）；蛋白质测序技术发展漫谈（下篇）前面描述了目前成熟的蛋白质测序方法，并对最流行的基于质谱的蛋白质测序方法进行了综述。非质谱依赖的蛋白质测序手段，除了几十年前发展的基于Edman降解法通过气相或液相色谱测序的方法，最近热门领域的方法主要包括基于荧光或纳米孔的单分子蛋白质测序，代表了未来的发展方向。基于纳米孔单分子蛋白质测序方法纳米孔测序（nanopore sequencing）法是借助电泳驱动力使待测单个分子逐一通过纳米孔，通过检测纳米孔截面的电流变化来实现对序列的测定。纳米孔测序最初在1996年被提出，通过膜通道检测多核苷酸序列，也就是单分子DNA的测序[1]。随着使用纳米孔对单分子DNA测序技术的逐渐成熟[2-5]，纳米孔技术也被应用在单分子蛋白质的鉴定上。对于DNA来说，其二级结构和电荷相对比较一致，它的聚合物比较容易处理，而且仅由四种碱基组成，单分子DNA测序比较简单。相比之下，蛋白质分子由20种氨基酸组成，并且蛋白的电荷和疏水性多变，还存在大量的二级和三级结构，因此基于纳米孔技术对蛋白质的鉴定要比DNA困难很多[6]。当前的基于纳米孔对蛋白质分析的主要探索方向是通过寡核苷酸适配子或抗体等亲和分子对纳米孔进行功能化，当蛋白质或肽段分子通过纳米孔时，由于不同氨基酸在纳米孔附近的结合或通过会引起不同幅度的电流变化，基于这些变化就可以确定氨基酸的种类，从而逐个得到所测蛋白质或肽段的序列信息（图1）。图 1 借助纳米孔的横向电流检测单分子蛋白质[2]牛津大学的Hagan Bayley[7]团队将单个α-血溶素蛋白孔插入两侧带有电极的膜中，磷酸化的蛋白质在DNA寡核苷酸的牵引下展开，并穿过纳米孔，通过记录纳米孔的电流变化区分出了202个磷酸化蛋白质的4种不同亚型，但无法鉴定蛋白质的一级结构。Francesco[8]团队将蛋白质或氨基酸吸附在金纳米星上，并施加电等离子体力将粒子推进并约束在金纳米孔内，利用金纳米星与金纳米孔壁之间的单个热点，实现了单分子表面增强拉曼散射（SERS）探测，用于检测氨基酸，并且可以分辨仅含有两个不同氨基酸的单个多肽分子抗利尿激素和催产素。Cao等[9]通过单个定点突变，在具有锥形识别位点的耻垢分枝杆菌孔蛋白A（MspA）的纳米孔内腔中引入了甲硫氨酸，从而将该反应有目的的移植到了MspA纳米孔最尖锐的识别位点，并观测到了相应的单分子反应信号。该纳米孔可以引入更多的离子电流，从而放大检测信号，其狭窄的识别位点则提供了更高的空间分辨率，大大削弱了周围氨基酸的干扰，从而拓宽生物纳米孔的单分子检测功能，有望推进基于孔道的单分子蛋白质测序研究。Ouldali[10]研究团队研发出了一种新型气溶素纳米孔，此纳米孔借助将氨基酸附着在聚阳离子载体上，使氨基酸在纳米孔上停留时间变长，并检测其通过纳米孔时电流的变化，最终可识别出组成蛋白质的15种氨基酸，也能检测到组成蛋白质的其余5种氨基酸的电流变化，但是无法对其进行区分。虽然只是对氨基酸进行识别，但作者设想通过对蛋白或者肽段末端氨基酸逐个降解，利用纳米孔技术鉴定从末端释放出来的氨基酸，从而对蛋白质或肽段序列进行测定。Zhao[11]等将一对金属电极分隔在约2nm的孔洞旁，当氨基酸线性穿过这种纳米孔的时候，每一个氨基酸都会完成一个回路，并反馈出相应的电信号，常见的20种氨基酸在通过纳米孔时都可以产生电信号。有的氨基酸需通过大约50种不同信号特征被鉴定，但绝大多数的氨基酸仅需要不到10个信号特征被鉴别。这种方法不仅能够高可信度的鉴定氨基酸，还能区分翻译后修饰的氨基酸（肌氨酸）及其前体（甘氨酸）、区分同分异构体的亮氨酸与异亮氨酸、区分对应对映异构体的氨基酸镜像分子L-天冬酰胺和D-天冬酰胺。此技术被应用于对两条由四个氨基酸组成的短肽（GGGG 和GGLL）进行测序，单分子短肽穿过纳米孔，孔道两边电极记录每个氨基酸通过时产生的电信号，通过测序算法，识别代表不同氨基酸的特征信号，从而得到短肽的序列。基于纳米孔单分子蛋白测序目前还属于初步发展阶段，除了需要根据电信号准确区分组成蛋白质的氨基酸以外，另一个关键是设计可一次拉动一个蛋白质或氨基酸穿过纳米孔的“马达”。为了让蛋白质或肽段顺利穿过纳米孔，研究者们在蛋白质一端添加了一串带有负电的氨基酸或者一段短DNA，用氨基酸或DNA链拉动蛋白质，可以使一些蛋白质打开折叠并顺利穿过纳米孔，但另一些复杂折叠的蛋白需要更多拉力，于是研究者在引导序列上添加了可以打开折叠的ClpX的识别位点[12]。这个系统能够将简单折叠的目标蛋白牵引过纳米孔，但对于折叠非常紧密的蛋白质仍要使用变性剂来打开折叠。基于纳米孔技术对单分子肽段或蛋白质测序目前还停留在对氨基酸鉴定和对短肽的区分阶段，还不能实际应用于对蛋白质的测序。虽然纳米孔测序具有高通量、对样品需求量少的优点，但是现有的纳米孔过大，失去了对氨基酸的区分能力，同时蛋白质分子通过孔道过快，加大了对信号读取难度；其次由于需要将蛋白的三级和二级结构破坏掉，纳米孔道需要能够耐受非常苛刻的化学和力学条件；第三，由于蛋白带电不均匀，控制其穿孔的速率也非常困难。所以目前的方法还不能准确的测得蛋白质的序列，基于纳米孔的单分子蛋白质测序技术还有很大的发展空间。基于荧光的单分子蛋白质测序方法基于荧光的单分子蛋白质测序同纳米孔测序一样，都可以对极少量蛋白质样品进行检测，其原理是先将蛋白质酶解成肽段，对肽段中特定氨基酸选择性标记不同的荧光基团[13]，对不同氨基酸上的荧光进行观察，从而确定肽段部分氨基酸序列，再将这些序列与蛋白质组序列比对，即可确定肽段的来源蛋白（图2）。图 2 基于荧光的单分子蛋白测序流程[14]。Ginkel[15] 和Yao [16]都利用ClpXP蛋白酶辅助对肽段进行选择性荧光标记，可对序列中的赖氨酸和半胱氨酸进行标记，通过Förster共振能量转移依次读出被标记的肽段的氨基酸的信号。Swaminathan[14] 将蛋白质酶解成肽段，再将肽段固载到玻璃片上[17]，使用特定荧光基团分别对肽段中的赖氨酸和半胱氨酸选择性标记，通过Edman降解技术对固载的肽段进行降解，每次降解后都使用全内反射荧光（TIPF）显微镜进行观测。如果被标记的赖氨酸和半胱氨酸在Edman降解中从肽段N端释放出来，被标记的以上两种氨基酸的位置就会被检测到。同时还发展了用于监测单个肽荧光强度的图像处理算法，并对误差源进行分类和建模，可以测得序列中部分氨基酸的信息。将测得的部分序列与参考蛋白质组序列比对，即可确定肽段的来源蛋白，通过与蛋白质组序列比对，可以鉴定到在人源蛋白质组中的绝大多数蛋白质。基于荧光单分子蛋白测序技术主要有三方面难点，一方面在于目前仅能对赖氨酸和半胱氨酸等几种氨基酸进行特异性荧光基团的标记，无法对所有氨基酸都进行标记；第二个难点是Edman降解是在强酸或强碱的环境中进行，对这些荧光基团的稳定性要求很高；第三个难点是对后期图像处理有较高的要求，如果序列中每个氨基酸都标记上不同的荧光基团，且发光峰易交叠难分辨，这给荧光处理算法带来了难度。因此，基于荧光的单分子蛋白测序技术虽然可以对极微量蛋白质样品分析，但目前仅能测得部分氨基酸序列，对蛋白质全序列的测定目前尚不能实现。[1] Kasianowicz J J, Brandin E, Branton D, et al. Characterization of individual polynucleotide molecules using a membrane channel [J]. Proceedings of the National Academy of Sciences, 1996, 93(24): 13770-13773.[2] Branton D, Deamer D W, Marziali A, et al. The potential and challenges of nanopore sequencing [J]. Nanoscience and technology: A collection of reviews from Nature Journals, 2010: 261-268.[3] Laver T, Harrison J, O’neill P, et al. Assessing the performance of the oxford nanopore technologies minion [J]. Biomolecular detection and quantification, 2015, 3: 1-8.[4] Karlsson E, Lärkeryd A, Sjödin A, et al. Scaffolding of a bacterial genome using MinION nanopore sequencing [J]. Sci Rep, 2015, 5(1): 1-8.[5] Huang S, Romero-Ruiz M, Castell O K, et al. High-throughput optical sensing of nucleic acids in a nanopore array [J]. Nature nanotechnology, 2015, 10(11): 986-991.[6] Nivala J, Marks D B, Akeson M. Unfoldase-mediated protein translocation through an α-hemolysin nanopore [J]. Nat Biotechnol, 2013, 31(3): 247-250.[7] Rosen C B, Rodriguez-Larrea D, Bayley H. Single-molecule site-specific detection of protein phosphorylation with a nanopore [J]. Nat Biotechnol, 2014, 32(2): 179.[8] Huang J, Mousavi M, Giovannini G, et al. Multiplexed Discrimination of Single Amino Acid Residues in Polypeptides in a Single SERS Hot Spot [J]. Angewandte Chemie 2020, 59(28): 11423-11431.[9] Cao J, Jia W, Zhang J, et al. Giant single molecule chemistry events observed from a tetrachloroaurate (III) embedded Mycobacterium smegmatis porin A nanopore [J]. Nature communications, 2019, 10(1): 1-11.[10] Ouldali H, Sarthak K, Ensslen T, et al. Electrical recognition of the twenty proteinogenic amino acids using an aerolysin nanopore [J]. Nat Biotechnol, 2020, 38(2): 176-181.[11] Zhao Y, Ashcroft B, Zhang P, et al. Single-molecule spectroscopy of amino acids and peptides by recognition tunnelling [J]. Nature nanotechnology, 2014, 9(6): 466-473.[12] Nivala J, Mulroney L, Luan Q, et al. Unfolding and Translocation of Proteins Through an Alpha-Hemolysin Nanopore by ClpXP [M]. Nanopore Technology. Springer. 2021: 145-155.[13] Hernandez E T, Swaminathan J, Marcotte E M, et al. Solution-phase and solid-phase sequential, selective modification of side chains in KDYWEC and KDYWE as models for usage in single-molecule protein sequencing [J]. New J Chem, 2017: 462-469.[14] Swaminathan J, Boulgakov A, Hernandez E, et al. Highly parallel single-molecule identification of proteins in zeptomole-scale mixtures [J]. Nat Biotechnol, 2018, 36(11): 1076-1082.[15] Ginkel J V, Filius M, Szczepaniak M, et al. Single-molecule peptide fingerprinting [J]. Proceedings of the National Academy of Sciences, 2018, 115(13): 3338-3343.[16] Yao Y, Docter M, Ginkel J V, et al. Single-molecule protein sequencing through fingerprinting: computational assessment [J]. Phys Biol, 2015, 12(5): 055033.[17] Howard C, Floyd B, Bardo A, et al. Solid-Phase Peptide Capture and Release for Bulk and Single-Molecule Proteomics [J]. ACS Chem Biol, 2020, 15(6): 1401-1407.作者简介：中国科学院大连化学物理研究所 单亦初副研究员1997年于中国科学技术大学获理学学士学位。2002年于中国科学院大连化物所获理学博士学位。2002年10月至2009年5月在德国马普协会马格德堡研究所、美国德克萨斯大学医学院及澳大利亚弗林德斯大学工作。2009年7月应聘到中国科学院大连化物所任副研究员。主持多项研究课题，包括国家重点研发计划子课题、国家自然科学基金面上项目等。已在Analytical Chemistry、Journal of Proteome Research、Journal of Chromatography A等杂志发表论文近80篇。主要研究方向包括蛋白质组鉴定和蛋白质组相对及绝对定量、蛋白质翻译后修饰富集和鉴定、蛋白质组末端肽富集和鉴定、蛋白质相互作用分析、蛋白质全序列从头测定及药物靶蛋白筛选。（本文经授权发布,仅供读者学习参考）专家约稿招募：若您有生命科学相关研究、技术、应用、经验等愿意以约稿形式共享，欢迎邮件投稿或沟通（邮箱：liuld@instrument.com.cn ）。

本期中国科学院大连化物所单亦初老师将分享蛋白质测序技术的发展，本次分享将以连载形式以飨读者。蛋白质一级结构是组成蛋白质的氨基酸序列。蛋白氨基酸序列分析是确定蛋白质全部氨基酸序列的过程。通过蛋白质测序获得的信息有许多用途，包括：蛋白质的鉴定；合成可用作免疫原的肽段；用于治疗的抗体仿制产品的研发；以市场上销售的抗体试剂为基础进行抗体药物研发。目前的蛋白质测序方法主要分为三类：基于PCR扩增的蛋白质测序、Edman降解测序以及基于质谱的蛋白质测序。基于PCR扩增的蛋白质测序是利用细胞中表达的DNA或者RNA进行基因测序，然后再按照氨基酸密码子表转换为蛋白质的氨基酸序列，本质上属于基因测序技术。Edman降解测序是较早发展的蛋白质测序技术，利用化学方法从蛋白质的N端将氨基酸依次降解，再使用高效液相色谱对氨基酸进行鉴定。但是这种方法只能用于鉴定蛋白质和多肽的N-末端氨基酸残基（通常是几个-十几个残基，最多不超过四十个残基），无法对大的蛋白质进行全序列测定。此外，Edman降解法也有一定的局限，例如N末端封闭或有化学修饰的情况下将不能使用Edman降解法对蛋白质序列进行分析。目前使用最广的蛋白质测序方法是质谱法，较Edman降解法而言，其优点在于，质谱法更敏感，可以更快地裂解肽，可以识别末端封闭或修饰的蛋白质。基于质谱的蛋白质测序策略可分为两大类：自上而下策略（Top-Down）和自下而上（Bottom-Up）策略。自上而下的策略无需对蛋白质进行降解，直接使用LC-MS对完整蛋白质进行分析，根据谱图中碎片离子确定其序列；自下而上策略是先将蛋白质水解成肽段，通过LC-MS对肽段检测，再对肽段从头测序以及序列拼接从而得到完整蛋白质序列。图 ：蛋白质序列测定原理Kira Vyatkina[1]通过自上而下的策略发展了一种Twister测序算法对单克隆抗体测序，虽然不需要使用蛋白酶酶解，减少了蛋白质预处理的步骤，但仅可以鉴定到抗体的序列片段。Liu[2]结合自上而下和自下而上两种策略发展了TBNovo测序算法对蛋白质进行测序，将自上而下的质谱数据作为抗体序列的骨架，再将胰蛋白酶酶解肽段的质谱数据对骨架的序列进行补充覆盖。由于特异性蛋白酶酶解后肽段种类少、覆盖率低，对抗体的轻链和CAH2区的测序覆盖率为86.9%和75.2%。Sen[3]发展了一种基于同源数据库搜索与从头测序结合的Supernovo测序算法，通过4种蛋白酶对单克隆抗体分别酶解，该测序方法仅可实现对抗体重链的可变区测序，无法对抗体全序列进行测定。Savidor[4]发展了一种蛋白质全序列从头测序的方法。将蛋白质在微波辅助下快速酸解，得到了种类丰富的肽段，使用其发展的肽段序列拼接算法——“肽段标签组装”（Peptide Tag Assembler，PTA），对从头测序的肽段进行序列拼接，但由于酸解的消化方式会使谷氨酰胺和天冬酰胺发生脱酰胺化，分别变为谷氨酸和天冬氨酸，降低了对蛋白质序列测定的准确度。为了解决蛋白质测序覆盖度低、准确度低的问题，我们发展了一种蛋白质全序列测定新方法[5]：该方法使用多种非特异性蛋白酶对蛋白质连续酶解，提高蛋白质酶解肽段种类和重叠度，从而提高蛋白质测序的覆盖度；此外，发展了一种序列拼接算法，根据从头测序得到的肽段序列中每个氨基酸的得分值和出现次数，对蛋白质序列进行组装和拼接，显著提高了蛋白质全序列测定的准确度。利用该测序方法对牛血清白蛋白的多种非特异性蛋白酶酶解后的肽段序列进行测序和拼接，实现了对牛血清白蛋白全序列100%准确度的测定。此外，将该方法应用于对乳腺癌药物单克隆抗体赫赛汀的全序列测定，重链和轻链的测序准确度分别达到99.6%和100%。参考文献[1] K V. De Novo Sequencing of Top-Down Tandem Mass Spectra: A Next Step towards Retrieving a Complete Protein Sequence [J]. Proteomes, 2017, 5(1), https://doi.org/10.3390/proteomes5010006[2] LIU X, DEKKER L J M, WU S, et al. De novo protein sequencing by combining top-down and bottom-up tandem mass spectra [J]. J Proteome Res, 2014, 13(7): 3241-3248.[3] KI S, WH T, S N, et al. Automated Antibody De Novo Sequencing and Its Utility in Biopharmaceutical Discovery [J]. J Am Soc Mass Spectrom, 2017, 28(5): 803-810.[4] SAVIDOR A, BARZILAY R, ELINGER D, et al. Database-independent Protein Sequencing (DiPS) Enables Full-length de Novo Protein and Antibody Sequence Determination [J]. Mol Cell Proteomics, 2017, 16(6): 1151-1161.[5]杨超，单亦初，张玮杰等，基于非特异性蛋白酶连续酶解的蛋白质全序列测定方法，化学学报，修稿中。作者简介：中国科学院大连化学物理研究所 单亦初副研究员1997年于中国科学技术大学获理学学士学位。2002年于中国科学院大连化物所获理学博士学位。2002年10月至2009年5月在德国马普协会马格德堡研究所、美国德克萨斯大学医学院及澳大利亚弗林德斯大学工作。2009年7月应聘到中国科学院大连化物所任副研究员。主持多项研究课题，包括国家重点研发计划子课题、国家自然科学基金面上项目等。已在Analytical Chemistry、Journal of Proteome Research、Journal of Chromatography A等杂志发表论文近80篇。主要研究方向包括蛋白质组鉴定和蛋白质组相对及绝对定量、蛋白质翻译后修饰富集和鉴定、蛋白质组末端肽富集和鉴定、蛋白质相互作用分析、蛋白质全序列从头测定及药物靶蛋白筛选。（本文经授权发布,仅供读者学习参考）专家约稿招募：若您有生命科学相关研究、技术、应用、经验等愿意以约稿形式共享，欢迎邮件投稿或沟通（邮箱：liuld@instrument.com.cn）。

前文回顾（点击）：蛋白质测序技术发展漫谈（上）前面提到，基于质谱的蛋白质测序主要流程为：首先对蛋白质酶解得到肽段，经过LC-MS/MS分析得到相应的质谱数据，再使用测序软件根据质谱数据对肽段测序，最后对测序得到的肽段序列进行拼接。其中根据肽段的二级质谱图进行从头测序是其核心内容。目前已发展的肽段从头测序算法有三十余种，主要可以分为三类：图方法、穷举法和动态规划法，包括PEAKS[ 1]、pNovo系列[2]、Pepnovo[3]、Novor[4]等。 Muth[5]评估了Novor、PEAKS和PepNovo三种测序软件在实验数据集上测序的准确度，这三款软件对肽段的测序准确度最高只有35%。这是由于质谱谱图中存在着噪声和干扰离子，无法有效的区分谱图中可用于肽段测序的碎片离子[6]，使得精准解析谱图的难度增加且耗费大量的时间。基于碎片离子的蛋白质组稳定同位素标记定量方法通过在细胞培养或样品处理的过程中引入不同种类的同位素标记，混合后进行LC-MS分析。不同稳定同位素标记的相同序列肽段质量相同或相近，可在质谱中同时碎裂，形成成对的碎片离子[7]。借鉴该方法，可更好的区分并提取用于测序的碎片离子，用于肽段的序列测定。Nie[8]在细胞培养时加入同位素标记的精氨酸和赖氨酸，再利用Lys-N和Arg-C对提取的蛋白质酶解，形成N端为精氨酸、C端为赖氨酸的等重肽段，在二级谱中可形成成对的b离子和成对的y离子，但这种标记方法只能在细胞水平标记，且通过两种蛋白酶酶解后只有少部分肽段质量相等并被鉴定到。Zhang[9]发展了部分等重肽段末端标记方法，使用Lys-C酶解后，肽段的C端为含有氨基的赖氨酸，再通过对两末端使用不同同位素标记，使得相同序列的肽段质量差为2 Da，在二级谱中产生了质量差为4 Da的成对b离子和质量差为6 Da的成对y离子，为使肽段能够碎裂在同一张谱图中，质谱的分离窗口需要被放大到4 m/z甚至更多[10]，但放大分离窗口会导致更多的质量相近的肽段发生共碎裂，谱图会变得更加复杂难以解析，增加了从头测序的难度。为此，我们开发了一种基于二甲基化标记和胰蛋白酶催化18O标记的肽段末端准等重标记（Pseudo Isobaric Peptide Termini Labelling，PIPTL）从头测序方法 [11]（图1）。经该方法进行同位素标记后，序列相同的肽段质量仅相差0.0166 Da，这些准等重肽段无需扩大质谱分离窗口即可在质谱中同时碎裂，产生成对的b离子和成对的y离子；基于发展的PIPTL-Novo测序算法，根据不同系列碎片离子质量差可快速准确提取并区分b/y离子，再对b/y离子进行测序分析，从而实现对肽段的准确测序。以牛血清白蛋白为研究对象，对肽段从头测序的准确度进行评价，测序准确率为95.5%；最后将此从头测序方法应用于对单克隆抗体赫赛汀重链和轻链的序列测定，对赫赛汀的酶解肽段从头测序准确率为93.6%。图1 基于二甲基化和胰蛋白酶催化18O标记的PIPTL-Novo策略参考文献[1] Ma B, Zhang K, Hendrie C, et al. PEAKS: powerful software for peptide de novo sequencing by tandem mass spectrometry. Rapid Commun Mass Spectrom, 2003, 17(20): 2337-42.[2] Yang H, Chi H, Zhou W-J, et al. Open-pNovo: de novo peptide sequencing with thousands of protein modifications. J Proteome Res, 2017, 16(2): 645-54.[3] Frank A M, Savitski M M, Nielsen M L, et al. De novo peptide sequencing and identification with precision mass spectrometry. J Proteome Res, 2007, 6(1): 114-23.[4] Ma B. Novor: real-time peptide de novo sequencing software. J Am Soc Mass Spectrom, 2015, 26(11): 1885-94.[5] Muth T, Renard B Y. Evaluating de novo sequencing in proteomics: already an accurate alternative to database-driven peptide identification? . Brief Bioinform, 2018, 19(5): 954-70.[6] Lu B, Chen T. A suboptimal algorithm for de novo peptide sequencing via tandem mass spectrometry. Journal of Computational Biology, 2003, 10(1): 1-12.[7] Merrill A E, Coon J J. Quantifying proteomes and their post-translational modifications by stable isotope label-based mass spectrometry. Curr Opin Chem Biol, 2013, 17(5): 779-86.[8] Nie A-Y, Zhang L, Yan G-Q, et al. In vivo termini amino acid labeling for quantitative proteomics. Anal Chem, 2011, 83(15): 6026-33.[9] Zhang S, Shan Y, Zhang S, et al. NIPTL-Novo: Non-isobaric peptide termini labeling assisted peptide de novo sequencing. J Proteomics, 2017, 154(40-8.[10] Hennrich M L, Mohammed S, Altelaar A M, et al. Dimethyl isotope labeling assisted de novo peptide sequencing. J Am Soc Mass Spectrom, 2010, 21(12): 1957-65.[11] 杨超，刘健慧，张玮杰等，基于末端准等重同位素标记的肽段从头测序方法. 分析化学, 2021, 49 (03), 366-376.作者简介：中国科学院大连化学物理研究所 单亦初副研究员1997年于中国科学技术大学获理学学士学位。2002年于中国科学院大连化物所获理学博士学位。2002年10月至2009年5月在德国马普协会马格德堡研究所、美国德克萨斯大学医学院及澳大利亚弗林德斯大学工作。2009年7月应聘到中国科学院大连化物所任副研究员。主持多项研究课题，包括国家重点研发计划子课题、国家自然科学基金面上项目等。已在Analytical Chemistry、Journal of Proteome Research、Journal of Chromatography A等杂志发表论文近80篇。主要研究方向包括蛋白质组鉴定和蛋白质组相对及绝对定量、蛋白质翻译后修饰富集和鉴定、蛋白质组末端肽富集和鉴定、蛋白质相互作用分析、蛋白质全序列从头测定及药物靶蛋白筛选。（本文经授权发布,仅供读者学习参考）专家约稿招募：若您有生命科学相关研究、技术、应用、经验等愿意以约稿形式共享，欢迎邮件投稿或沟通（邮箱：liuld@instrument.com.cn）。中国临床质谱产业化发展论坛（点击报名）仪器信息网联合浙江省先进质谱技术与分子检测重点实验室、宁波大学质谱技术与应用研究院，共同举办“第六届中国质谱产业化发展论坛——临床质谱产业化发展”，在2021年第十五届中国科学仪器发展年会(ACCSI 2021)召开同期，邀请临床质谱业内专家、国内质谱企业、第三方医学实验室、医院专家代表，共同就中国临床质谱技术与产业化发展等话题展开探讨、答疑解惑，为中国临床质谱产业链上中下游三方搭建互动交流平台，助力中国临床质谱产业发展，进一步优化和拓展临床质谱产业市场，共同促进中国质谱产业健康快速发展。

在多肽类药物的生产质控中，氨基酸序列的测定是必不可少的检测项目。对于常规组成单一的合成多肽药物来说，氨基酸序列的分析较为简单，可通过Edman降解法或质谱法进行测定，其中Edman降解法被认为更加直接可靠。但对于组成复杂的混合多肽药物来说，比如，醋酸格拉替雷（Glatiramer acetate，简写为GA），由于多肽组成形式复杂多变，可能具有超过一万亿个不同序列的独特多肽，如果对每种多肽成分的氨基酸序列进行精确测定，似乎既不可能，其实也无必要，我们需要考虑新的方法对混合多肽进行整体表征。 n 快速了解醋酸格拉替雷醋酸格拉替雷是一种人工合成的多肽类制剂，由Glu（谷氨酸）、Ala（丙氨酸）、Tyr（酪氨酸）和Lys（赖氨酸）四种氨基酸随机聚合而成，原研药由以色列药厂TEVA研发制造（商品名Copaxone），于1996年获美国FDA核准用于治疗多发性硬化症（MS），其2020年全球销售额达到13.37亿美元，2021年7月，TEVA的“醋酸格拉替雷注射液”在中国的上市申请获得受理。多发性硬化症是一种常见的以中枢神经系统炎性脱髓鞘为主要特征的自身免疫性疾病，临床表现包括视物模糊，感觉、运动异常，智能、情感等高级功能障碍，在中青年人群中多发，且有较高致残率。醋酸格拉替雷被认为是通过改变造成MS发病机制的免疫过程而起作用的，其疗效与耐受性在临床上获得了十足的肯定。 醋酸格拉替雷是一种由Tyr、Lys、Glu、Ala随机聚合而成的多肽混合物（CAS号：147245-92-9） 醋酸格拉替雷的第一个仿制药Glatopa （由Sandoz 公司和 Momenta公司共同开发）于2015年上市，由于原研药的专利到期，未来将有更多的仿制药上市。 n 醋酸格拉替雷的合成与质量评估在醋酸格拉替雷的生产过程中，通过聚合及解聚反应，可以将其分子量控制在一个较窄的范围（平均分子量4700～11000 Da）。生产工艺的改变以及所用试剂的变化都有可能使药物的组分比例发生变化。利用Edman降解法，通过监测N端每一个循环的4种氨基酸的组成比例以及变化趋势，可以对药品质量进行评估。 岛津解决方案 l 蛋白质测序仪对醋酸格拉替雷进行质量评价的原理Edman降解法是进行N端氨基酸序列分析的经典方法，岛津以其为原理设计的全自动蛋白质测序仪（以下简称PPSQ），由液相系统和可执行自动化Edman降解反应的主机组成，将氨基酸从多肽链的N端依次切割下来，通过色谱的保留时间判定氨基酸种类，结果直接可靠。PPSQ除了对N端氨基酸序列进行定性分析外，利用液相色谱稳定的定量能力，还可以对多肽特定循环氨基酸的摩尔生成量及组成比例进行定量分析。 岛津在售蛋白质测序仪PPSQ-51/53A Edman降解反应图解 l 样品前处理取适量稀释后的样品加入经聚凝胺处理的玻璃纤维膜上，干燥后安装到PPSQ反应器上进行分析。实验仅作示例，共测试了3个批次的原研药Copaxone以及4个批次的某在研仿制药，每个批次测试N端前6个循环。 反应器构造图 l 实验结果 1）N端氨基酸组成定性分析醋酸格拉替雷原研药每个循环均检测到Glu、Ala、Tyr、Lys等4种氨基酸，这与药品由Glu、Ala、Tyr、Lys等4种氨基酸随机聚合而来，结果一致。 醋酸格拉替雷原研药Copaxone与某在研仿制药N端氨基酸分析色谱图示例（1-6循环）（黑色：原研药Copaxone；红色：某在研仿制药；DTT、DMPTU、DPTU为试剂峰） 2）各循环中每种氨基酸的相对摩尔含量的分析根据仪器自动生成的氨基酸生成量，计算每种氨基酸的摩尔含量，例如，Glu的相对摩尔含量为： 根据氨基酸的相对摩尔含量，绘制各循环中各氨基酸生成量的趋势图，如下。 醋酸格拉替雷Copaxone 与某在研仿制药N端前6个循环相对氨基酸水平分析（纵坐标：相对摩尔含量；横坐标：循环数） 3）原研药与某在研仿制药的比较从趋势图来看，仿制药各循环氨基酸生成量趋势，与原研药整体相似，但GA仿制药-批次1的Glu的相对含量略低，GA仿制药-批次4的各循环Tyr的相对含量略高，批次1中Glu的偏低与批次4中Tyr的偏高是否正常，需要对原研药进行多批次实验，以判断是否超出正常范围。GA仿制药-批次2及GA仿制药-批次3的Tyr生成量趋势与其他样品有明显不同，提示仿制药生产工艺可能存在与原研不同的地方。 结 语通过醋酸格拉替雷N端各氨基酸生成量的趋势变化的分析比较，可为仿制药的开发及生产质控提供参考，醋酸格拉替雷N端相对氨基酸水平分析亦可作为醋酸格拉替雷仿制药与原研药一致性评价的依据。这也为我们今后分析类似混合蛋白或多肽药物提供了参考思路。 参考文献：J. Andersona, C. Bell, et al., Demonstration of equivalence of a generic glatiramer acetate (Glatopa™ ), Journal of the Neurological Sciences 359 (2015) 24–34 撰稿人：顿俊玲 *本文内容非商业广告，仅供专业人士参考。

随着质谱技术以及色谱与质谱联用技术的快速发展，蛋白质组学分析技术在未知蛋白质的鉴定、蛋白质结构的解析、靶向蛋白质定量、以及生物技术药物研发、质量控制和体内药代动力学研究方面应用越来越广泛。药典委拟制定《中国药典》蛋白质组学分析方法及应用指导原则，并于2024年2月20日发布第一版公示稿并征求意见。为确保标准的科学性、合理性和适用性，现将拟增订的蛋白质组学分析方法及应用指导原则（第二次）公示征求社会各界意见（详见附件）。公示期自发布之日起一个月。蛋白质组学分析方法及应用指导原则公示稿（第二次）.pdf蛋白质组学分析基本流程主要包括：1. 蛋白样品的提取，变性还原，酶解与多肽分离富集；2. 多肽的分析与鉴定；3. 数据分析。在分离和富集中采用凝胶电泳和色谱技术，分析与鉴定中采用质谱、二维凝胶电泳、X射线分析、核磁共振波谱和透射电子显微镜技术。蛋白质组学分析方法及应用指导原则第二次公示稿修改说明 根据 2024 年 2 月蛋白质组学分析方法及应用指导原则第一次公示稿的反馈意见和建议，国家药典委员会相关专业委员会进行了研讨，在第一次公示稿的基础上修订了部分内容，主要为：一、适用范围1. 将文中“蛋白”修改为“蛋白质”。二、蛋白质组学的分析策略 1. 将“通过质谱分析技术检测到肽指纹图谱进行多肽的鉴定和定量分析”修改为“通过质谱分析技术检测肽段一级与二级谱图进行多肽的鉴定和定量分析”。2. 将文中“图谱”修改为“谱图”。三、蛋白质组学分析方法 1.“2.1 质谱技术”增加其他质谱碎裂技术，修订为：“蛋白质组样品经过提取、分离富集或者进一步变性还原、酶切、多肽分离富集处理后，选择适宜的分离系统导入离子源离子化，电离生成带电荷离子，离子通过碰撞诱导解离（Collision induced dissociation, CID）、高能碰撞诱导解离 High energy collision dissociation, HCD）、电子活化解离（Electron activated dissociation，EAD）或其它适宜的解离技术进行碎片化，后在加速电场的作用下形成离子束进入质量分析器，通过质量分析器分离和过滤不同质核比的离子，过滤后的离子最终经检测系统转换为可测量的信号，从而得到质谱图，以获得蛋白质的相关信息”。 2. 将文中“质核比”修改为“质荷比”。 3. 将“数据库检索对肽段碎裂质谱谱图和数据库中的理论序列谱图进行匹配，实现肽段鉴定”修改为“质谱数据文件的数据库检索对肽段碎裂质谱谱图和数据库中的蛋白质计算机模拟消化肽段碎裂模式进行匹配，以进行肽段鉴定”。4. 将“肽谱图匹配（peptide spectrum matching，PSM）”，“肽谱图匹配（peptide-spectrum matches，PSM）”，统一为“肽段谱图匹配 (peptide-spectrum matches, PSMs)”。 5. 将“统计学分析（如 p 值）”修改为“统计学指标（如 p 值）”。 2024 年 6 月 与第一次公示稿比较，修改处加橙色标记 四、蛋白质组学分析的质量控制 1. 在表 1 中增加样品处理中酶解漏切率、酶解位点特异性等 QC 评价指标及描述；增加色谱分析中峰宽和半峰宽等 QC 评价指标及描述；增加质谱分析中TIC 图等 QC 指标及描述。2. 调整仪器性能参数的描述顺序。将“建议结合仪器的性能进行设置，例如可将两个参数均设置为 20ppm，也可以将母离子质量误差设置为 10ppm，子离子质量误差设置为 0.02Da”修改为“建议结合仪器的性能设置质量误差，如将母离子质量误差设置为 10 ppm，子离子质量误差设置为 0.02 Da，也可将两个参数均设置为 20 ppm”。3. 将“鉴定的蛋白质应具有至少 70%的覆盖率，即被鉴定的多肽的氨基酸序列覆盖蛋白质氨基酸序列的百分比，70%的蛋白覆盖率可提高鉴定结果的可信度和全面性”修改为“蛋白质覆盖率是指被鉴定的多肽的氨基酸序列覆盖蛋白质氨基酸序列的百分比，70%及以上的蛋白质覆盖率可提高鉴定结果的可信度和全面性”。

前文回顾（点击查看）：蛋白质测序技术发展漫谈（上篇）；蛋白质测序技术发展漫谈（中篇）前面讨论了基于质谱的蛋白质测序技术的一般流程及基于质谱的肽段序列测定方法。在组成蛋白质的20种氨基酸中，亮氨酸和异亮氨酸互为同分异构体，具有相同的分子质量，无法通过二级质谱产生的同系列离子的质量差异被区分。然而亮氨酸/异亮氨酸对单克隆抗体药物的功能影响巨大，典型的单克隆抗体在互补决定区（CDR）中含有至少3个亮氨酸/异亮氨酸，在复杂的样品中可以存在多达9个。单克隆抗体中CDR的错误识别，会导致抗原结合亲和力与抗体的特异性大量丧失。因此，对单克隆抗体中的全部亮氨酸或异亮氨酸进行准确测定意义重大[1-2]。亮氨酸和异亮氨酸的侧链分别是异丁基和仲丁基，通过质谱的多级碎裂产生的特征离子可以对亮氨酸和异亮氨酸进行区分。一种方法是通过不同系列的碎片离子质量差来区分，其原理是肽段在ETD-HCD或EThcD碎裂模式下可产生z离子，含有异亮氨酸和亮氨酸肽段分别失去一个乙基自由基（C2H5）和一个丙基自由基（C3H7），产生质量分别减少29 Da和43 Da的w离子，因此通过质谱产生的z/w离子质量差，可区分肽段中的亮氨酸和异亮氨酸[2-5]。Zhokhov[3]对人血清白蛋白（HSA）、gp188蛋白两种蛋白质的43条胰蛋白酶酶解肽段中的93个亮氨酸和异亮氨酸进行鉴定，准确区分了其中的83个，但由于z/w离子分别产生在ETD和HCD谱图中，在鉴定过程中需要人工筛选含有z/w离子的谱图。Tatiana[4]等通过EThcD的碎裂模式对蛙皮肤分泌的14条肽段进行鉴定，使肽段的z/w离子出现在同一张谱图中，区分鉴定了这些肽段中的61/75个亮氨酸和异亮氨酸。由于不能保证每个含有亮氨酸或异亮氨酸的肽段在质谱中碎裂一定会产生相应的z/w离子，因此通过z/w离子质量差的方法无法对蛋白序列中全部的亮氨酸和异亮氨酸准确测定。另一种方法是通过亮氨酸和异亮氨酸的亚胺离子的三级碎片离子区分，其原理是亮氨酸或异亮氨酸质子化的离子（132 Da）容易损失甲酸而形成相应的亚胺离子（86 Da），它们的亚胺离子在三级碎裂中分别会产生m/z 69和m/z 43的特征离子。Nakamura[6]使用嗜热菌蛋白酶对人钙降素进行酶解，得到以亮氨酸或异亮氨酸为N端的肽段，通过该方法确定钙降素的第4和9个氨基酸为亮氨酸，第27个氨基酸为异亮氨酸，但此方法的缺点是当一条肽段中含有不止一个亮氨酸或异亮氨酸时，特征离子峰相会互干扰，无法对其判断。Bagal[5]将亚胺离子的三级碎片离子的方法和z/w离子质量差的方法结合，并将该策略用于两个单克隆抗体CDR中的亮氨酸和异亮氨酸的鉴定，由于使用胰蛋白酶酶解产生的肽段长度过长，对鉴定造成影响，仅对6条肽段中的亮氨酸和异亮氨酸的准确鉴定，无法区分CRD区全部亮氨酸和异亮氨酸。Sheila[7]使用4种蛋白酶对单克隆抗体进行酶解，对二级质谱产生的a1离子进行三级碎裂，排除了肽段内部亮氨酸或异亮氨酸的干扰，根据每个三级谱图中特征峰强度的比值对亮氨酸和异亮氨酸区分，由于谱图中噪音干扰以及肽段的共碎裂，会使一些含有特征离子的谱图不能用于准确区分亮氨酸和异亮氨酸，最终对单克隆抗体中的71.1%-94.1%亮氨酸和异亮氨酸进行区分。我们借鉴该方法，结合非特异酶连续酶解技术，以及基于碎片离子质量校正和多谱图共同打分策略，实现了对单克隆抗体药物赫赛汀轻链中7个异亮氨酸和18个亮氨酸，重链中9个异亮氨酸和33个亮氨酸的鉴定，准确度100%，轻链鉴定的覆盖度为100%，重链鉴定的覆盖度为97.67%。鉴定蛋白质中亮氨酸和异亮氨酸的流程图[1] Hurtado P P, O' Connor P B. Differentiation of isomeric amino acid residues in proteins and peptides using mass spectrometry [J]. Mass Spectrom Rev, 2012, 31(6): 609-25.[2] Xiao Y, Vecchi M M, Wen D. Distinguishing between Leucine and Isoleucine by Integrated LC-MS Analysis Using an Orbitrap Fusion Mass Spectrometer [J]. Anal Chem, 2016, 88(21): 10757-66.[3] Zhokhov S S, Kovalyov S V, Samgina T Y, et al. An EThcD-Based Method for Discrimination of Leucine and Isoleucine Residues in Tryptic Peptides [J]. J Am Soc Mass Spectrom, 2017, 28(8): 1600-11.[4] Samgina T Y, Kovalev S V, Tolpina M D, et al. EThcD Discrimination of Isomeric Leucine/Isoleucine Residues in Sequencing of the Intact Skin Frog Peptides with Intramolecular Disulfide Bond [J]. J Am Soc Mass Spectrom, 2018, 29(5): 842-52.[5] Bagal D, Kast E, Cao P. Rapid Distinction of Leucine and Isoleucine in Monoclonal Antibodies Using Nanoflow LCMS(n) [J]. Anal Chem, 2017, 89(1): 720-7.[6] Nakamura T, Nagaki H, Ohki Y, et al. Differentiation of leucine and isoleucine residues in peptides by consecutive reaction mass spectrometry [J]. 1990, 62(3): 311-3.[7] Maibom-Thomsen S, Heissel S, Mortz E, et al. Discrimination of Isoleucine and Leucine by Dimethylation-Assisted MS3 [J]. Anal Chem, 2018, 90(15): 9055-9.作者简介：中国科学院大连化学物理研究所 单亦初副研究员1997年于中国科学技术大学获理学学士学位。2002年于中国科学院大连化物所获理学博士学位。2002年10月至2009年5月在德国马普协会马格德堡研究所、美国德克萨斯大学医学院及澳大利亚弗林德斯大学工作。2009年7月应聘到中国科学院大连化物所任副研究员。主持多项研究课题，包括国家重点研发计划子课题、国家自然科学基金面上项目等。已在Analytical Chemistry、Journal of Proteome Research、Journal of Chromatography A等杂志发表论文近80篇。主要研究方向包括蛋白质组鉴定和蛋白质组相对及绝对定量、蛋白质翻译后修饰富集和鉴定、蛋白质组末端肽富集和鉴定、蛋白质相互作用分析、蛋白质全序列从头测定及药物靶蛋白筛选。（本文经授权发布,仅供读者学习参考）专家约稿招募：若您有生命科学相关研究、技术、应用、经验等愿意以约稿形式共享，欢迎邮件投稿或沟通（邮箱：liuld@instrument.com.cn）。

几种不同折叠模式的蛋白质模型(图片来源Protein Data Bank Japan )　　上个世纪初，科学家们认为蛋白质是生命体的遗传物质，而具有独特的作用。随着这个理论被证伪，真正的遗传物质DNA的结构被给予了很大关注。然而，蛋白质作为生命体的重要大分子，其重要性也从未被忽视，而且在1950年代开始，科学家一直在探寻DNA序列和蛋白质序列的相关性。与此同时，蛋白质测序和结构解析蛋白质结构的努力开始慢慢获得回报。更多的生化研究揭示了蛋白质的功能重要性，因此蛋白质的三维结构的解析对于深入理解蛋白质功能和生理现象起着决定性作用。　　本文简要回顾了蛋白质结构解析的重大历史事件，并总结了蛋白质结构解析的常用方法和结构分析方向。通过了解蛋白质结构，能够让我们更好地理解生物体的蛋白的理化特性，以及其相关联的化学反应途径及其机制，对于我们认识生物世界和研发治疗方法和药物都起着关键作用。在即将召开的2015高分辨率成像与生物医学应用研讨会上，各位专家学者将会进一步讨论相关议题。　　蛋白质结构解析六十年来大事件　　在1958年，英国科学家John Kendrew和Max Perutz首先发表了用X射线衍射得到的高分辨率的肌红蛋白Myoglobin的三维结构，然后是更加复杂的血红蛋白Hemoglobin。因此，这两个科学家分享了1962年的诺贝尔化学奖。事实上，这项工作在早在1937年就开始了。　　然后在1960年代，蛋白质结构解析方法不断进步，获得了更高的解析精度。这个时期，蛋白质序列和DNA序列间关系也被发现，中心法则被Francis Crick提出，然后科学界见证了分子生物学的崛起。分子生物学(Molecular Biology)的名称在1962年开始被广泛接受和使用，并逐渐演变出一些支派，如结构生物学。然后在1964年，Aaron Klug提出了一种基于X射线衍射原理发展而来的全新的方法电子晶体学显微镜(crystallographic electron microscopy )，可以解析更大蛋白质或者蛋白质核酸复合体结构。因为这项研究，他获得了1982诺贝尔化学奖。1969年，Benno P. Schoenborn 提出可以用中子散射和原子核散射来确定大分子中固定位置的氢原子坐标。　　进入1970年代，很多新的方法开始发展。存储蛋白质三维结构的Protein Data Bank(1971年) 开始出现，这对于规范化和积累蛋白质数据有着重要意义。1975年新的一种仪器叫做多丝区域检测器，让X-ray的检测和数据收集更加快速高效。次年，Robert Langride将X-ray衍射数据可视化，并在加州大学圣地亚哥分校成立了一个计算机图形实验室。同年，KeithHodgson和同事首次证明了可以使用同步加速器获得的X射线并对单个晶体进行照射，并取得了很好的实验效果。然后在1978年，核磁共振NMR首次被用于蛋白质结构的解析 同年首个高精度病毒(西红柿丛矮病毒)衣壳蛋白结构被解析。　　在1980年代，更多蛋白质结构被解析，蛋白质三维结构的描述越来越成熟，而且蛋白质结构解析也被公认成为药物研发的关键步骤。在1983年，冷冻蚀刻的烟草花叶病毒结构在电子显微镜结构下得到描述。两年后德国科学家John Deisenhofer等解析出了细菌光合反应中心，因此他们共享了1988年的诺贝尔化学奖。次年，两个课题组解析了HIV与复制相关的蛋白酶结构，对针对HIV的药物研发提供了理论基础。　　下一个十年，因为大量同步加速器辅助的X射线衍射的使用，数千个蛋白质结构得到解析，迎来了蛋白质结构组的曙光。1990年多波长反常散射方法(MAD)方法用于X射线衍射晶体成像，与同步辐射加速器一起，成为了近二十多年来的最常用的的方法。Rod MacKinnon在199年发表了第一个高精度的钾离子通道蛋白结构，对加深神经科学的理解起了重要作用，因此他分享了2003年的诺贝尔化学奖。Ada Yonath等领导的课题组在1999年首次解析了核糖体结构(一种巨大的RNA蛋白质复合体)。　　进入新千年，更多的技术细节被加入到蛋白质解析研究领域。2001年，Roger Kornberg和同事们描述了第一个高精度的RNA聚合酶三维结构，正因此五年后他们共享了诺贝尔化学奖。2007年，首个G蛋白偶联受体结构的解析更是对药物研究带了新的希望。近些年来，越来越多的大的蛋白质结构得到解析。Cryo-EM超低温电子显微镜成像用于超大蛋白质结构成像的研究日益成熟，并开始广泛用于蛋白质结构的解析。　　蛋白质结构解析的常用实验方法　　1.X-ray衍射晶体学成像　　X射线衍射晶体学是最早用于结构解析的实验方法之一。X射线是一种高能短波长的电磁波(本质上属于光子束)，被德国科学家伦琴发现，故又被称为伦琴射线。理论和实验都证明了，当X射线打击在分子晶体颗粒上的时候，X射线会发生衍射效应，通过探测器收集这些衍射信号，可以了解晶体中电子密度的分布，再据此析获得粒子的位置信息。利用这种特点，布拉格父子研制出了X射线分光计并测定了一些盐晶体的结构和金刚石结构。首个DNA结构的解析便是利用X射线衍射晶体学获得的。　　后来，获得X射线来源的技术得到了改进，如今更多地使用同步辐射的X射线源。来自同步辐射的X射线源可以调节射线的波长和很高的亮度，结合多波长反常散射技术，可以获得更高精度的晶体结构数据，也成为了当今主流的X射线晶体成像学方法。由X射线衍射晶体学解析的结构在RCSB Protein Data Bank中占到了88%。　　X射线衍射成像虽然得到了长足的发展，仍然有着一定的缺点。X射线对晶体样本有着很大的损伤，因此常用低温液氮环境来保护生物大分子晶体，但是这种情况下的晶体周围环境非常恶劣，可能会对晶体产生不良影响。而且，X射线衍射方法不能用来解析较大的蛋白质。　　上海同步辐射加速器外景(图片来源 上海同步辐射光源网站)　　2.NMR核磁共振成像　　核磁共振成像NMR全称Nuclear magnetic resonance，最早在1938被Isidor Rabi (1946年诺贝尔奖)描述，在上世纪的后半叶得到了长足发展。其基本理论是，带有孤对电子的原子核(自选量子数为1)在外界磁场影响下，会导致原子核的能级发生塞曼分裂，吸收并释放电磁辐射，即产生共振频谱。这种共振电磁辐射的频率与所处磁场强度成一定比例。利用这种特性，通过分析特定原子释放的电磁辐射结合外加磁场分别，可以用于生物大分子的成像或者其他领域的成像。有些时候，NMR也可以结合其他的实验方法，比如液相色谱或者质谱等。　　RCSB Protein Data Bank数据库中存在大约11000个用NMR解析的生物大分子结构，占到总数大约10%的结构。NMR结构解析多是在溶液状态下的蛋白质结构，一般认为比起晶体结构能够描述生物大分子在细胞内真实结构。而且，NMR结构解析能够获得氢原子的结构位置。然而，NMR也并非万能，有时候也会因为蛋白质在溶液中结构不稳定能难得获取稳定的信号，因此，往往借助计算机建模或者其他方法完善结构解析流程。　　使用NMR解析的血红蛋白结构建模(图片来源RCSB PDB)　　3.Cryo-EM超低温电子显微镜成像　　电子显微镜最早出现在1931年，从设计之初就是为了试图获得高分辨率的病毒图像。通过电子束打击样本获得电子的反射而获取样本的图像。而图像的分辨率与电子束的速度和入射角度相关。通过加速的电子束照射特殊处理过的样品表明，电子束反射，并被探测器接收，并成像从而获得图像信息。具体做法是，将样品迅速至于超低温(液氮环境)下并固定在很薄的乙烷(或者水中)，并置于样品池，在电子显微镜下成像。图像获得后，通过分析图像中数量众多的同一种蛋白质在不同角度的形状，进行多次的计算机建模从而可以获得近原子级别的精度(最低可以到2.0埃)。　　Cyro-EM解析TRPV1离子通道蛋白(图片来源Structure of the TRPV1 ion channel )　　将电子显微镜和计算机建模成像结合在一起的大量实践还是在新世纪之后开始流行的。随着捕捉电子的探测器技术(CCD技术，以及后来的高精度电子捕捉、电子计数electron counting设备)的提升，更多的信息和更低的噪音保证了高分辨率的图像。　　近些年来，Cryo-EM被用来解析很多结构非常大(无法用X-ray解析)的蛋白质(或者蛋白质复合体)，取得了非常好的结果。同时，单电子捕捉技术取代之前的光电转换成像的CCD摄像设备，减少了图像中的噪音和信号衰减，同时并增强了信号。计算机成像技术的成熟和进步，也赋予了Cryo-EM更多的进步空间。然而，Cyro-EM与X-ray不同，该方法不需要蛋白质成为晶体，相同的是都需要低温环境来减少粒子束对样品的损害。　　除去介绍的这三种方法以外，计算机建模技术也越来越多地被用在了蛋白质结构解析中。而且新解析的结构也会提高计算机建模的精确度。未来，我们或许能够用计算机构建原子级别的细胞模型，构建在芯片上的细胞。　　蛋白质结构对了解生命体的生化反应、有针对性的药物研发有着重要意义。从1958到如今已经接近60年，蛋白质结构解析得到了较快的发展。然而，在如今DNA测序如此高效廉价的时代，蛋白质和DNA结构解析并没有进入真正高速发展阶段，这也导致了在如此多的DNA序列数据非常的今天，结构数据却相对少的可怜。大数据时代的基因组、蛋白质组、代谢组、脂类组等飞速发展的时候，蛋白质结构组也得到了更加广泛的重视。发展高精度、高效的结构解析技术也一直都有着重要意义。未来，蛋白质结构解析，对针对蛋白质的药物筛选，和计算机辅助的药物研究研究不应被低估。未来说不定在蛋白质结构领域有着更多惊喜，让我们拭目以待。 第一届电镜网络会议部分视频回放

贾伟、陈熙沃特世科技（上海）有限公司实验中心氢氘交换质谱法是一种研究蛋白质空间构象的质谱技术。它在蛋白质结构及动态变化研究、蛋白质相互作用位点发现、蛋白表位及活性位点鉴定方面有着广泛的应用。随着氢氘交换质谱技术的不断发展，它正在成为结构生物学家及生物药物研发的重要手段。 氢氘交换质谱（HDX MS，hydrogen deuterium exchange mass spectrometry）是一种研究蛋白质空间构象的质谱技术。其原理是将蛋白浸入重水溶液中，蛋白的氢原子将于重水的氘原子发生交换，而且蛋白质表面与重水密切接触的氢比位于蛋白质内部的或参与氢键形成的氢的交换速率快，进而通过质谱检测确定蛋白质不同序列片段的氢氘交换速率，从而得出蛋白质空间结构信息[1]。这个过程就像将握着的拳头浸入水中，然后提出水面并张开手掌。这时，湿润的手背表明它在&ldquo 拳头&rdquo 的结构中处于外表面，而较为干燥的手心表明它是&ldquo 拳头&rdquo 的内部。除样品制备外，氢氘交换质谱法的主要过程包括：交换反应、终止反应、将蛋白快速酶切为多肽、液相分离、质谱检测、数据解析。其中交换步骤需要在多个反应时长下进行，如0s、10s、1min、10min、60min等，以绘制交换率曲线，得到准确全面的信息。氢氘交换质谱技术在蛋白质结构及其动态变化研究[1]、蛋白质相互作用位点发现[2]、蛋白表位及活性位点鉴定方面有着广泛的应用[3]。 与经典的蛋白质结构研究方法相比，如X射线晶体衍射（X-Ray Crystallography）和核磁共振（NMR. Nuclear Magnetic Resonance）等方法，氢氘交换质谱不能够提供精确的蛋白空间结构，它直接提供的主要信息包括哪些氨基酸序列位于蛋白质空间结构的表面位置（包括动态变化中的）、可能的活性位点和蛋白-蛋白相互作用位点等。但是氢氘交换质谱技术有着其他经典方法不具备的优点：首先，可以进行蛋白质结构动态变化的研究是氢氘交换质谱的一个突出优点，包括变化中的活性位点及表位；其次，氢氘交换质谱在蛋白复合体构象的研究中也具有独到的优势；此外，氢氘交换质谱还具有对样品需求量小、纯度要求相对较低、研究对象为溶液环境下的蛋白质的天然构象而非晶体中构象等优势[1,4,5]。自1991年第一篇研究论文发表起，氢氘交换质谱技术不断发展，已经成为结构生物学及质谱技术中一个非常重要的应用领域[6]。但是氢氘交换质谱实验的复杂的实现过程在一定程度上影响了其应用的广泛度。主要的难点有：1、如何避免交换后氘代肽段的回交现象；2、实验控制的高精确性和重现性要求；3、交换后造成的叠加的质谱峰如何准确分辨；4、简易高效的分析软件需求；5、以氨基酸为单位的交换位点辨析。沃特世公司自2005年起，针对以上难点不断进行攻关，推出了目前唯一商业化的全自动氢氘交换质谱系统解决方案&mdash &mdash nanoACQUITY UPLC HD-Exchange System(图1)。在全世界范围内，这套系统已经帮助科学家在包括Cell、Nature等顶级研究期刊中发表研究论文[7,8]。除科研需求外，沃特世氢氘交换质谱系统也受到众多国际领先制药公司的认可，并用于新药开发中蛋白药物活性位点及表位的研究工作中。氢氘交换实验中的回交现象将严重影响实验数据的可信度，甚至导致错误结果的产生。要避免回交需要做到两点：尽量缩短液质分析时间和保证液质分析中的温度和pH为最低回交反应系数所要求的环境。沃特世UPLC系统采用亚二纳米色谱颗粒填料，较HPLC使用的大颗粒填料，UPLC具有无与伦比的分离度。因此UPLC可以做到在不损失色谱分离效果的要求下，极大缩短液相分析时间的要求[9]。对于对温度和pH控制问题，在多年的工程学改进中，nanoACQUITY UPLC HD-Exchange System已经实现了对酶切、液相分离等步骤的全程控制[10]。 对氢氘交换质谱实验精确性和重现性的要求是其应用的第二个主要难点。在实验中一般需要采集0s、10s、1min、10min、60min、240min等多个时间点的数据。如果进行人工手动实验，很难做到对10S-10min等几个时间点的精确操作。再考虑到重复实验的需求，人工手动操作会对最终数据可信度产生影响。而且实验过程重复繁琐，将给实验人员带来非常大的工作压力。nanoACQUITY UPLC HD-Exchange System完全通过智能机械臂，精确完成交换、终止交换、进样、酶切等一系列实验过程，而且始终保证各个步骤所需不同的温度环境。这些自动化过程不但保证了实验数据的可靠性，提高了实验效率，也将科学家从繁琐的重复实验中解放出来。 氢氘交换实验的质谱数据中，随着交换时间的延长，发生了交换反应的多肽，由于质量变大，其质谱信号将逐渐向高质荷比方向移动。因此，这些质谱峰可能与哪些未发生交换反应的多肽质谱峰逐渐叠加、相互覆盖。相互叠加的质谱信号，不但影响对峰归属的判断，更会增加交换率数据的误差。因为交换率判断需要通过对发生交换的多肽进行定量，毫无疑问因叠加的而混乱的质谱数据将极大的影响对质谱峰的准确定量。这点对于单纯通过质荷比进行分析的质谱仪来说完全无能为力。但是，这个看似不可能完成的任务却被沃特世 nanoACQUITY UPLC HD-Exchange System攻克了。这是因为，不同于其它常见质谱，沃特世的SYNAPT质谱平台还具备根据离子大小及形态进行分离的功能（行波离子淌度分离）。在数据处理时，除多肽离子的质荷比信息外，还可以通过离子迁移时间（离子淌度维度参数）将不同离子区分。因此这种SYNPAT独有的被命名为HDMSE的质谱分析技术可以将因质荷比相同而重叠的多肽分离开，轻而易举地解决了质谱信号叠加的问题，得到准确的交换率数据[11,12]（图2）。SYNPAT质谱平台一经推出就夺得了2007年PITTCON金奖，目前已经推出了新一代的SYNAPT G2HDMS、SYNAPT G2-S HDMS等型号，并具备ESI、MALDI等多种离子源。除氢氘交换技术外，SYNAPT质谱系统在蛋白质复合体结构研究中也是独具特色，已有多篇高质量应用文献发表[13,14,15]。 实现氢氘交换质谱技术的第四个关键点，是如何高效分析实验产生的多时间点及多次重复带来的大量数据。人工完成如此巨大的信息处理工作，将消耗科学家大量的时间。沃特世氢氘交换质谱解决方案所提供的DynamX软件可以为科学家提供简便直观的分析结果，并包含多种呈现方式。 在某些特殊研究中，要求对蛋白氢氘交换位点做到精确到氨基酸的测量，这是氢氘交换质谱研究的又一个难点。在常规的研究中采用CID（碰撞诱导解离）碎裂模式，可能导致氘原子在多肽内重排，而致使不能对发生交换的具体氨基酸进行精确定位。SYNPAT质谱提供的ETD（电子转移解离）碎裂模式可以避免氘原子重排造成的信息混乱，并具有良好的碎裂信号[16]。沃特世的nanoACQUITY UPLC HD-Exchange System为氢氘交换质谱实验提供了前所未有的简易的解决方案，强有力地推动了氢氘交换技术在蛋白质结构及动态变化研究、蛋白质相互作用位点发现、蛋白表位以及活性位点鉴定方面的应用，正在成为众多结构生物学科学家和生物制药企业必不可少的工作平台。参考文献(1) John R. Engen, Analysis of Protein Conformation and Dynamics by Hydrogen/Deuterium Exchange MS. Anal. Chem. 2009,81, 7870&ndash 7875(2) Engen et al. probing protein interactions using HD exchange ms in ms of protein interactions. Edited by Downard, John Wiley & Sons, Inc. 2007, 45-61(3) Tiyanont K, Wales TE, Aste-Amezaga M, et al. Evidence for increased exposure of the Notch1 metalloprotease cleavage site upon conversion to an activated conformation. Structure. 2011, 19, 546-554(4) Heck AJ. Native mass spectrometry: a bridge between interactomics and structural biology. Nat Methods. 2008, 5, 927-933.(5) Esther van Duijn, Albert J.R. Heck. Mass spectrometric analysis of intact macromolecular chaperone complexes. Drug Discovery Today. Drug Discovery Today: Technologies Volume 3, 2006, 21-27(6) Viswanat ham Katta, Brian T. C hait, Steven Ca r r. Conformational changes in proteins probed by hydrogen-exchange electrospray-ionization mass spectrometry. Rapid Commun. Mass Spectrom. 1991, 5, 214&ndash 217(7) Chakraborty K, Chatila M, Sinha J, et al. Chaperonin-catalyzed rescue of kinetically trapped states in protein folding. Cell. 2010 Jul 9 142(1):112-22.(8) Zhang J, Adriá n FJ, Jahnke W, et al. Targeting Bcr-Abl by combining allosteric with AT P-binding-site inhibitors. Nature. 2010,463, 501-506(9) Wu Y, Engen JR, Hobbins WB. Ultra performance liquid chromatography (UPLC) further improves hydrogen/deuterium exchange mass spectrometry. J Am Soc Mass Spectrom. 2006 , 17, 163-167(10) Wales T E, Fadgen KE, Gerhardt GC, Engen JR. High-speedand high-resolution UPLC separation at zero degrees Celsius. Anal Chem. 2008, 80, 6815-6820(11) Giles K, Pringle SD, Worthington KR, et al. Applications of a travelling wave-based radio-frequency-only stacked ring ion guide. Rapid Commun Mass Spectrom. 2004, 18, 2401-2414(12) Olivova P, C hen W, C ha kra borty AB, Gebler JC. Determination of N-glycosylation sites and site heterogeneity in a monoclonal antibody by electrospray quadrupole ion-mobility time-offlight mass spectrometry. Rapid Commun Mass Spectrom. 2008, 22,29-40(13) Ruotolo BT, Benesch JL, Sandercock AM, et al. Ion mobilitymass spectrometry analysis of large protein complexes. Nat Protoc.2008, 3, 1139-52.(14) Uetrecht C, Barbu IM, Shoemaker GK, et al. Interrogating viral capsid assembly with ion mobility-mass spectrometry. Nat Chem.2011, 3,126-132(15) Bleiholder C, Dupuis NF, Wyttenbac h T, Bowers MT. Ion mobility-mass spectrometry reveals a conformational conversion from random assembly to &beta -sheet in amyloid fibril formation. Nat Chem.2011, 3, 172-177(16) Kasper D. Rand, Steven D. Pringle, Michael Morris, John R., et al. ETD in a Traveling Wave Ion Guide at Tuned Z-Spray Ion Source Conditions Allows for Site-Specific Hydrogen/Deuterium Exchange Measurements. J Am Soc Mass Spectrom. 2011, in press

BiopharmaLynx软件在蛋白质肽图分析中的应用周春喜沃特世科技（上海）有限公司实验中心在新药研发中，蛋白质药物正在占据越来越大的比重，而蛋白质分子结构的复杂性又要求对蛋白质药物必须进行全面的表征，以满足新药报批、工艺改进和专利保护的要求。目前蛋白质药物的研发和表征还面临很多挑战，尤其是在重组蛋白的序列确证、微量杂质蛋白的检测和定量、不同批次间产品的比较和质量控制等方面。质谱在蛋白质的表征方面发挥着至关重要的作用，它不仅可以测定蛋白质药物的分子量和产品的异质性，还可以通过肽图分析确证蛋白质分子的一级结构，包括氨基酸序列、突变和修饰、二硫键定位等信息。但如果没有功能强大的软件帮助，质谱数据的分析、比较、注释、有效信息的提取和分析报告的产生将是一个十分费时耗力的复杂过程。如果进行人工分析，即使是经验丰富的分析人员也会感到很头疼，而且在如此复杂的分析过程中很难保证不出差错，而一旦出现差错，不仅会严重影响研发的进程，有些错误的判断还有可能导致整个项目的失败。因此，分析软件是必不可少的。理想的软件不仅可以按照标准的流程，自动地完成分析过程，还可以允许分析人员根据经验和知识对分析结果进行检查并修正错误的结果。沃特世公司的BiopharmaLynxTM软件就是这样的理想工具，它不仅可以自动地完成蛋白质分子量和肽图的分析，比较不同批次间的样品并确认有无差异，还具有以下特点：肽图分析覆盖率高肽图分析可以确证蛋白质分子的一级结构，包括氨基酸序列、突变和修饰、二硫键定位等。由于酶解后的样品中同时存在着蛋白质的完全酶切肽段、不完全酶切肽段、非特异酶切肽段、修饰肽段和杂蛋白肽段，因此肽图是非常复杂的。通过全信息串联质谱技术（MSE），可以同时记录样品中所有的母离子及其碎片离子信息。在全面信息的基础上，BiopharmaLynx软件将可以自动进行保留时间的对齐、强度归一化、痕量杂质分析、序列确证等工作。图1为BiopharmaLynx软件对两种干扰素产品肽图分析的鉴定覆盖率分析结果，及其序列对比界面。 二、BiopharmaLynx具有多种酶切功能在计算理论肽图时，BiopharmaLynx可以进行多种方式的理论酶切，包括半酶切、多酶联合酶切、非特异性酶切，以及自编辑酶切等。全面满足实验中的各种酶切分析需求。三、BiopharmaLynx具有多种翻译后修饰可选在计算理论肽图时，BiopharmaLynx还可以考虑各种翻译后修饰。在内置90种常见修饰可供选择外，分析人员还可自行编辑其需要的特殊修饰方式用于分析。四、修饰的肽段在不同样品间含量对比BiopharmaLynx软件可以比较不同样品间某种肽段（包括突变肽段和特定修饰肽段）的含量差异，发现样品间的细微差别，并用直观的方式显示出来。五、BiopharmaLynx的样品间肽图对比BiopharmaLynx软件这可以自动地将各个批次样品的肽图与参照样品的肽图进行对比，帮助我们快速而敏锐地发现不同批次的样品间有无细微差别。六、二硫键的定位二硫键对于蛋白质高级结构的形成和功能的维持具有重要的作用，二硫键的定位也是蛋白质结构分析的重要方面。但是二硫键的定位一直很耗时且非常具有挑战性的事情，尤其是对于含有多对二硫键的蛋白质，如免疫球蛋白等。沃特世公司的肽图分析完整解决方案通过独特的UPLC/MSE数据采集方式和功能强大的BiopharmaLynx软件，可以快速地自动完成二硫键的定位分析（见图6）。在生物药领域，BiopharmaLynx软件作为液质数据分析最为专业的软件已经被广泛使用。目前，全球前十大生物药企业都已成为沃特世生物制药解决方案的使用者。关于沃特世公司 (www.waters.com)50多年来，沃特世公司(NYSE:WAT)通过提供实用和可持续的创新，使医疗服务、环境管理、食品安全和全球水质监测领域有了显著进步，从而为实验室相关机构创造了业务优势。作为一系列分离科学、实验室信息管理、质谱分析和热分析技术的开创者，沃特世技术的重大突破和实验室解决方案为客户的成功创造了持久的平台。2011年沃特世公司拥有18.5亿美元的收入，它将继续带领全世界的客户探索科学并取得卓越成就。###联系人：叶晓晨沃特世科技（上海）有限公司 市场服务部xiao_chen_ye@waters.com周瑞琳(GraceChow)泰信策略(PMC)020-8356928813602845427grace.chow@pmc.com.cn

导读：自今年1月份Illumina让&ldquo 1000美元基因组&rdquo 成为现实，许多生物技术公司及科研机构纷纷购买其测序仪，而今美研究者指出DNA编码的蛋白质是几乎所有生命过程的主要执行者，可实现千元基因组测序的工具，也可以最终帮助人们完成千元蛋白质组测序。 人类生命的蓝图是三十亿碱基对组成的人类基因组。1000美元基因组测序，让人都觉得有些疯狂，然而有研究者认为千元测序蛋白质组也将成为现实。 今年初，全美最大最佳的五所&ldquo 大学城&rdquo 之一拥有近130年历史的Arizona State University（亚利桑纳州立大学）生物 设计学院（ Biodesign Institute）的Stuart Lindsay及其团队同事，在纳米孔DNA测序技术的基础上，让单链肽段穿过纳米孔，纳米孔两边的电极可记录每个氨基酸通过时产生的电信号。他们使用一种机器学习算法，让电脑能够识别代表不同氨基酸的特征信号。这些信号可以作为可靠的指纹，帮助人们鉴别氨基酸的种类，以及氨基酸发生的微妙改变。因此开发了能够精确鉴定氨基酸的蛋白单分子测序技术。 这项研究于四月六日发表在Nature Nanotechnology杂志的网站上。 从基因组到蛋白组 蛋白对于细胞的生长、分化和修复至关重要，它们能够催化化学反应，抵御疾病，具有各种各样的重要功能。自今年1月份Illumina让&ldquo 1000美元基因组&rdquo 成为现实，研究者们将眼光转向了蛋白质组测序的研究。 与线虫等简单生物相比，人类的基因数相对较少，不过科学家们鉴定的人类蛋白已经超过了十万，而且不少人认为这些蛋白只是冰山一角。有限的基因数为何能形成如此大量的蛋白呢？这是因为蛋白能通过多种机制发生改变，选择性剪切和翻译后修饰就是其中两个关键的过程。 在这项研究中，研究人员将一对金属电极分隔在约两纳米的孔洞旁边，当线性穿过这种纳米孔的时候，每一个氨基酸都会完成一个电回路，并发出相应的电信号。而这样的电信号可以帮助人们判断，通过纳米孔的是哪一个氨基酸。 这一技术称为recognition tunneling，原本是Lindsay等人开发的DNA单分子测序技术。&ldquo 大约两年前，我们的一次实验室会议提出，可以尝试将这一技术用于氨基酸测序，&rdquo Lindsay说。与DNA的A、G、C、T相比，用 recognition tunneling鉴定组成蛋白的二十种氨基酸实际上是一个更大的挑战。 蛋白质单分子测序技术具有巨大的应用价值，可以帮助人们检测被选择性剪切或翻译后修饰改变的微量蛋白。而这些蛋白往往是疾病研究所追寻的目标，用其他技术很难检测得到。 PCR能够将样品中微量的DNA快速扩增，但在蛋白研究领域还没有这样的技术，Lindsay强调。在这种情况下，能进行单分子水平上进行检测的recognition tunneling，&ldquo 将给蛋白质组学研究带来一场彻底的变革&rdquo 。 这项研究为人们展示了一个，快速测序单个蛋白分子的低成本方法。据Lindsay介绍，该技术通过大约50种不同的信号特征来鉴定氨基酸，不过绝大多数鉴别只需要不到10个信号特征。 值得注意的是，recognition tunneling不仅能够高度可信的鉴定氨基酸，区分翻译后修饰的蛋白（肌氨酸）及其前体（甘氨酸），还能够鉴别被称为对映体的镜像分子，以及质量相同但序列不同的分子。 千元蛋白组？ Lindsay的研究指出，可实现千元基因组测序的工具，也可以最终帮助人们完成千元蛋白质组测序。事实上，Lindsay认为这一里程碑离我们并不遥远。 目前，这一技术还需要使用复杂的实验室仪器&mdash &mdash 扫描隧道显微镜STM。不过Lindsay和他的同事正在开发一个可以快速鉴定氨基酸和其他分析物的新设备，以便将低成本的蛋白质组测序真正推广到临床。 该技术不仅可以用来在临床上测序蛋白质和检测新生物指标，还有望给医疗领域带来彻底的改变，在单分子水平上精确监控患者对治疗的应答情况。

p style="text-align: center "img title="IMG_1279.jpg" src="http://img1.17img.cn/17img/images/201709/insimg/053b4ae8-ce11-4330-abec-7a4ed6c2a53a.jpg"//pp　　2017年9月18日，在第十六届人类蛋白质组学年度世界大会(HUPO)上，Bruker推出了用于PASEF质谱的timsTOF Pro系统。该质谱采用了专有捕获离子迁移谱(TIMS)技术，能实现更高速度、更高灵敏、更强大的鸟枪法蛋白质组学分析，具有出色的单次肽和蛋白质鉴定性能。/pp　　基于TIMS创新技术的四极杆飞行时间质谱仪(QTOF-MS)由MaxQuant / Perseus和PEAKS Studio蛋白质组学分析软件支持，这种timsTOF Pro方法对于定量蛋白质组学工作流程尤其有利。/pp 从较小样品量的识别性能方面，这种独特的前端TIMS分析仪对更高速度的鸟枪法蛋白质组学进行了优化。其独特的双TIMS几何形状允许离子在第一个TIMS部分中并行累积，并且在实时执行额外的TIMS分离步骤之后，离子从第二个TIMS部分释放出来，用于MS / MS碎裂。这可以产生近100%的占空比，使得这种平行堆积和连续碎裂(PASEF)技术在酶促消化产生的蛋白质混合物中，应用可重复纳流LC-MS分析可以具有前所未有的性能。/pp style="text-align: center "img title="timsTOF_Pro nanoELUTE_3D - 副本.jpg" src="http://img1.17img.cn/17img/images/201709/insimg/b2589663-240a-424c-8bb3-77fa0c6b1803.jpg"/　　/pp PASEF能力代表了性能的改进，因为它提供更高灵敏度和更高速度的鸟枪法蛋白质组学分析，而不损失质量分辨率。而之前，更高的扫描速度通常导致用于鸟枪法蛋白质组学的基于FT的质谱技术具有较低质量分辨率。这些临界限制可以由PASEF消除，允许以高灵敏度以及接近100%的占空比，同时还可以保持前体和产物离子的超高质量分辨率。双TIMS技术这一重要PASEF功能，有助于科学家们深入研究细胞复杂生物学以及发现重要低水平生物学蛋白。同时，这一功能也有助于蛋白质翻译和临床蛋白质组学研究中的验证和纵向研究。/pp　　定量蛋白质组学是蛋白质组学研究的关键领域，双重TIMS供电的PASEF提供了超越传统门控时间串联FT的质谱分析局限性的优势。新的timsTOF Pro提供超过四个数量级的动态范围，低肽负载(100-200ng)，这使得它非常适合于研究细胞生物学和临床中经常遇到的小细胞群体和低样品量的蛋白质组学。/pp　　德国马丁斯堡的马克斯· 普朗克生物化学研究所蛋白质组学和信号转导系主任马蒂亚斯· 曼(Matthias Mann)表示：“我的实验室与布鲁克合作开发PASEF技术，我们很高兴看到timsTOF Pro实现我们最初设想的鸟枪法蛋白质组学的潜力。这种新技术有可能革新蛋白质组学的几个领域：临床研究，其中速度和定量能力是运行大样本队列的关键 需要增加灵敏度的应用 富含磷酸肽或其中有限数量的细胞可用于分析的样品；并且对于使用等压标记的定量实验，其中使用捕获的离子迁移率的额外分离可以至少部分地消除引起所谓的比例压缩效应导致不可接受的误差的共分裂物质的干扰。我们对技术进一步发展的潜力感到非常兴奋。“/pp　　Bruker Daltonics的Omics解决方案副总裁Gary Kruppa表示：“蛋白质组学研究人员总是希望提高速度，灵敏度和定量能力，同时保持高分辨率，准确的质量和高保真度同位素图案，以便更深入地了解蛋白质组。使用PASEF，科学家们现在不需要将扫描速度和敏感度的解决方案进行权衡，它们通过TIMS前体离子选择获得高灵敏度，高扫描速度和无与伦比的特异性这三重效果。这提供了发现低水平生物相关蛋白质的可能性，目前它们是超出了非TIMS质谱仪的性能范围的。“/pp　　马丁· 马克斯普朗克生物化学研究所计算系统生物化学小组组长Juergen Cox评论说：“Bruker决定采用开放文件格式，以便我们可以直接使用原始数据，将有利于蛋白质组学研究人员的使用MaxQuant和Perseus软件平台。我们对数据质量特别重视，并期待与Bruker合作，通过最先进的客户支持软件和分析统计查询，我们可以使用PASEF在timsTOF Pro上获取数据。“/pp　　关于带有PASEF的timsTOF PRO/pp　　专有的timsTOF Pro系统使用通过捕获离子迁移光谱(TIMS)实现的PASEF，为鸟枪法蛋白质组学提供了行业领先的数据采集速度。 timsTOF Pro的独特双TIMS几何结合了TIMS设备中离子包的时间聚焦，意味着PASEF提供的速度优势同时提高了灵敏度和定量。所有这些在速度，灵敏度和定量方面的增益保持了Bruker的高性能QTOF质谱仪的优势，包括高质量分辨率(即使在最高数据采集速率下，分辨率为50,000 FWHM)，ppm精确质量和高同位素保真度(True同位素模式或TIPTM)。具有PASEF的强大的timsTOF Pro为科学家提供了深入细胞机器复杂生物学研究、发现低水平生物学重要蛋白质、在蛋白质翻译以及临床蛋白质组学研究中进行验证提供了有力工具。/pp　　关于MaxQuant和Perseus软件平台/pp　　MaxQuant是猎枪蛋白质组学数据分析的行业标准。 Juergen Cox在过去十年发展起来，已经成为肽，蛋白质和翻译后修饰的鉴定和定量最常用的包装。近期，MaxQuant已经适应于timsTOF数据的分析，管理由保留时间、离子迁移率、质量和信号强度所占据的空间中的4D特征。用于多元数据分析的Perseus软件支持生物和生物医学研究人员解释分子定量，相互作用和蛋白质翻译后修饰数据。 Perseus包含用于高维数据分析的统计工具的综合组合，涵盖归一化，模式识别，时间序列分析，跨学科比较和多重假设检验。/pp　　关于PEAKS Studio/pp　　生物信息解决方案公司的旗舰软件PEAKS Studio为蛋白质组学研究界提供了创新的质谱数据分析工作流程。自从在二十世纪初期首次亮相以来，PEAKS Studio已被高度认可，其基准测试从头测序算法被集成到所有其他鸟枪法蛋白质组学软件模块中。从头测序与传统数据库检索的结合确保了对原始光谱数据的完整解释，以满足质谱的复杂性和灵敏度，并为蛋白质组学和治疗性蛋白质发现提供了先进的解决方案，如通过肽/蛋白质鉴定和定量，肽图，翻译后修饰和序列变体。/pp　　PEAKS Studio提供的独特工作流程以及由timsTOF Pro的第四维离子迁移率引起的令人信服的数据质量促成了生物信息解决方案公司和Bruker的合作。/pp　　关于布鲁克公司(纳斯达克股票代码：BRKR)/pp　　55多年来，布鲁克已经使科学家们能够突破发现，开发新的应用，提高人类生活质量。 Bruker的高性能科学仪器和高价值分析和诊断解决方案使科学家能够在分子，细胞和微观层面探索生命和材料。/pp　　通过与客户的密切合作，Bruker在生命科学分子研究，应用和制药应用以及显微镜，纳米分析和工业应用方面实现了创新，生产力和客户成功。近年来，Bruker也成为细胞生物学，临床前成像，临床表现学和蛋白质组学研究，临床微生物学和分子病理学研究的高性能系统的提供者。/pp /p

近日，中国科学院大连化学物理研究所生物分离分析新材料与新技术研究组研究员叶明亮团队和上海有机化学研究所生物与化学交叉研究中心研究员刘聪团队合作，将硼酸化学引入到甲基化蛋白质组分析方法中，并巧妙利用精氨酸残基上不同修饰基团的位阻差异，实现高效的精氨酸二甲基化肽段富集，显著提高了蛋白质甲基化的分析能力；利用此新方法，系统分析了蛋白质分相过程中精氨酸二甲基化的变化，揭示了此类修饰的发生会降低蛋白质的分相能力。　　蛋白质精氨酸甲基化是一种调控蛋白质功能的重要翻译后修饰，与较多疾病的发生发展相关。研究表明，精氨酸二甲基化会影响一些神经退行性疾病相关蛋白的液-液相分离，以及相分离所驱动的无膜细胞器的产生。然而，受限于目前精氨酸二甲基化蛋白质组分析技术覆盖率不足，这类研究仅聚焦于少数几个蛋白，尚未系统性探究精氨酸甲基化对蛋白质相分离的影响。　　本研究发现，不同甲基化修饰的精氨酸残基在与邻二酮类化合物反应时，由于位阻不同，反应活性差异巨大。合作团队据此设计了一种精氨酸二甲基化肽段的富集方法：先利用环己二酮选择性的封闭无修饰精氨酸残基，随后利用丙酮醛选择性的在二甲基化精氨酸残基上修饰顺式邻二羟基，从而使得硼酸材料可以选择性的富集精氨酸二甲基化肽段。相比传统的免疫亲和富集方法，该方法拥有较强的精氨酸二甲基化肽段富集能力，特别是在鉴定RG/RGG序列上的精氨酸二甲基化位点方面有更高的灵敏度。合作团队将该方法应用于分析蛋白质相分离过程中精氨酸甲基化的变化，发现包括G3BP1，FUS，hnRNPA1、KHDRBS1在内的一些与无膜细胞器或神经退行性疾病相关的蛋白质上的精氨酸二甲基化程度发生了显著变化；系列实验验证发现，精氨酸甲基化会显著降低这些蛋白质的分相能力，且上述蛋白质组分析中鉴定到变化的甲基化位点是调控蛋白质相分离的关键因素。本工作开发了基于化学反应的精氨酸二甲基化蛋白质组分析方法，并利用这一方法揭示了精氨酸二甲基化对蛋白质液-液相分离具有重要的调控作用。　　叶明亮团队致力于蛋白质磷酸化、糖基化、甲基化等翻译后修饰分析新方法的研究，发展了基于可逆酶促化学标记的O-GlcNAc糖肽无痕富集方法，克服了标记基团对糖肽质谱检测的干扰，实现了O-GlcNAc糖基化的高灵敏分析（Angew. Chem. Int. Edit.）；利用不同糖肽的同一肽段骨架具有相似碎裂规律的特点，发展出基于“模式识别”的肽段序列鉴定新方法，实现了谱图拓展，显著提高了N-链接位点特异性糖型的鉴定灵敏度，并可发现未知的糖链及糖链修饰（Nat. Commun.）。　　相关研究成果以Global profiling of arginine dimethylation in regulating protein phase separation by a steric effect-based chemical-enrichment method为题，发表在《美国国家科学院院刊》（PNAS）上。研究工作得到国家重点研发计划、国家自然科学基金、大连化物所创新基金等的支持。

蛋白质是构成生物体的主要成分，同时也是生命活动的主要承担者。具有生物学功能的蛋白质往往具有特定的空间结构，而蛋白质结构在多个层级上被定义，其中一级结构，即氨基酸的种类和排列，最为重要，它可以决定蛋白质的高级结构。但一直以来，想要直接读取蛋白质的一级结构是十分困难的，在大多数情况下，科学家们会根据基因序列和氨基酸密码子表来“破译”蛋白质的氨基酸序列。然而，由于转录后修饰和翻译后修饰的存在，破译结果并非完全正确，甚至与真实的氨基酸序列有很大差异。2021年11月4日，荷兰代尔夫特理工大学的研究人员在 Science 期刊上发表了题为：Multiple rereads of single proteins at single–amino acid resolution using nanopores（利用纳米孔在单氨基酸分辨率下对单蛋白质进行多次重读）的研究论文。该研究利用纳米孔测序技术成功扫描并读取单个蛋白质的氨基酸序列：线性化的DNA-肽复合物缓慢通过一个微小的纳米孔，根据电流的变化和强度，研究人员就能读取相关的蛋白质信息内容，直接对蛋白质的氨基酸序列进行测序。蛋白质是生命活动的主要承担者。事实上，所有生物的蛋白质都是由大约20种不同的氨基酸组成的长肽链，就像项链上有不同种类的珠子一样。遗憾的是，目前的蛋白质测序方法价格昂贵，而且不能检测许多稀有蛋白质。近年来发展起来的纳米孔测序技术，已经能够直接扫描和排序单个DNA分子。如今，这篇发表在Science 上的研究表明，我们完全可以以类似于DNA纳米孔测序的方式直接读取蛋白质的氨基酸序列。本研究的通讯作者 Cees Dekker 教授表示：在过去的30年里，基于纳米孔的DNA测序已经从一个想法发展成为一个实际的工作设备，并成功开发了商业化的便携式纳米孔测序仪，服务于价值数十亿美元的基因组测序市场。在我们的论文中，我们将纳米孔的概念扩展到单个蛋白质的读取。这可能会对基础蛋白质研究和医学诊断产生重大影响。牛津纳米孔开发的纳米孔基因测序仪直接读取氨基酸序列对于如何利用纳米孔读取肽链中的单个氨基酸的特征，这篇论文的第一作者 Henry Brinkerhoff 博士打了一个形象的比喻：“想象一下，一个肽链中的氨基酸链就像一条项链，上面有不同大小的珠子。然后，你打开水龙头，慢慢地把项链送入下水道，也就是纳米孔。如果在某个时间点是一颗大珠子，它会堵塞下水道，那里面的水也就成了涓涓细流。相反，如果是一颗小珠子，那么下水道剩余的空隙就会比较大，水流也更大。”用纳米孔肽阅读器直接读取氨基酸序列因此，通过这项技术，研究人员可以非常精确地测量纳米孔的电流大小，并以此推测相应的氨基酸种类。更关键的是，这个过程并不会影响肽链的完整性，因此我们能够一次又一次地读取单个肽链，然后对所有数据进行拟合，从而以基本上100%的准确率获得肽链的序列组成。解旋酶（红色）拖动连接了多肽（紫色）的 DNA 分子（黄色），使其缓慢通过纳米孔（绿色），从而通过读取电信号（橙色高亮）表征多肽的氨基酸序列。条形码般的识别精度为了进一步验证这项技术的准确性，研究人员改变了肽链的某个氨基酸，然后能够检测到显著差异的电信号，表明该技术是极其灵敏的。事实上，这项新技术在识别单个蛋白质和绘制它们之间的细微变化方面非常强大，打个形象的比方——就像超市的收银员通过扫描条形码来识别每个产品一样。这也可能为未来的蛋白质从头测序提供新的途径。纳米孔肽阅读器可以区分单氨基酸替代的单肽Henry Brinkerhoff 博士表示：这项方法可能为未来蛋白质测序奠定基础，但就目前来说，蛋白的从头测序仍然是一个巨大的挑战。我们仍然需要大量描述来自不同序列的电信号，以便创建一个对应电信号和蛋白质序列的“密码表”。但即便如此，该研究已经能够成功分辨蛋白质序列中的单个氨基酸的改变，这无疑是一项重大进步，也将产生许多直接应用。看见生物学的“暗物质”暗物质，是理论上提出的可能存在于宇宙中的一种不可见的物质，它可能是宇宙物质的主要组成部分，但又不属于构成可见天体的任何一种已知的物质。在细胞中，存在许多不可知的“暗物质”——翻译后修饰导致的数百万种蛋白质变异。这些蛋白质变异无法通过基因序列进行预测，但纳米孔蛋白测序技术的出现扭转了这一情况，利用目前的纳米孔肽阅读器，研究人员可以直接观测这些“生物学中的暗物质”。反复读取单个蛋白以提高准确率为了方便理解，通讯作者 Cees Dekker 教授打了一个比喻：项链上的珠子并不只是大小不同，还可能颜色不同，比如一些红色的珠子上代表附着一个磷酸基，另一些蓝色的珠子上代表附着一个糖基。这些变化对蛋白质功能至关重要，同时也是癌症等疾病的标志。我们的新方法将能够检测到这些变化，从而为癌症等疾病的检测和治疗提供新的理论依据。结语总而言之，这种能够直接读取蛋白质序列的蛋白质组学工具对于细胞生物学的研究和应用具有重要意义。该研究展示了一种基于纳米孔的单分子肽阅读器，它利用DNA解旋酶Hel308将DNA-肽结合物通过生物纳米孔MspA，根据电流变化读取线性化蛋白质的氨基酸序列。更重要的是，这种方法可以区分单个氨基酸的变化，具有高保真度和高通量潜力。这种单分子肽阅读器标志着蛋白质鉴定的新突破，并为单细胞内的单分子蛋白质测序和分类开辟了道路。论文链接：https://www.science.org/doi/10.1126/science.abl4381

总有机碳TOC一般理论所有TOC分析仪都具备两种功能：将水中有机碳氧化成二氧化碳CO2，并测量所产生的CO2。TOC可用于对未正确清洁的设备中的杂质和残留物进行定量，以及检测所有含碳化合物：药物活性成分 （Active Pharmaceutical Ingredients， API）、清洁剂、蛋白质和中间产物。用来测量TOC的分析技术有着相同的目标：把有机分子完全氧化成CO2，检测所生成的CO2，并以碳浓度表示。所有方法都必须区分无机碳和有机碳，无机碳可能来自水中溶解的CO2和重碳酸盐，而有机碳则是由样品中有机分子氧化而成的。总碳（TC）是有机碳与无机碳之和，因此测得的总碳（TC）减去测得的无机碳（IC）的值就是TOC：TOC=TC–IC。各种TOC测定仪的不同之处在于氧化样品水中有机物的方法，以及检测样品中所生成CO2浓度的方法。不同的检测方法对样品分析的准确度有很大影响，进而影响清洁验证检测程序。TOC氧化技术市面上所有TOC测定仪都使用以下两种方法之一来氧化有机化合物并将之转换为CO2气体：燃烧法，或紫外（UV）+过硫酸盐法。燃烧技术使用氮气、氧气或空气流，温度在600°C以上。燃烧方法在氧化步骤中也使用催化剂。该类方法中常用的催化剂有氧化铜、氧化钻或铂。UV过硫酸盐氧化方法利用UV光使有机物完全氧化为CO2。将样品暴露在设备内汞蒸汽灯的UV光之下，将样品内的有机物转化为CO2气体。对于浓度大于1 ppm的样品或化合物 ，则在样品流中加入过硫酸盐并混合均匀，从而利用接受照射的样品生成的负价氢氧（HO-）基来确保氧化过程顺利进行。过硫酸盐是一种强氧化剂，在UV辐射下生成硫酸盐和氢氧基，可将有机化合物完全氧化为CO2。TOC检测方法为检测CO2浓度，分析仪器需要使用检测方法以区分样品中的CO2和其他分子。现有两种检测方法：非色散红外（Non-Dispersive Infrared， NDIR）或电导检测。用于气体测量的NDIR技术依靠各种气体在红外光谱范围内的能量吸收特征来判别分子类型。运用NDIR技术的TOC测定仪使红外线穿过两根完全相同的导管射入检测器。第一个导管作为参比池，充满无红外吸收的气体，如氮气。第二个导管（池）用于气体样品的测量。电导检测方法使用电导传感器，通过计算电导率确定CO2的浓度。为计算TOC，水溶液通过两个电导传感器，其中一个检测总碳（TC）浓度而另一个检测无机碳（IC）浓度。根据检测结果，计算出样品的TOC浓度。NDIR方法可对含碳范围在0.004–50,000 ppm的样品进行定量，而电导率法可以进行十亿分之一（part per billion, ppb）级的定量。总体而言，NDIR和电导率检测器对于低浓度的TOC有足够的灵敏度，但会受到离子干扰。使用只允许CO2选择性透过的半透膜可减轻此因素的影响。Sievers TOC技术与众不同的特点结合使用UV过硫酸盐氧化与独特的选择性CO2膜技术，是Sievers系列TOC分析仪优于常规TOC技术（如燃烧 NDIR技术）的众多要素之一。Sievers技术能持续为用户提供更为精确的TOC读数。在Sievers基于选择性膜的电导方法中，CO2传送模块中的选择性CO2膜可阻止离子进入，在使CO2无阻通过的同时，排除了干扰化合物和氧化副产物。选择性CO2膜消除了背景干扰，并防止非碳基化合物和副产物聚集。清洁验证是一项充满挑战的工作，因为各种样品的TOC浓度有时是未知的，因此很难达到最佳分析条件。以下几个优点确保了UV过硫酸盐+膜电导技术在清洁验证应用中无可比拟的分析结果。试剂自适应功能保证完全氧化为使清洁验证样品完全氧化，Sievers M系列TOC分析仪具有试剂自适应功能，可优化酸和过硫酸盐氧化剂的流量。非催化燃烧方法非催化燃烧方法消除了向燃烧反应器中添加催化剂的定量（根据样品中碳浓度而定）时的人为误差。燃烧氧化方法会产生毒性气体。若清洁验证样品中含氯化物，燃烧可能生成对人体有潜在危害的气体，某些TOC分析仪不吸收这类气体。无需NDIR检测器NDIR检测器需要一定的时间来预热 （30到45分钟），因此造成更多的停工时间和样品积压。NDIR技术需要经常进行校正（每小时或每天），具体时间由清洁验证样品的碳浓度决定。这类检测器经常出现校正漂移现象。校正时间占NDIR仪器运行时间的6%到10%。不用载气NDIR检测器的载气价格不菲，并且泄漏和不稳定的校正经常会引起高TOC背景。载气污染也可能造成检测困难和引起碳的高背景。出色的灵敏度和高回收率Sievers TOC分析仪的电导池由高纯度石英制成，提供更佳的稳定性和0.03 ppb级别的检测。图1和表1从灵敏度和TOC回收率两个方面，就牛血清蛋白（Bovine Serum Albumin, BSA）对Sievers TOC技术与传统燃烧-NDIR TOC技术进行比较。图1. 牛血清蛋白 (BSA) TOC回收百分比对比研究表1. 牛血清蛋白 (BSA) TOC回收百分比对比研究****该对比研究使用完全校准后的仪器。分析之前，先进行并通过系统适应性测试。对两种仪器，制备并使用同一BSA储各溶液。研究在可控的环境中进行；分析期间，仪器未出现偏差。为什么说现在正是改用Sievers TOC分析仪进行清洁验证的时候？HPLC分析很漫长，增加了实验室清洁验证分析所需时间。使用HPLC将导致数小时或数天的停工，造成高额成本并减少提供给患者的产品数量。有例子表明，某些制药企业单日停工损失超过100万美元。表2将Sievers TOC分析仪与燃烧/催化-NDIR和燃烧-NDIR TOC分析仪进行了详细比较，其中包括估算的月运行成本。TOC是一种用于低浓度级别有机化合物检测的、简单快速的分析方法，并且可用于检测无法使用HPLC检测的污染物。与常规方法相比，TOC已被证明可减少75%以上的停工时间和方法验证时间。FDA出台的指导方针——21世纪现行药物生产质量管理规范 （cGMP' s for the 21st Century），旨在加强和更新药物制造规则，使用TOC分析进行清洁验证，与专属性分析方法相比 （如HPLC）在质量和效率上的优势已引发越来越多的关注。表2. TOC方法比较◆ ◆ ◆联系我们，了解更多！

蛋白质作为生命活动的执行者,通过自身结构的动态改变,以及与其他蛋白质相互作用组装为蛋白质复合物,调控各种生物学过程。因此,如何实现蛋白质复合物的精准解析已成为当前生命科学的研究热点。化学交联结合质谱(CXMS)技术作为蛋白质复合物解析的新兴技术,利用化学交联剂将空间距离足够接近的蛋白质分子内或分子间的氨基酸残基以共价键连接起来,再利用液相色谱-质谱联用对交联肽段进行鉴定,实现蛋白质复合物的组成、界面和相互作用位点的解析。该技术具有分析通量高、灵敏度高、可提供蛋白质间相互作用的界面信息、普遍适用于不同种类和复杂程度的生物样品等优势,已成为X射线晶体衍射、低温冷冻电镜、免疫共沉淀等蛋白质复合物研究技术的重要补充。化学交联位点的鉴定覆盖度和准确度决定着该技术对于蛋白质复合物结构的解析能力。目前,为了实现蛋白质复合物的高覆盖度交联,研究人员发展了可用于共价交联赖氨酸(K)的氨基、谷氨酸(E)/天冬氨酸(N)的羧基、精氨酸(R)的胍基以及半胱氨酸(C)的巯基等多种活性基团的新型交联剂。进而,为了提高低丰度交联肽段的鉴定灵敏度,体积排阻色谱法、强阳离子交换色谱法,及亲和基团富集策略被提出用于交联肽段的高选择性富集,如可富集型化学可断裂交联剂——Leiker,与不具备富集功能的交联剂相比,通过亲和富集可以将交联位点鉴定数目提高4倍以上。胰蛋白酶镜像酶(LysargiNase)的酶切位点与胰蛋白酶互为镜像,可特异地切割赖氨酸和精氨酸的N端。由于LysargiNase的N端酶切特点,电荷主要分布在交联肽段的N端,在碰撞诱导裂解(CID)和高能诱导裂解(HCD)模式下产生以b离子为主的碎片离子,与胰蛋白酶酶切肽段以y离子为主的碎片离子互为镜像补充,为胰蛋白酶酶解肽段在质谱鉴定中b离子缺失严重的问题提供了很好的解决办法。由于具有较高的酶切特异性和酶活性,镜像酶已经成功地应用于蛋白质C末端蛋白质组鉴定、磷酸化蛋白质组研究、甲基化蛋白质组鉴定等方面,然而在CXMS中的应用仍未见报道。为进一步提高对蛋白质复合物结构及相互作用位点的解析能力,本文发展了LysargiNase与胰蛋白酶联合酶切的方法,基于镜像酶正交切割的互补特性,通过产生赖氨酸及精氨酸镜像分布的交联肽段,以增加特征碎片离子数量和肽段匹配连续性,从而提升交联肽段的谱图鉴定质量,达到提高交联位点的鉴定覆盖度和准确度的目的。通过分别对牛血清白蛋白及大肠杆菌全蛋白样品的交联位点鉴定结果的考察,评价该策略对单一蛋白样品和复杂细胞裂解液样品蛋白质复合物表征的应用潜力。蛋白质样品制备称取牛血清白蛋白粉末,以20 mmol/L 4-(2-羟乙基)-1-哌嗪乙磺酸(HEPES, pH 7.5)作为缓冲体系,配制0.1 mmol/L牛血清白蛋白溶液。大肠杆菌细胞(种属K12)在37 ℃下采用Luria-Bertani(LB)培养基培养24 h,然后于4 ℃以4000 g离心2 min,收集细胞沉淀。细胞沉淀采用磷酸盐缓冲液(PBS)清洗3遍后,悬浮于细胞裂解液(含20 mmol/L HEPES和1%(v/v)蛋白酶抑制剂)中,冰浴超声破碎180 s(30%能量,10 s开,10 s关)。匀浆液于4 ℃以20000 g离心40 min,收集上清,采用BCA试剂盒测定所得蛋白质含量。稀释大肠杆菌蛋白裂解液至蛋白质含量为0.5 mg/mL。化学交联样品制备以20 mmol/L HEPES(pH 7.5)为溶剂配制浓度为20 mmol/L 的BS3交联剂母液 将交联剂母液加入牛血清白蛋白的缓冲溶液及大肠杆菌蛋白裂解液中,使交联剂的终浓度为1 mmol/L,在室温条件下反应15 min 通过添加终浓度为50 mmol/L的淬灭溶液NH4HCO3进行交联反应淬灭,并在室温下孵育15 min 在冰浴条件下,将交联样品逐渐滴入8倍体积的预冷丙酮中,于-20 ℃静置过夜 在4 ℃条件下,以16000 g转速离心,去除丙酮,然后将交联蛋白用预冷丙酮清洗2次,去除上清液后,于室温挥发掉残余的丙酮 以8 mol/L尿素溶液复溶蛋白质沉淀 将牛血清白蛋白交联样品以5 mmol/LTCEP作为还原剂,于25 ℃下反应1 h进行变性和还原 将大肠杆菌样品以5 mmol/LDTT作为还原剂,于25 ℃下反应1 h进行变性和还原,避免大肠杆菌蛋白在酸性条件下发生变性 添加终浓度为10 mmol/L的碘乙酰胺(IAA),在黑暗中,于室温下反应30 min 以50 mmol/LNH4HCO3稀释样品至尿素浓度为0.8 mol/L后,将样品均分为两份,一份以蛋白样品与蛋白酶的质量比呈50:1的比例加入胰蛋白酶,于37 ℃酶解过夜,另一份加入终浓度为20 mmol/L的CaCl2,以蛋白样品与蛋白酶的质量比呈20:1的比例加入LysargiNase,并在37 ℃温度下酶解过夜。液相色谱-质谱鉴定及数据搜索上述所有样品经过除盐,使用0.1%甲酸(FA)溶液复溶,用超微量分光光度计测定肽段浓度,进行反相高效色谱分离和质谱分析。牛血清白蛋白样品采用Easy-nano LC 1000系统偶联Q-Exactive质谱仪平台进行质谱分析。流动相A: 2%(v/v)乙腈水溶液(含0.1%(v/v)FA) 流动相B: 98%(v/v)乙腈水溶液(含0.1%(v/v)FA)。梯度洗脱程序:0~10 min, 2%B~7%B 10~60 min, 7%B~23%B 60~80 min, 23%B~40%B 80~82 min, 40%B~80%B 82~95 min, 80%B。Q-Exactive质谱仪采用数据依赖性模式,Full MS扫描在Orbitrap上实现,扫描范围为m/z 300~1800,分辨率为70000(m/z=200),自动增益控制(AGC)为3×106,最大注入时间(IT)为60 ms,母离子分离窗口为m/z 2。MS/MS扫描的分辨率为17500(m/z=200),碎裂模式为HCD,归一化碰撞能量(NCE)为35%, MS2从m/z 110开始采集,MS2的AGC为5×104, IT为60 ms,仅选择电荷值为3~7且强度高于1000的母离子进行碎裂,并将动态排除时间设置为20 s。每个样品分析3遍。大肠杆菌样品采用EASY-nano LC 1200系统偶联Orbitrap Fusion Lumos三合一质谱仪平台进行质谱分析。流动相A: 0.1%(v/v)甲酸水溶液 流动相B: 80%(v/v)乙腈水溶液(含0.1%(v/v)FA)。梯度洗脱程序:0~28 min, 5%B~16%B 28~58 min, 16%B~34%B 58~77 min, 34%B~48%B 77~78 min, 48%B~95%B 78~85 min, 95%B。Orbitrap Fusion Lumos三合一质谱仪采用数据依赖性模式,Full MS扫描在Orbitrap上实现,扫描范围为m/z 350~1500,分辨率为60000(m/z=200), AGC为4×105, IT为50 ms,母离子分离窗口为m/z 1.6。MS2扫描的分辨率为15000(m/z=200),碎裂模式为HCD, NCE为30%, MS2从m/z 110开始采集,MS2的AGC为5×104, IT为60 ms。仅选择电荷值为3~7且强度高于2×104的母离子进行碎裂,并将动态排除时间设置为20 s。每个样品分析3遍。质谱数据文件(*.raw)采用pLink 2软件(2.3.9)对交联信息进行检索和鉴定。使用从UniProt于2019年4月27日下载的牛血清白蛋白序列和大肠杆菌序列,搜索参数如下:酶切方式为胰蛋白酶(酶切位置:K/R的C端)、LysargiNase(酶切位置:K/R的N端) 漏切位点个数为3 一级扫描容忍(precursor tolerance)2.00×10-5 二级扫描容忍(fragment tolerance)2.00×10-5 每条肽段的质量范围为500~1000 Da 肽段长度的范围为5~100个氨基酸 固定修饰为半胱氨酸还原烷基化(carbamidomethyl [C]) 可变修饰为甲硫氨酸氧化(oxidation [M])、蛋白质N端乙酰化(acetyl [protein N-term]) 肽段谱图匹配错误发现率(FDR)≤5%。映射胰蛋白酶与LysargiNase酶解样品的交联位点在牛血清 白蛋白晶体结构(PDB: 3V03)的映射 LysargiNase与胰蛋白酶酶解样品的交联位点对及单一交联位点的互补性LysargiNase与胰蛋白酶酶解样品共同得到的交联位点鉴定打分比较b+/++与y+/++离子碎片分别在α/β-肽段的碎片覆盖度LysargiNase与胰蛋白酶酶解的交联肽段质谱图大肠杆菌样品中LysargiNase与胰蛋白酶酶切鉴定蛋白质复合物信息互补性带点击了解原文：https://www.chrom-china.com/article/2022/1000-8713/1000-8713-40-3-224.shtml

干血斑（Dried Blood Spot, DBS）是一种微量血液采集、干燥和储存的生物采样技术。该技术由Robert Guthrie于1963年首次应用于新生儿苯丙酮尿症（PKU）筛查[1]。相比于临床检验中常用的液态血液基质，干血斑技术具有采血量少、操作简便、一般不需冷冻或冷藏、储存和运输成本低等优点，已应用于新生儿疾病筛查、流行病学样本分析、药物研发等领域。将干血斑应用于蛋白质研究，拓宽了蛋白质分析研究的生物样本采集形式，具有很好的临床研究和实际应用价值。本文重点讨论两种常见干血斑蛋白质分析技术及应用。1. 基于干血斑的蛋白分析技术1.1 酶联免疫吸附分析法原理：酶联免疫吸附分析法（ELISA）是指将可溶性的抗原或抗体结合到聚苯乙烯等固相载体上，利用抗原抗体特异性结合，进行免疫反应的定性和定量分析，具有灵敏、特异、及易于自动化操作等特点。根据免疫识别和信号输出方式的不同，ELISA可以分为双抗体夹心法、直接免疫竞争法和非直接免疫竞争法等。实验材料及分析仪器：研究人员可通过购买固相载体、抗体或抗原进行包被制备ELISA试剂盒或购买市售试剂盒。酶联免疫吸附测定试剂盒已成为实验中不可缺少的工具，目前国内外Elisa试剂盒生产厂家很多，如上海酶联生物、Abcam、BioVision等，科研人员可根据研究需求选择高质量的试剂盒品牌，以提升分析效率及结果有效性。干血斑处理：以干血斑HIV分析为例：用HIV阴性混合血液样本对阳性混合血液样本进行梯度稀释后，以固定体积点样至干血斑收集卡，室温下干燥。采用干血斑打孔设备获得一定直径的干血斑样片，用300 μL PBST（0.05% Tween20）室温静置洗脱，洗脱液经酶标仪测定样本吸光度值（OD值）。分析和结果处理：以标准曲线样品的浓度为横坐标，以测得的OD值为纵坐标，根据不同类型ELISA本身的特点拟合标准曲线（如竞争法和夹心法可以采用四参数拟合回归方程），选择R值大于0.99的拟合方式，并根据标准曲线计算样品浓度。分析仪器：酶标仪（MicroplateReader）即酶联免疫检测仪，是对酶联免疫检测（EIA）实验结果进行读取和分析的专业仪器。酶标仪可分为普通酶标仪和多功能酶标仪，普通酶标仪的主要功能一是充当分光光度计的角色，二是基于免疫反应的ELISA分析，价格相对较低；多功能酶标仪可实现吸光度、荧光强度、时间分辨荧光、荧光偏振和化学发光等多种检测模式拓展，满足生化分析、免疫检测、细胞研究、药物筛选和机制探索等众多领域检测需要。目前酶标仪市场常用的仪器品牌进口的有：伯腾、帝肯、美谷分子、珀金埃尔默和赛默飞等；国产的有：安图生物、奥盛和闪谱等。1.2 基于质谱技术的蛋白质分析技术基于质谱（Mass Spectrometry, MS）技术的蛋白质分析方法具有高通量、自动化程度高、分离能力强等特点，已逐渐成为蛋白质分析和鉴定的重要技术。原理：蛋白酶将样本中的蛋白质消化成肽段混合物，可采用鸟枪法（Shotgun）对蛋白组进行全谱分析，在最小限度分离蛋白质的同时实现复杂混合物中成千上万种蛋白质的鉴定和定量；或用液相色谱法（Liquid Chromatography, LC）对酶解肽段进行分离，经基质辅助激光电离（MALDI）或电喷雾电离（ESI）等软电离技术将其离子化，带电蛋白质离子通过质量分析器将具有特定质荷比的肽段离子分离，然后经检测器分析。质谱技术与干血斑技术的结合为蛋白质组学研究和蛋白生物标志物筛选提供了强有力手段。图1 基于质谱技术的蛋白质组学分析流程[2]样本处理：采用干血斑打孔设备获得一定直径的干血斑样片，转移至EP管中，加入少量水后用组织研磨器或匀浆机快速、彻底破碎干血斑样片，剧烈摇晃试管。后续处理与常规样本的蛋白提取相似：加入蛋白裂解液（如SDS、SDC、RIPA等），冰上裂解约半小时（辅以震荡），低温、高转速离心后取上清，得干血斑蛋白提取物。分析和结果处理：蛋白质组学数据分析和结果处理包括：①应用数据库搜库对蛋白进行鉴定并相对定量分析，借助如主成分分析、相关性分析、聚类分析等方法掌握数据的整体情况；②对蛋白的生物学功能进行注释，例如GO功能注释、KEGG注释等；③通过蛋白的生物学功能或参与的信号通路可以进一步筛选与研究目标相关的蛋白进行后续的分析。分析仪器：蛋白质组学分析主要使用高分辨液质联用系统进行。可进行蛋白质组学分析的液质联用系统目前以进口为主，常见仪器主要有布鲁克、赛默飞、沃特世和SCIEX的Q-TOF、Q-Orbitrap、Q-Trap质谱仪等。2. 干血斑蛋白分析应用实例分享2.1 采用ELISA法分析干血斑中HIV抗体1996年美国食品药品监督管理局（FDA）批准了以干血斑为载体的样本邮寄传递检测模式，并证明其可作为传统检测模式的良好补充，极大地推动了干血斑技术在传染性疾病分析中的应用。在我国，全国艾滋病检测技术规范（2020年修订版）第二章第4部分“常规HIV抗体或HIV抗体抗原联合检测方法”中指出：ELISA试验可使用血液（包含血清、血浆和干血斑）或尿液样本检测HIV抗体，也可联合检测HIV抗体抗原，说明干血斑在基于ELISA技术的HIV抗体检测中是可代替血浆、血清的生物样本基质，具有广阔的应用前景。近年来，相关专家多推荐受检者使用HIV自主采样包，根据说明采集干血斑样本，匿名寄至专业实验室，通过电话等方式获取结果。图2 RDA Spot公司的干血斑自主采样包（包含一次性采血针，消毒湿巾，样本采集卡，使用说明书及用于运输的特殊包装）图片来源：https://www.rdaspot.com/2.2 基于质谱技术的干血斑蛋白质组学分析研究人员建立了应用Thermo UltiMate 3000 RSLCnano纳升液相色谱联合Q Exactive HF-X质谱技术的干血斑蛋白质组学分析方法，并于2020年在Journal of Proteome Research中报道了该项工作[3]。由于全血中含有较多可溶性蛋白（如血红蛋白、白蛋白、纤维蛋白原等），研究人员为克服干扰、提高分析灵敏度，采用碳酸钠沉淀法（SCP）成功去除干血斑中可溶性蛋白并富集目标分析物疏水性蛋白。采用基于数据非依赖采集模式（DIA）的蛋白质组学分析方法，进行EMBL-EBI（针对人类蛋白GO功能分析的综合注释数据库）蛋白组学搜库分析，通过限定质谱扫描范围和延长离子累积时间等提高了分析方法的检测灵敏度。该研究最终在健康受试者干血斑样本中鉴定到1977种蛋白质，其中包含585种疾病相关蛋白。3. 小结与展望干血斑是一种先进的血液采集及保存技术，具有操作简单、对人体损伤小、便于运输和储存等优势，在临床快检中受到关注。干血斑技术与蛋白质研究的结合将有效推动蛋白质研究成果临床转化。随着分析技术的发展和相关研究的不断深入，前处理自动化仪器、高通量分析仪器和成熟的蛋白分析流程将成为干血斑蛋白质分析的有力工具，干血斑蛋白质分析定将在蛋白质分析中发挥重要作用，为高通量诊断、差异蛋白分析和疾病生物标志物挖掘等拓展新的技术平台。参考文献：[1] R. Guthrie, & Susi, A., A Simple phenylalanine method for detecting phenylketonuria in large populations of newborn infants., Pediatrics, 32 (1963) 338–343.[2] B. Kuster, M. Schirle, P. Mallick, R. Aebersold, Scoring proteomes with proteotypic peptide probes, Nature Reviews Molecular Cell Biology, 6 (2005) 577-583.[3] D. Nakajima, Y. Kawashima, H. Shibata, T. Yasumi, M. Isa, K. Izawa, R. Nishikomori, T. Heike, O. Ohara, Simple and sensitive analysis for dried blood spot proteins by sodium carbonate precipitation for clinical proteomics, Journal of proteome research, 19 (2020) 2821-2827.

p style="line-height: 1.5em " 中国科学院计算技术研究所研究员贺思敏及其研究团队设计和实现了新一代开放式搜索算法Open-pFind，可提高质谱数据解析的数量与质量，有望成为蛋白质组学日常数据分析的主力工具。相关成果10月9日在线发表于《自然—生物技术》。br//pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201810/uepic/419b4d61-469e-48e0-baf9-3ef492f7ff8b.jpg" title="2018-10-12_165404.png" alt="2018-10-12_165404.png"//pp style="line-height: 1.5em "　　质谱数据的低解析率直接影响着肽段和蛋白质鉴定数目和鉴定精度的提高。质谱数据解析率一直较低，是由于质谱数据中通常有大量存在意外修饰或发生意外酶切的肽段，传统的限定式搜索因搜索空间有限，通常无法对上述肽段进行有效检索。/pp style="line-height: 1.5em "　　新一代开放式搜索引擎Open-pFind采用基于序列标签索引的开放式搜索流程，快速扫描蛋白质数据库并对部分高质量谱图进行鉴定。在此过程中，意外修饰、突变、半特异及非特异性酶切肽段均在引擎的搜索空间内。Open-pFind通过基于支持向量机的肽谱匹配重打分算法，挖掘数据中的特征信息，并据此进行第二次精细搜索。同时，Open-pFind集成了前端数据处理的pParse模块，对肽段母离子进行校准，并有效提取混合谱图，进一步提升了谱图解析率。/pp style="line-height: 1.5em "　　在四组典型质谱数据集上，Open-pFind解析率均达到了70%~85%，比同类软件鉴定结果多出50.5%~117.0%。对于高质量的串联质谱图，Open-pFind甚至基本实现了完全解析。在搜索空间是常规引擎5个量级的基础上，Open-pFind的速度仍然是常规引擎的2~3倍，是同类开放式引擎的数十倍甚至上百倍。在超大规模人类蛋白质组数据集上，Open-pFind报告了超过12000种蛋白，且准确度远远超过以往常规分析结果。/pp　　/ppbr//p

p　　据仪器信息网编辑最新获悉，牟一萍女士目前已加盟蛋白质分析仪器及相关耗材设计制造商AES (Advanced Electrophoresis Solutions Ltd.)，并担任该公司联席首席执行官(Co-CEO)一职，同时还成为了AES公司董事会成员。/pp style="text-align: center "img style="width: 450px height: 328px " title="QQ截图20160329092644.jpg" border="0" hspace="0" vspace="0" src="http://img1.17img.cn/17img/images/201603/insimg/da3c305a-524a-4b46-968f-1226ed553929.jpg" width="450" height="328"//ppspan style="font-size: 16px "　　/spanspan style="font-size: 16px "作为一名成功的职业经理人，牟一萍女士拥有超过20年的生命科学企业领导经验。不久前，她曾在GE医疗集团生命科学事业部担任大中华区总经理一职，在此任职期间大中华区销售额保持了两位数增长的强劲速度，实现了年销售额超过2亿美元。在此之前，她还曾担任安捷伦科技全球副总裁兼生命科学和化学分析事业部大中华区总经理；在她的带领下，安捷伦科技大中华区在不到10年的时间内营业收入从5000万美元攀升至5亿美元，并成为了该公司在全球业务上增长最快的地区；牟一萍女士不仅擅于推动业务的有力增长，还建立了以客户为中心的企业文化，并打造了优秀的售前售后服务团队。/span/ppspan style="font-size: 16px "/span　　对于牟一萍女士的加盟，AES公司创始人兼Co-CEO黄铁民博士表示：“我们非常高兴和幸运牟一萍女士在这个重要时刻加入AES。AES在蛋白质分析仪器系统和全系列CEInfinite产品线的开发及商品化方面投入了巨大精力，接下来我们需要对公司业务的未来发展采取进一步措施，相信牟一萍女士的领导能力和丰富的销售及市场营销技巧将把我们的业务推向新的高度。”/pp　　对此，牟一萍女士则谈到：“我一直在寻求带给客户新的技术。AES是一个充满活力和创新的公司，它已经开发出了蛋白质iCIEF分离和质谱耦合技术，这是生命科学行业一直在寻找的独特解决方案。AES是目前全球唯一能够提供这种专利技术的公司，我非常期待与大家一起合力促进AES技术的广泛应用，我期待由此带来的挑战与机遇。”/ppstrong关于AES/strong/pp　　AES公司位于加拿大安大略省，是一家致力于为客户提供全柱成像检测毛细管电泳系统、试剂和耗材的公司。其最新推出的新一代毛细管电泳仪系统——毛细管电泳等电聚集-全柱成像检测技术（cIEF-WCID），用户借助cIEF-WCID技术，复杂蛋白质的分离和 pI点的测定变得异常轻松。该技术将成为蛋白质药物和抗体药物研发和质量控制、蛋白质组学基础研究和生物相互作用机制探索的强有力工具，同时也是食品安全中功能蛋白检测、育种、奶制品、肉类等最新的技术手段。/pp style="text-align: right "strong编辑：刘玉兰/strong/p

1 人类蛋白质组草图公布　　之前，尽管不少大型的蛋白质组数据集，已经收集约上万个蛋白数据，然而覆盖80%的人类蛋白质组的草图却并未绘制。此次的研究，则突破了这一局限。　　该图谱由德国慕尼黑工业大学、约翰霍普金斯大学/印度生物信息研究所等机构的两个团队独立完成。其中，在印度生物信息研究所和美国约翰霍普金斯大学等机构绘制了17 924个基因编码的蛋白质草图，其总数约占人类基因总数的84% 而慕尼黑理工大学领衔的团队，则对19 629个基因编码的蛋白质绘制草图，其总数约占人类基因总数的92%。不过，印度和美国团队，与德国团队所采用的实验数据来源略有不同，印度和美国的研究者从30个人体组织的许多不同的样品及细胞系(包括7种胎儿组织和6种血细胞类型)中提取、纯化所有蛋白质，并用质谱技术揭示组成各蛋白片段的氨基酸序列，因而两种数据的分析方法相对统一 德国的团队所采用的数据从公共数据库收集获得，而后与实验室生成的数据合并完成分析。在德国的研究中，慕尼黑工业大学的Bernhard Kü ster等人建立了搜索性公共数据库ProteomicsDB，而公共数据库收集获得的质谱分析数据约占ProteomicsDB数据的60%，其他的数据来自于60个人类组织体液，13个体液，147个癌细胞系。　　这些蛋白大多为健康人群中组织和器官中表达的蛋白，对于理解疾病状态下发生的变化，具有现实的意义，如德国团队完成的数据能用于识别数百个翻译的基因间非编码RNAs(lincRNAs)，比较分析通过蛋白质对癌症药物的敏感性，发现mRNA和组织中蛋白的定量关系等。同时，这两项研究也发现了许多新蛋白，而编码这些蛋白的基因之前被认为位于基因组的非编码区域，因而也丰富了对于遗传学研究的认识。　　2 研究团队的基本背景　　此次研究的美国和印度团队，由约翰霍普金斯大学的副教授Akhilesh Pandey领衔，而他也是印度生物信息学研究所首席科学顾问。此前，印度生物信息学研究所和约翰霍普金斯大学的生物信息学团队就有广泛的合作，例如两个机构的26名科学家经过18个月的努力，排列出了人类的X染色体顺序，并将其与黑猩猩、老鼠的基因组相比较，发现了新基因。　　慕尼黑工业大学的化学和功能蛋白质组学分析者Bernhard Kü ster，其研究的主要领域是探索蛋白质的相互作用及其与活性药物成分的相互作用，分析癌症发生发展的分子机制，以及开发相应的临床治疗方法。作为研究者，Bernhard Kü ster也曾参与了蛋白质组技术平台上具有雄厚基础的Cellzome公司的发明(新的酶相互作用化合物的方法)。而Cellzome公司的药物研发平台，可对于特定蛋白相互作用的药物进行筛选，其具有高度的灵敏性，而葛兰素史克(GSK)公司也正在看中了这一点已将其并购。　　3 中国人类蛋白质组计划(CNHPP)　　在人类蛋白质组草图公布的同时，&ldquo 中国人类蛋白质组计划(CNHPP)&rdquo 已经由科技部正式批准启动实施。此前，中国科学家已倡导并领衔人类第一个器官(肝脏)国际蛋白质组计划(HLPP)。　　在&ldquo 中国人类蛋白质组计划&rdquo 中，&ldquo 激光解析基体辅助离子源-蛋白测序仪器&rdquo 课题是重点研究方向之一，致力于蛋白质测序仪器和试剂国产化，从而加速蛋白质组学和生物质谱技术在临床领域的研究与应用。　　4 蛋白质组测序技术的开发　　蛋白质组是一个细胞、组织、有机体在一定时间内表达的所有蛋白质(总蛋白质)。对蛋白质组进行系统的、全面的研究，而快速、准确、低成本的蛋白质分离纯化技术(如双向电泳、计算机图像分析与大规模数据处理技术以及质谱技术等)的发展，则是系统、全面研究的基础。有了基因组计划和基因组测序技术的发展经验，人类在蛋白质组草图公布的前后，也就有了对低成本、高效率的蛋白质组测序技术的格外重视。例如，亚利桑纳州立大学的Stuart Lindsay团队正在致力于研究让单链肽段穿过纳米孔的技术，从而将纳米孔单分子DNA测序技术(第三代基因测序技术，采用纳米孔的单分子读取，与之前的测序技术测序时间长、价格比较昂贵、测序分子需要大量扩增、还需要进行荧光标记等相比，第三代测序技术读取数据更快，测序成本明显降低)的设计理念应用于蛋白质组的测序，开发蛋白质单分子测序技术。　　5 蛋白质组学与个性化医疗　　人类蛋白质组草图的成果表明，有数百种蛋白质是由此前认为不具备相关功能的DNA片段(脱氧核糖核酸)及&ldquo 假基因&rdquo 形成。这也说明了基因组和蛋白质组之间的巨大差别。例如，表观遗传研究的核心内容即是基因的拼接和翻译后修饰，而蛋白质随时间和空间的动态变化等，使得蛋白质组的研究远比基因组研究复杂。　　尽管目前的个性化医疗以基因解析为特征，然而真正衔接基因型与疾病表型的还是蛋白质。随着蛋白质组测序技术的快速发展，也许蛋白质组学的研究会带动个性化医疗新的发展阶段。　　本文作者：中国科学院上海生命科学信息中心 于建荣 江洪波。

瓜氨酸化是影响蛋白质结构和功能的关键的翻译后修饰。尽管它与各种生物过程和疾病发病紧密相关，但由于缺乏有效的方法来富集、检测和定位该翻译后修饰，其潜在机制仍然知之甚少。近期，威斯康星大学麦迪逊分校李灵军教授课题组报道了生物素硫醇标签的设计和开发，该标签能够通过质谱法对瓜氨酸化进行衍生化、富集来实现可靠的鉴定。作者对小鼠组织的瓜氨酸化蛋白质组进行了全局分析并且从432种瓜氨酸化蛋白质中识别出691个修饰位点，这是迄今为止最大的瓜氨酸化数据集。作者发现并阐述了这个翻译后修饰的新的分布和功能并且表示该方法有希望为进一步破译瓜氨酸化的生理和病理作用奠定基础。这项工作以“Enabling Global Analysis Of Protein Citrullination Via Biotin Thiol Tag-Assisted Mass Spectrometry”为题发表在国际化学权威杂志Analytical Chemistry上 (https://doi.org/10.1021/acs.analchem.2c03844)，文章作者为Yatao Shi#, Zihui Li#, Bin Wang#，Xudong Shi , Hui Ye, Daniel G. Delafield, Langlang Lv, Zhengqing Ye, Zhengwei Chen, Fengfei Ma，Lingjun Li*。此外，李灵军教授课题组进一步拓展了此方法的实用性。作者通过应用二甲基化亮氨酸(DiLeu)等重标记策略第一次实现了瓜氨酸化的高通量定量研究，并利用这一方法揭示了瓜氨酸化在人体细胞DNA损伤及修复过程中的重要作用。相关成果以“12-Plex DiLeu Isobaric Labeling Enabled High-Throughput Investigation of Citrullination Alterations in the DNA Damage Response”为题同样发表在Analytical Chemistry上(https://doi.org/10.1021/acs.analchem.1c04073)，文章作者为Zihui Li, Bin Wang, Qinying Yu, Yatao Shi, Lingjun Li*。　　研究的主要内容　　作者设计了一种生物素硫醇标签，它可以很容易的以低成本合成并且可以与瓜氨酸残基和2,3-丁二酮发生特异性反应(图 1a)。这种衍生化不仅增加了质量转移以允许更可靠的鉴定，而且还引入了生物素部分，使修饰分子的后续富集成为可能。该生物素硫醇标签设计具有紧凑的结构，在高能碰撞解离 (HCD) 期间仅产生两个碎片/诊断离子(图 1b)。 因此，肽主链可以保持良好的裂解效率，并在 HCD 或电子转移解离 (ETD) 期间分别产生丰富的b/y或c/z离子系列。在 HCD(图 1c)、ETD或电子转移/高能碰撞解离(EThcD)碎裂下，衍生化肽标准品的序列收集质谱图几乎完全覆盖相应的肽序列。实验结果表明生物素硫醇标签衍生的瓜氨酸化肽可以产生用于解析及标注的高质量的串联质谱图，并且与各种裂解技术相结合时可以提高瓜氨酸化位点的识别可信度。　　图1|用于瓜氨酸化分析的生物素硫醇标签设计。a，使用生物素硫醇标签和 2,3-丁二酮对瓜氨酸肽进行衍生化。 b，HCD、ETD 或 EThcD 片段化后生物素硫醇标签衍生的瓜氨酸化肽的片段化位点。c，HCD 裂解后生物素硫醇标签衍生的瓜氨酸肽标准品 SAVRACitSSVPGVR 的串联质谱图。　　在接下来的实验中作者使用该生物素硫醇标签和基于质谱的自下而上的蛋白质组学方法对瓜氨酸化进行分析(图2a)。作者在体外利用 PAD(一种可以催化瓜氨酸化的酶)催化的人组蛋白 H3 蛋白来验证这个过程。作为未被PAD催化的阴性对照，未发现组蛋白的肽段被鉴定为瓜氨酸化，证明了生物素标签反应的高特异性(图 2b)。在体外 PAD 处理后，作者 发现许多精氨酸残基被催化为瓜氨酸，并且大量的位点被高可信度的鉴定为瓜氨酸化位点(图 2c)，进一步表明该方法的高效性。在 HCD 碎裂后，其产生了一系列丰富的 b/y 离子，可以帮助准确的表征在同一肽段上单个(图 2d)以及多个(图 2e)瓜氨酸化位点。　　图2|使用生物素硫醇标签进行体外瓜氨酸化分析。a，使用生物素硫醇标签进行蛋白质瓜氨酸化分析的实验工作流程。b、c，在体外 PAD 处理之前 (b) 和之后 (c) 组蛋白 H3 蛋白的瓜氨酸化分析。 已识别的瓜氨酸化位点在序列中以蓝色字母突出显示。 序列下方的红色矩形表示鉴定的瓜氨酸化肽，而瓜氨酸化位点以蓝色显示。 d，PAD处理的组蛋白 H3 (R64Cit) 的已鉴定瓜氨酸化肽的串联质谱图示例。 e，PAD 处理的组蛋白 H3 的同一肽上鉴定的两个瓜氨酸化位点(R70Cit 和 R73Cit)的串联质谱图示例。　　接下来，作者们尝试利用所开发的方法对复杂的生物样本中的瓜氨酸化进行全局分析，并希望能够以此提供阐明生物体中瓜氨酸化调节机制的依据。首先，作者对小鼠的六个身体器官和五个大脑区域进行了深入的瓜氨酸组分析，生成了第一个小鼠瓜氨酸组组织特异性数据库。作者从432种瓜氨酸化蛋白质中以高置信度的方式鉴定了691个瓜氨酸化位点(图 3a)。更重要的是，这些蛋白质中约有 60% 未曾在UniProt 数据库检索并被报道，这一结果极大地扩展了对瓜氨酸化以及这些底物蛋白质如何受到瓜氨酸化影响的理解。作者发现结果中与 UniProt 数据库的已知的瓜氨酸位点重叠部分较少(图 3b)，这可能是因为 UniProt 中描述的近 40% 的瓜氨酸化位点是基于相似性外推理论而没有实际的实验证据。此外，许多报道的位点位于组蛋白上，尤其是蛋白质末端，可能会逃过自下而上质谱策略的检测(图 3b)。图 3c 展示了单位点瓜氨酸化和多位点瓜氨酸化蛋白质分布情况，其中 70% 的已鉴定蛋白质仅有一个瓜氨酸化位点被检测到。　　这个新发现的瓜氨酸化蛋白质组为推测瓜氨酸化的调控机制提供了宝贵的资源。例如，作者在髓鞘碱性蛋白(MBP)上鉴定到了九个瓜氨酸化位点，而在 UniProt 数据库中只有四个(图3d)。作者的结果提供了高质量的串联质谱图，不仅证实了已知修饰位点的存在(图3e)，而且还高可信度的识别了未知的位点(图 3f)。然后作者进行了瓜氨酸化肽段的序列分析，发现在鉴定的瓜氨酸化位点两侧并没有高度保守的氨基酸序列模式(图3g)，但是谷氨酸残基更频繁地出现在瓜氨酸的N末端侧附近。这与Fert-Bober 等人报道的小鼠瓜氨酸组分析结论一致。另一方面，Tanikawa 等人发现在人体组织和血浆中大约五分之一的 PAD4 底物含有 RG/RGG 基序。同样，Lee 等人及相关研究人员观察到天冬氨酸和甘氨酸残基在瓜氨酸化位点出现频率偏高。值得注意的是，这些研究使用了不同的人源细胞系或组织，因此作者的结果可能表明在不同物种之间瓜氨酸化位点周围的序列模式是不同的。为了更好地辨别瓜氨酸化蛋白质所涉及的功能，作者展示了基因本体论(GO)富集分析的热图，其显示了二十个最显著富集的细胞成分(图3h)以及KEGG途径(图3i)。作者发现小鼠大脑组织和身体器官之间存在明显差异，而瓜氨酸蛋白更多地参与大脑功能。具体来说瓜氨酸化蛋白质集中在轴突、髓鞘、核周体和突触中，因此在中枢神经系统中可能发挥着重要的作用。　　图3|不同小鼠组织的大规模瓜氨酸组分析。a，不同小鼠组织中已鉴定的瓜氨酸化蛋白和瓜氨酸化位点的数量。 b，本研究中鉴定的瓜氨酸化位点与 UniProt 数据库中报告的位点比较。 c，每个鉴定的瓜氨酸化蛋白质的瓜氨酸化位点数量分布。d，本研究中确定的瓜氨酸化位点与 UniProt 数据库中关于髓鞘碱性蛋白的瓜氨酸化位点的比较。e、f，在髓磷脂碱性蛋白 R157Cit (e) 和 R228Cit (f) 上鉴定的两个瓜氨酸化位点的示例串联质谱图。g，鉴定的瓜氨酸化肽的序列。瓜氨酸化位点位于中间的“0”位置。字母的高度表示每个氨基酸在特定位置的相对频率。 h,i，使用 Metascape 生成的热图显示不同小鼠组织中显着丰富的(p 值 0.01)细胞成分 (h) (KEGG) 通路 (i)。　　为了进一步拓展该方法的实用性，作者应用了二甲基化亮氨酸(DiLeu)等重标记策略，第一次实现了对瓜氨酸化进行高通量的定量研究。作者首先使用瓜氨酸化标准肽段进行测试，证明在优化反应条件下DiLeu标记和生物素硫醇标记反应可以分步进行而不互相干扰(图 4B，4C)。同时，将标准肽段按照已知比例进行4-plex DiLeu标记并混合，再进行生物素硫醇标记和瓜氨酸化分析，结果显示了非常好的定量准确性(图5)。作者进一步优化了运用该方法在复杂生物样品中进行定量分析的实验方法，并且证明此方法依然可以实现极佳的定量准确度和精确度(图6)。　　图4|瓜氨酸化标准肽段测试DiLeu标记和生物素硫醇标记分步反应的特异性和效率　　图5|瓜氨酸化标准肽段测试DiLeu标记和生物素硫醇标记定量分析的准确性　　图6|复杂生物样品测试DiLeu标记和生物素硫醇标记定量分析的准确度和精确度　　作者接下来应用该方法对DNA损伤中瓜氨酸化的作用进行了研究。作者在MCF7细胞中用三种方法造成了DNA损伤，并定量分析了蛋白质瓜氨酸化的变化。作者一共鉴定到63种瓜氨酸化蛋白以及其包含的78个瓜氨酸化位点，并发现三个实验组中的瓜氨酸化表达相比于对照组呈现出非常不同的趋势(图7A)，这一结果表明瓜氨酸化在不同类型的DNA损伤模型中具有差异性的作用。通过对实验组中显著变化的瓜氨酸化蛋白进行生物过程网络分析，作者发现瓜氨酸化主要对DNA代谢，蛋白结构变化，翻译以及DNA修复等过程进行调控(图 7B，7C)。该实验结果表明蛋白瓜氨酸化对DNA损伤以及相关发病机理具有非常重要的作用。　　图7|高通量定量分析研究瓜氨酸化在DNA损伤中的变化及作用(来源：Anal. Chem.)　　小结　　本文章介绍了一种生物素硫醇标签的设计和开发，该标签可与瓜氨酸化肽段发生特异性反应并极大地提高了瓜氨酸化的富集和检测效率。在使用标准肽和重组蛋白证明该方法的有效性后，作者进一步优化了从复杂生物样品中检测瓜氨酸化的实验过程。通过此方法对小鼠五个大脑区域和六个身体器官的蛋白质瓜氨酸化进行分析，作者鉴定出432个瓜氨酸化蛋白以及691个瓜氨酸化位点，这是迄今为止最大的数据集。该研究揭示了这种翻译后修饰可能在神经系统中发挥的关键作用，并表明它们在包括呼吸和糖酵解在内的许多代谢过程中也可能发挥着重要作用。总的来说，实验结果表明蛋白质瓜氨酸化在不同组织中具有广泛分布并参与各种生物过程，这扩展了目前对蛋白质瓜氨酸化生理作用的认知和理解。此外，作者进一步拓展了此方法的实用性，通过应用DiLeu等重标记策略第一次实现了瓜氨酸化的高通量定量研究，并利用这一方法揭示了瓜氨酸化在人体细胞DNA损伤及修复过程中的重要作用。更重要的是，该方法可以提供一种普适、简单而强大的检测方法来明确鉴定蛋白质瓜氨酸化，这也将启发和有益于未来对这种翻译后修饰在生理和病理条件下的功能作用的研究。　　相关研究成果近期发表在Analytical Chemistry上的两篇文章中, 通过生物素硫醇标签辅助质谱法对蛋白质瓜氨酸化进行全局分析文章的共同第一作者是威斯康星大学麦迪逊分校博士生石亚涛，李子辉，王斌，并与中国药科大学叶慧教授课题组合作 应用二甲基化亮氨酸等重标记策略进行蛋白质瓜氨酸化高通量定量研究文章的第一作者是威斯康星大学麦迪逊分校博士生李子辉，两篇文章通讯作者为李灵军教授。更多关于李灵军教授研究团队的最新研究进展欢迎登陆课题组网站：https://www.lilabs.org/

基因测序技术飞速发展，使得几十个甚至上百个基因的测序能够在几天之内完成，近日，&ldquo 蛋白质测序仪器和试剂国产化&rdquo 项目实施工作会议在北京大学顺利落幕，会议得到了北京大学前沿交叉学科研究院方竞院长的大力支持。　　90年代人类基因组计划，中国科学家承担了1%的任务 而2010年代的人类蛋白组计划，则是由中国科学家领军 20年来，从承担人类基因组计划1%到人类蛋白组计划的领袖全球，证明了中国科学的长足进步，也体现了中国科学家的卓越贡献。此次工作会议是科研与产业化结合非常好的范例，由国内蛋白组领域的重要企业参会，并成立了&ldquo 中国人类蛋白质计划企业工作组&rdquo ，由知名企业担任企业工作组组长，努力打破生物质谱被国外企业垄断的局面，迅速将相关的研究成果运用于临床诊断。　　&ldquo 蛋白质测序仪器和试剂国产化&rdquo 项目，基于&ldquo 中国人类蛋白质组计划&rdquo ，项目共分9个课题，其中&ldquo 激光解析基体辅助离子源-蛋白测序仪器&rdquo 课题，是一重点研究方向，将会加大蛋白质组学在临床领域的研究与应用，快速推动生物质谱技术在临床医疗领域的应用。　　利用对人体DNA分子的鉴定来辅助诊断的技术(分子诊断技术)在上个世纪就已经出现了，比如，FISH等核酸杂交技术已经可以进行染色体和基因水平的分析。上世纪90年代，定量PCR技术的兴起大大加快了突变鉴定的速度，可以进行DNA上单个位点突变的鉴定，被广泛应用于临床。本世纪初，人类基因组草图绘制的完成标志着第一代基因测序技术的成熟，对一个或几个基因的测序开始应用在临床上，对基因突变测量的分辨率得以提升，在传染病的鉴定以及癌症等致命性疾病的靶向治疗中应用广泛。　　除了精度的提高，基因芯片技术的发明使得同时检测许多基因的变化成为可能。如今新一代测序技术的进展使得大规模测序的速度急剧提高，成本急剧降低，越来越多的疾病找到了可用于诊断或分型的分子标志物，同时检测几十个基因的微小变化也不再困难，对传染病病原体的鉴定变得更加快速，许多遗传性疾病都可以实现无创的产前诊断。　　科技的进步应用于医疗领域需要经过一段时间，与IT等领域不同，医疗领域是政府监管最为严格的领域，合规性是临床应用上绕不开的问题。一项技术的成熟必须得到政府监管部门的认可才能得到应用，而新技术的批准、质控可溯源体系的建立、收费标准的建立等需要耗费时间。新一代测序的应用涉及到测序仪器、测序试剂、生物信息软件与数据库的相互配合，虽然这项技术在21三体综合症的产前诊断等应用方面展现出了极好的前景，但我们必须承认，在从基因序列到疾病的探索中，还有许多未知的问题需要解决。

p　　Alphabet(谷歌)旗下公司 DeepMind 的人工智能 AlphaGo 曾在国际象棋、围棋等项目中取得了超越人类的表现，其研究不仅震惊世界，也两次登上 Nature。如今，该公司已将人工智能技术应用到最具挑战性的科学研究问题中，其刚刚推出的 AlphaFold 可以仅根据基因“代码”预测生成蛋白质的 3D 形状。/pp　　DeepMind 表示，AlphaFold 是“该公司首个证明人工智能研究可以驱动和加速科学新发现的重要里程碑”。看来，人类医学研究要前进一步了。/pp　　img src="https://img1.17img.cn/17img/images/201812/uepic/fc4cf612-a444-4567-b697-76cdcdfc9dea.jpg" title="1.jpg" alt="1.jpg" style="text-align: center "//pp style="text-align: center "　　span style="color: rgb(127, 127, 127) "2017 年 5 月，谷歌 DeepMind 人工智能项目 AlphaGo(执棋者：黄士杰博士)对战当时世界第一的围棋选手柯洁。/span/pp style="text-indent: 2em "周日，在墨西哥坎昆举办的一场国际会议中，DeepMind 的最新 AI——AlphaFold 在一项极其困难的任务中击败了所有对手，成功地根据基因序列预测出蛋白质的 3D 形状。/pp　　“蛋白质折叠”是一种令人难以置信的分子折叠形式，科学界以外很少有人讨论，但却是一个非常重要的问题。生物由蛋白质构成，生物体功能由蛋白质形状决定。理解蛋白质的折叠方式可以帮助研究人员走进科学和医学研究的新纪元。/pp　　“对于我们来说，这真的是一个关键时刻，”DeepMind 联合创始人兼 CEO Demis Hassabis表示，“这个项目就像灯塔，这是我们关于人和资源的首次重大投资，用于解决一个根本性的、现实世界的重要问题。”/pp　　在 2016 年 AlphaGo 击败李世乭后，DeepMind 就开始将目光转向蛋白质折叠。尽管实践证明，游戏是 DeepMind AI 项目的优秀试验场，但在游戏中取得高分并非他们的终极目标。“我们的目标从来就不是赢得围棋或雅达利比赛的胜利，而是开发能够解决蛋白质折叠这类问题的算法，”Hassabis 表示。/pp　　strong为什么要预测蛋白质结构/strong/pp　　人体能够产生数万甚至数百万的蛋白质。每个蛋白质都是一个氨基酸链，而后者的类型就有 20 种。蛋白质可以在氨基酸之间扭曲、折叠，因此一种含有数百个氨基酸的蛋白质有可能呈现出数量惊人(10 的 300 次方)的结构类型。/pp　　蛋白质的 3D 形状取决于其中包含的氨基酸数量和类型，而这一形状也决定了其在人体中的功能。例如，心脏细胞蛋白质的折叠方式可以使血流中的任何肾上腺素都粘在它们上面，以加速心率。免疫系统中的抗体是折叠成特定形状的蛋白质，以锁定入侵者。几乎身体的每一种功能——从收缩肌肉和感受光线到将食物转化为能量——都和蛋白质的形状及运动相关。/pp　　通常情况下，蛋白质会呈现出能量效率最高的任何形状，但它们可能会纠缠在一起或者折叠错误，导致糖尿病、帕金森和阿茨海默症等疾病。如果科学家可以根据蛋白质的化学构成来预测其形状，他们就能知道它是做什么的，会如何出错并造成伤害，并设计新的蛋白质来对抗疾病或履行其它职责，比如分解环境中的塑料污染。/pp　　strongAI 如何改变研究方法?/strong/pp　　正因为蛋白质的结构如此重要，在过去的五十年中，科学家已经能使用低温电子显微镜和核磁共振等实验技术确定蛋白质的形状，但是每一种方法都依赖大量的试验与误差反馈，每种结构可能需要花费数万美元、历时数年进行研究。因此生物学家转攻 AI 方法，以完成这一困难且单调的过程。/pp　　幸运的是，由于基因测序成本快速降低，基因组领域的数据非常丰富。因此在过去几年中，依赖于基因组数据的预测问题正越来越多地借助深度学习方法。DeepMind 非常关注这一问题，并提出了 AlphaFold，这一项工作目前已经提交到了Critical Assessment of Structure Prediction (CASP)。/pp　　DeepMind 用 AlphaFold 参加了 CASP，这是一年两次的蛋白质折叠奥运会，吸引了来自世界各地的研究小组。比赛的目的是根据氨基酸列表来预测蛋白质的结构，这些氨基酸列表会在几个月内每隔几天发送给参赛团队。这些蛋白质的结构最近已经通过费力又费钱的传统方法破解，但还没有公开。提交最准确预测的团队将获胜。/pp　　尽管是首次参加比赛，AlphaFold 就在 98 名参赛者中名列榜首，准确地从 43 种蛋白质中预测出了 25 种蛋白质的结构。而同组比赛中获得第二名的参赛者仅准确预测出了 3 种。值得一提的是，AlphaFold 关注从头开始建模目标形状，且并不使用先前已经解析的蛋白质作为模板。AlphaFold 在预测蛋白质结构的物理性质上达到了高度的准确性，然后基于这些预测可以使用两种不同的方法预测构建完整的蛋白质结构。/pp　　strong使用神经网络预测物理属性/strong/pp　　AlphaFold 构建的模型都依赖深度神经网络，这些经过训练的神经网络可以从基因序列中预测蛋白质的属性。DeepMind 的研究人员表示，神经网络预测的蛋白质属性主要有：(a)氨基酸对之间的距离 (b)连接这些氨基酸的化学键及它们之间的角度。这些方法的首要进步就是对常用技术的提升，它们可以估计氨基酸对是否彼此接近。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201812/noimg/d256b4f4-6189-437b-8ead-d45a99ae81de.gif" title="2.gif" alt="2.gif" width="375" height="375" style="width: 375px height: 375px "//pp style="text-indent: 2em "为了构建 AlphaFold，DeepMind 在数千已知的蛋白质上训练了一个神经网络，直到它可以仅凭氨基酸预测蛋白质的 3D 结构。给定一种新的蛋白质，AlphaFold 利用神经网络来预测氨基酸对之间的距离，以及连接它们的化学键之间的角度。接着，AlphaFold 调整初步结构以找到能效最高的排列。该项目花了两周时间来预测其第一个蛋白质结构，但现在几小时内就可以完成了。/pp　　根据神经网络预测的两种物理属性，DeepMind 还训练了一个神经网络以预测蛋白质成对残基(residues)之间距离的独立分布，这些概率能组合成估计蛋白质结构准确率的评分。此外，DeepMind 还训练了另一个独立的神经网络，该网络使用集群中的所有距离来估计预测的结构与实际结构之间的差距。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201812/uepic/b1b25d1b-42ba-454c-ae29-93402575df61.jpg" title="3.jpg" alt="3.jpg"//pp style="text-align: center "　　img src="https://img1.17img.cn/17img/images/201812/noimg/3bbdee91-2067-417d-8e22-92b8a5543cc6.gif" title="4.gif" alt="4.gif" style="text-align: center width: 533px height: 178px " width="533" height="178"//pp　　strong预测蛋白质结构的新方法/strong/pp　　这些评分函数可以用来探索蛋白质内部，以找到与预测匹配的结构。DeepMind 的第一种方法建立在结构生物学的常用技术上，用新的蛋白质片段反复替换蛋白质整体结构的某个部分。他们训练了一个生成神经网络来创造新的片段，这些片段被用来不断提高蛋白质结构的评分。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201812/uepic/e657a13d-1262-4040-8074-dda8e8ac5791.jpg" title="5.jpg" alt="5.jpg" width="492" height="315" style="width: 492px height: 315px "//pp　　先通过神经网络预测氨基酸之间的距离和化学键角度，然后再根据两种物理属性对结构进行评分，最后通过梯度下降优化评分。/pp　　第二种方法是通过梯度下降来优化评分，得到的结构高度精确。梯度优化被用在整个蛋白质链，而不是组装前必须单独折叠的片段，这种做法降低了预测过程的复杂性。/pp　　strong未来可期/strong/pp　　首次涉足蛋白质折叠领域的成功表明，机器学习系统可以整合各种信息来源，帮助科学家快速找到各种复杂问题的创造性解决方案。人工智能已经通过 AlphaGo 和 AlphaZero 等系统掌握了复杂的游戏，与此类似，利用人工智能攻克基本科学问题的未来同样可期。/pp　　雷丁大学的研究人员 Liam McGuffin 在比赛中带领得分最高的英国学术团体。他表示，“DeepMind 今年似乎取得了更大的进展，我想进一步了解他们的方法。我们的资源并不充足，但我们仍然有很强的竞争力。”/pp　　“预测蛋白质折叠形状非常重要，对解决很多世纪难题有重大影响。这种能力可以影响健康、生态、环境，基本上可以解决任何涉及生命系统的问题。”/pp　　“包括我们在内的很多团队几年来一直都在使用基于机器学习的方法，而深度学习和人工智能的进步似乎也产生了越来越重要的影响。我对这个领域很乐观，我觉得我们会在 21 世纪 20 年代真正解决这个问题。”McGuffin 表示。/pp　　Hassabis 也表示还有很多工作要做。“我们还没有解决蛋白质折叠问题，目前只是迈出了第一步。这是一个极具有挑战性的问题，但我们有一个良好的体系，还有很多想法尚未付诸实践。”/pp　　蛋白质折叠的早期进展令人兴奋，它证明了人工智能对科学发现的效用。尽管在能够对疾病治疗、环境管理等方面产生量化影响之前，我们还有很多工作要做，但我们知道人工智能的潜力是巨大的。在一个专注于研究机器学习如何推进科学发展的专业团队的努力下，我们期待看到技术能够有所作为。/p

项目编号：JSHC-2022121190C2项目名称：东南大学医学与生命科学平台蛋白纯化仪采购预算金额：96.0000000 万元（人民币）采购需求：东南大学医学与生命科学平台采购蛋白纯化仪一套，主要功能要求如下：可以进行生物大分子的范例纯化，已知和未知蛋白质的纯化，蛋白质的结构动力学药物作用靶点研究，药物蛋白的分离，蛋白质工程药物的合成，蛋白质的定性，基因表达产物的分离。主要技术要求如下：蛋白纯化系统主机部分系统泵：精确的全自动微量柱塞泵，双泵四泵头，每个泵头都有独立除气阀。流速：0.001-25ml/min；装柱可以双泵模式运行，达到0.1–50ml/min。压力范围：0–20 MPa (200bar，2900 psi)；梯度流速范围：0.5-25ml/min。具备恒压调速功能，自动根据压力调节流速输出，使压力保持稳定。项目编号：JSHC-2022121193C7项目名称：东南大学医学与生命科学平台蛋白质稳定分析仪采购预算金额：43.0000000 万元（人民币）采购需求：东南大学医学与生命科学平台采购蛋白质稳定分析仪一套，主要技术要求如下：（1）适用范围：可分析任意类型的蛋白样品：病毒颗粒、膜蛋白、标签蛋白、酶、抗体、激酶、多聚复合物等。（2）样品数量：≥6 个（3）测量时间：≤3 分钟（4）样品消耗量：≤10 µL合同履行期限：详见采购文件本项目( 不接受 )联合体投标。

大家好，本周分享一篇发表在Nature Methods上的文章PROBER identifies proteins associated with programmable sequence-specific DNA in living cells，本文的通讯作者是来自斯坦福大学的Paul A. Khavari教授，他们组主要致力于干细胞分化与癌症的基因组调控方面的研究。在本文中，作者团队开发了一种通过游离基因招募的近端生物素化技术（PROBER），用于在活细胞中研究与特殊DNA序列相互作用的蛋白。时空和细胞类型特异性基因表达模式由称为顺式调控元件（CREs）的DNA序列控制，它可以通过招募一些蛋白因子来激活或抑制转录复合物的形成。目前已经确定了数千个富含转录因子结合基序的CRE，但其中仅有少数进行了生化表征，因此开发新的工具来定义这些相互作用蛋白是非常必要的。目前，用于识别与感兴趣DNA序列相关蛋白的方法，如CAPTURE、Chap等大多需要交联，这可能会导致偏差的引入。因此，在本文中，作者开发了一种通过近端生物素化定量检测活细胞中短DNA序列（≤80bp）相关蛋白复合物的方法——PROBER。在设计上，PROBER主要需要三种质粒。其中pBait包含目的DNA序列作为“诱饵”，克隆在酿酒酵母GAL4 结合上游激活序列 (UAS) 16的三个串联重复之间；pSprayer质粒表达融合Cal4的枯草芽孢杆菌BASU生物素连接酶（HA tag）；pDriver表达SV40大T抗原用于通过它们的 SV40 复制起点对所有质粒进行高拷贝游离扩增。在生物素存在时，结合在UAS序列上的生物素连接酶可以生物素化结合在目标DNA序列上的蛋白复合物，裂解细胞后采用链霉亲和素捕获生物素化的蛋白质，并使用WB或质谱进行检测。为验证方法的可行性，作者检测了YY1（Yin Yang1），发现与乱序的对照组相比，实验组可以有效地富集到YY1，并且同时富集到了与YY1相互作用的 INO80 复合物中的NFRKB 和 RUVBL1 亚基。接下来，作者也将PROBER与DNA pull down法进行了对比，GO 分析表明，通过 DNA pull down鉴定到的大多数蛋白与 RNA 结合有关，而 PROBER 鉴定到的蛋白质与转录控制有关。最后，作者将PROBER技术应用于了hTERT启动子突变体相互作用蛋白的鉴定。hTERT被发现在多种癌症中会产生单个位点突变（C250T、C228A 和 A161C），作者克隆了这些突变并使用PROBER进行富集，发现了一些由于癌症相关突变而增加的启动子调节因子。总的来说，本文开发了一种近端生物素化方法PROBER，用于活细胞中与短DNA序列相关蛋白的检测。

大家好，本周为大家分享一篇发表在Anal Chem上的文章，Native Ambient Mass Spectrometry Enables Analysis of Intact Endogenous Protein Assemblies up to 145 kDa Directly from Tissue [1]。该文章的通讯作者是来自英国伯明翰大学的Helen J. Cooper教授。非变性原位质谱（native ambient mass spectrometry, NAMS）是一种新型的自上而下质谱分析方法。它结合非变性质谱和原位质谱的优势，可直接在蛋白质及其复合物的生理环境中进行对其进行无标记表征。NAMS可提供蛋白质结构、空间及瞬时相互作用的信息，具有直接从组织中分析内源性蛋白质组装体的巨大潜力。但是，目前，NAMS仅成功应用于直接检测低分子量 (20kDa) 或高丰度的蛋白，如血红蛋白四聚体或RidA 同源三聚体。目前应用于组织中蛋白质NAMS分析的技术有液体萃取表面分析（LESA）与纳喷雾解析电喷雾电离 (nano-DESI) [2]。LESA需要对组织底物进行自动微液节点采样，然后进行纳喷雾电离（nanoESI）进行MS分析。nano-DESI则通过探针与流动相形成流动溶剂桥，与样品直接接触，之后进行质谱分析成像。在本研究中，作者采用NAMS对大鼠脑、肾、肝组织切片中的蛋白质组装体进行全面分析。主要通过调整质谱仪中的离子光学和气体压力以改善m/z传输与纳喷雾性能，来实现对较大蛋白质组装体的分析。结果鉴定出八种蛋白质组装体，证明了NAMS的可及分子量高达145kDa，并通过nano-DESI质谱成像在大脑和肾脏中绘制了高达94kDa的蛋白质组装体的空间分布。在脑组织中，作者通过nano-DESI NAMS绘制了大鼠大脑切片中分子量为37.0–66.4kDa的完整蛋白质复合物的空间分布以及对应的质谱图（图1a,b）。实验成功鉴定并成像出大鼠脑组织中三种蛋白质组装体，包括同源三聚体细胞因子巨噬细胞迁移抑制因子 (MIF, 37.0kDa)、同源二聚体磷酸甘油酸变位酶1 (PGAM1, 57.6kDa)和苹果酸脱氢酶2 (MDH2, 66.4kDa)。结果发现，MIF在整个脑组织区域是均匀分布（图1c）。作者通过nano-DESI-HCD MS2分析产生的单体 (5+、4+) 和二聚体 (5+) 亚基和序列离子的谱图，识别出MIF（图1d）。作者还利用nano-DESI-HCD MS2成功识别出PGAM1，并发现PGAM1在大脑皮层区域中显示出高丰度，而在中脑和胼胝体中的丰度较低（图1e，f）。相比之下，MDH2在脑组织中的空间分布基本均匀（图1g，h）。检测到的结果与蛋白在大鼠脑中的实际分布相符合，可信度较高。图 1. 离子图像和 HCD MS2光谱表明大鼠脑中蛋白质复合物的亚基解离。(a) H&E染色的连续组织切片的光学图像。标签：Ce,小脑；C，大脑皮层；CC，胼胝体；F，穹窿；V，侧脑室区；Mb，中脑；Me，髓质和脑桥；H，海马；Th，丘脑；Ht，下丘脑；BG，基底神经节；OR，嗅觉区域。(b) Nano-DESI 全扫描质谱，代表光学图像中标记为“(b)”的像素。（c，d）巨噬细胞抑制因子同源三聚体显示均匀分布。（e，f）PGAM1同型二聚体分布。（g，h）MDH2同型二聚体分布。此外，作者在大鼠肾脏中鉴定了四种同源二聚体蛋白组件（61.2-94.2kDa），包括ω-酰胺酶 (61.2kDa)、MDH2 (66.4kDa)、苹果酸脱氢酶1 (MDH1, 72.8kDa) 和α-烯醇化酶 (94.2kDa)，并将其成像（图2）。其中观察到的α-烯醇化酶为金属结合形式，每个亚基上结合了2个Mg 2+离子。图 2. (a)大鼠肾脏的H&E染色连续切片显示皮质(C)和髓质(M)组织。(b)在MSI期间获得的大鼠肾皮质组织中单个nano-DESI 像素的示例全扫描质谱。(c, d)α-烯醇化酶同型二聚体。(e, f)苹果酸脱氢酶1。(g, h) MDH2同型二聚体。(i, j) ω-酰胺酶。研究还从大鼠肝组织中鉴定出同型三聚体鸟氨酸转氨甲酰酶（OTC，108.8kDa）和同型四聚体乳酸脱氢酶A（LDHA，145.4kDa）（图3）。其中，在全扫描模式下，nano-DESI可以检测到145.4kDa的LDHA的较弱信号。通过nano-DESI-PTCR MS2的进一步确认，检测到的物质确实为LDHA。图3. (a) 直接来自大鼠肝组织的完整OTC同源三聚体的nano-DESI-PTCR MS 2。(b) 完整OTC同源三聚体的nano-DESI-HCD MS 2显示亚基质量为36.2kDa。(c)完整LDHA同源四聚体 (145.4kDa)的nanoESI-PTCR MS2。(d)完整LDHA 同源四聚体的nanoESI-HCD MS2。在此研究中，作者成功利用NAMS质谱分析方法，直接从组织中检测并鉴定出内源性蛋白质组装体，分子范围为37.0-145.4kDa，包括二聚体、三聚体以及四聚体。其中检测到的上限（145.4kDa）超出LESA MS报道的质量上限的两倍，比nano-DESI 报道过的质量上限高出100kDa。通过调整离子光学和高m /z的气体压力，或者后续仪器和方法的开发，NAMS有可能进一步突破145.4kDa的上限，检测到分子量更大的蛋白组装体。[1]Hale OJ, Hughes JW, Sisley EK, Cooper HJ. Native Ambient Mass Spectrometry Enables Analysis of Intact Endogenous Protein Assemblies up to 145 kDa Directly from Tissue. Anal Chem. 2022 Apr 12 94(14):5608-5614.[2]Hale OJ, Cooper HJ. Native Mass Spectrometry Imaging and In Situ Top-Down Identification of Intact Proteins Directly from Tissue. J Am Soc Mass Spectrom. 2020 Dec 2 31(12):2531-2537.