乳清蛋白粉总氮和蛋白质含

近日，保健食品蛋白粉首张备案凭证、蛋白粉复配产品首张备案凭证相继发放。这是自2023年6月市场监管总局发布保健食品原料目录以来，以大豆分离蛋白、乳清蛋白为原料的产品获得的首批国产保健食品备案凭证。此次将植物蛋白和动物蛋白同时纳入保健食品原料目录，主要面向蛋白质缺乏免疫力低下人群，提升了保健食品人群使用的针对性，有效限制产品夸大宣传。此外，针对这两种蛋白类原料设定的技术要求，在严格遵守食品安全底线的同时，提高了其中的蛋白质含量指标，均达到了优质蛋白原料标准，确保为蛋白质缺乏的人群提供优质蛋白产品。2023年，市场监管总局密集出台多项保健食品相关新法规新政策，激发了产业创新发展活力。据了解，为推动保健食品原料目录制定工作，市场监管总局会同国家卫生健康委、国家中医药局发布的《保健食品原料目录 大豆分离蛋白》《保健食品原料目录 乳清蛋白》自2023年10月1日起施行。于是，也就出现了当前的以大豆分离蛋白、乳清蛋白为原料的产品获得首批国产保健食品备案凭证这一现象。若是具体到成分，乳清蛋白是从牛奶中分离出的氨基酸中浓缩而成的，氨基酸含量和比例高，备受运动营养界推崇，它也成了市场上抗阻训练补充剂的明星产品。这也使得“蛋白粉”至今都被默认为是乳清蛋白。和乳清蛋白是相比，大豆蛋白是植物蛋白和全草本提取物。两个原料目录的发布是市场监管总局对保健食品行业规范化的引领和支持，既为企业提供了更多的备案选择，也为行业创新发展注入了新的动力，突破了以往单一原料备案的模式，允许蛋白质与营养物质复配备案，为企业提供更广泛的研发空间，推动市场上的蛋白粉类保健食品品种变得更加丰富，消费者的选择也更为多元。市场监管总局表示，截至2023年11月底，我国具有国家标准的补充营养素类产品已基本纳入备案管理，有1500余家企业获得保健食品备案登录账号，备案企业已覆盖了国内31个省、自治区、直辖市和新疆生产建设兵团。获得了保健食品备案凭证的产品已达到17000余个，其中功能类产品3300余个，满足了消费者对维生素C、辅酶Q10类产品的需求，为消费者带来了更多质高价优的保健食品。

“你们猜猜这是什么？”采访中，中国科学院成都生物研究所研究员李东从盒子里取出了一小袋咖啡色的粉末。 打开袋子，凑近，在袋口上方轻扇，一阵油枯香气扑鼻而来。“见过沼液没？一种有机废弃物经沼气发酵后的含氮废水，这个东西就是沼液‘变’的蛋白粉。”李东介绍，目前已经对其进行了灭菌处理和重金属检测评估，“如果要当蛋白粉吃，是没有问题的。” 这包蛋白粉正是李东关于沼液生产单细胞蛋白饲料研究项目的最新成果。近期，相关研究成果相继发表在了Appl Biochem Biotechnol、Poultry Science、Electronic Journal of Biotechnology期刊上，同时获得了中国发明专利授权。 与植物源蛋白相比，该技术生产出的蛋白饲料合成速率较快，无需日照和大量土地，成本低。更重要的是，生产过程中能有效利用废弃碳源从而减少碳排，在“双碳”背境下的今天，意义凸显。 变“废”为“宝”，有机废弃物资源化利用一直是李东的老本行。如今他致力于在碳“废”中做文章，积极开展多种碳中和技术的研发和推广。变“废”为“肥” 碳中和，即所排放的二氧化碳和吸收利用的二氧化碳达到平衡。为实现国家碳中和目标，不仅要有碳减排技术和碳零排技术，还需要有碳负排技术。“因为不能完全杜绝煤、石油等化石能源的使用，需要对其释放出的二氧化碳在量上进行一个‘抵消’。” 李东解释。 其中，生物能源属于碳零排范畴，指从生物质中得到的能源，只要有太阳，生物能源就会取之不尽。其通过绿色植物的光合作用将二氧化碳和水合成生物质，生物能在使用后又生成二氧化碳和水，形成一个物质的循环过程，所以从理论上看二氧化碳的净排放其实为零，生物能源也被视为可再生的清洁能源。 要实现负排放，那就要阻断循环。“简单来说，在这个循环过程中，如果我们不让这些生物质，例如农林废弃物、牲畜粪便等进行燃烧使用，那就不会再生成二氧化碳并排放到大气中去。”李东找到了另一种变“废”为宝的方法：有机废弃物腐殖化利用。 “做成含腐植酸有机肥，可以理解为一种作为肥料的‘煤’，因为它就封存于地下，很难再被分解。”李东介绍，还有一种是将有机废弃物经过热解炭化或者水热炭化，做成生物炭。“同样是封存在地下，是一种缓释肥。相较于普通肥料，它不会轻易受到降雨影响导致淋溶，从而造成资源的损失和面源的污染。” 他表示，这类腐植酸或生物炭基肥料可用于农业种植生产、土壤改良、生态复绿。“比如在一些荒坡或者废弃矿山，因为土壤没有有机质没法长东西，我们就可以把腐殖酸肥放进去，让荒地变沃土。”一举多得的碳负排技术 李东认为，有机废弃物腐殖化利用技术和生物炭肥的制备都是从面源上，将大气中的二氧化碳进行“固定”利用，达到负排放的目的。而针对大沼气工程、发电厂、燃煤电厂以及炼钢厂等点源碳排问题的解决，他提出了一种新的负排放技术——“POWER TO X”。 “ ‘POWER’ 指的是电，而‘X’可以指天然气（GAS）一类的碳基能源、化学品、材料、饲料甚至食品等。”李东举例，POWER TO GAS（可再生电转生物天然气）这项技术，指的就是先捕获工厂和沼气池产生的二氧化碳，利用可再生电水解制氢，再将氢气用于还原沼气中的二氧化碳，使二氧化碳变为甲烷，替代天然气使用。 在整个环节中，氢气承担了重要的角色。“我们要把二氧化碳生成我们需要的天然气、化学品等，是需要耗能的，而氢就是一种能量。”李东解释。 目前，电解水制氢技术已经相对成熟，只是还未形成安全的氢气输配管网和终端利用设施。“但我们的天然气管网相当完善，所以可以通过‘POWER TO GAS’技术，利用好氢气，生成天然气，这样使用和储存都更方便。” 李东表示，过程中电解水制氢技术的应用，也能解决“电”的储存问题。“电能储存能力有限，但发电又是恒定的，在用电低峰时就会造成资源的浪费。” 李东描绘了一个未来的应用场景：用电低峰时，某水电厂的电就被输送到大型生物天然气工程，经过电解水制氢，将要排放的二氧化碳还原为能够储存的天然气。用电高峰时，又能利用储罐里的天然气进行发电。 “整个过程，类似于水利工程中的蓄洪调峰。”李东提到，中共四川省委十一届十次全会明确了四川要做优做强清洁能源产业，推进水风光多能互补一体化发展，规模化开发利用天然气，有序开发多类型清洁能源，加快提升稳定保供、协同互补和自我调节的能力。“ ‘POWER TO GAS’这项技术的应用在能源的‘稳定保供、协调互补和自我调节’这方面将会尤为突出，还能解决目前氢气和电力运输或储存的问题，可谓是一举多得。”为空间站变“废”为食提供思路 针对“POWER TO GAS”技术的研究已经持续了五年，最新的系列成果于2021年1月，以研究生朱献濮为第一作者，李东为通讯作者发表在了学术期刊上。目前因为受限于电解水制氢的成本问题，李东及其团队做完“POWER TO GAS”技术经济性分析后，才会考虑进一步的商业化。 而“GAS”（天然气）只是“POWER TO X”中“X”的可能性之一，李东对这项技术的拓展和开发不止于此。“我们的社会是一个碳基社会，人们的吃、穿、住、用、行，乃至人类生命体均离不开碳。所以围绕这项技术理念和路线，我们还能转化出化学品、材料、饲料和食品等。” 李东展示出的特殊“蛋白粉”，正是该技术的又一体现。他解释，在这个沼液氨氮生产单细胞蛋白饲料研究项目中，摒弃了传统的硝化-反硝化的处理沼液的方式，将废弃的含有高浓度氨氮的沼液进行饲料化利用，构建“氨氮-蛋白氮”短流程氮循环。利用微生物把沼液氨氮和养分合成蛋白质，变成蛋白粉。 在“蛋白粉”生成过程中，同样可以利用沼气中的二氧化碳作为碳源，电解水制氢的氢作为能源。“POWER TO X”中的“X”，变成了“PROTEIN”（蛋白）。 李东介绍，这项技术在农业领域具有广阔的应用前景，因为生成的蛋白粉可用作饲料使用。“如果未来能够全面推广，不仅解决了沼气生物天然气产业瓶颈，在沼液资源化利用方面实现突破，对我国粮食安全也有重要的战略意义。” 此外，他还设想了一个应用场景：中国空间站。“在空间站内，太阳帆板一展开就有电，航天员们又呼出了二氧化碳，如果再有氢，尿液提供氮源，我们是否就能应用这项技术来实现航天员每天摄入的食物，也就是营养物的循环‘使用’？” 其实这一循环利用的理念已经在空间站实现，李东提到，空间站内航天员喝的水，有一部分就是经过尿和水循坏系统处理而来的。“因为物质是守恒的，我们要的就是提供物质不停的循环变化所需的能量。”

不法商人添加非法添加物的根本原因是，本来劣质产品中蛋白质含量就很低，需要添加用凯氏定氮法查不出的含氮物质充数。因为现行的凯氏定氮蛋白质测定方法局限于：只能测试总有机氮含量，而非特定的蛋白质中氮含量，因此，方法缺陷被不法商人所投机利用，使伪劣产品蒙混达标。 传统上，蛋白质的测定一直采用凯氏定氮法。该法的误区是：通过氧化还原反应，把低价氮氧化并转为氨盐，再通过氨盐中氮元素的量换算成蛋白质的含量。凯氏定氮针对有机氮化合物，主要是指蛋白质，aa，核酸，尿素等N3-化合物。非蛋白质的含氮化合物，，如三聚氰胺等，在凯氏定氮过程中，被同样消化成(NH4)2SO4，造成蛋白值虚高，我们统称这些化合物为假蛋白氮（NPN）。 从食品安全控制可靠性上考虑，解决问题的根本方法，是直接测试食品中的真蛋白质含量。因为，如果能够一次直接测定食品中真蛋白质含量，那么就堵住了市场监管上的漏洞，使伪劣产品无所遁形。因此添加假蛋白质物质，如三聚氰胺等就毫无意义了。区别蛋白质与NPN的意义在于可以获得真实准确的蛋白质含量。从根本上解决了问题，厂商只能提供达标产品。这对需要进行蛋白质检测行业如食品、饲料及蛋白研究和管理领域具有重要的价值。呼吁中国国家有关部门将真蛋白质检测尽快纳入预防性安全监控标准。 1．食品行业的蛋白质问题 监控食品加工过程中的所有流程节点，包括原料采购、浓缩、勾兑、干燥、储存等。如假劣奶粉的危害就在于产品未达到国家蛋白标准限定，但在&ldquo 国标&rdquo 的凯氏定氮法检测后通过检测，其原因就在于搀加大量的NPN，造成蛋白质含量虚高。所添加的NPN大部分是化工产品，严重威胁食品安全。 2．饲料行业的蛋白质问题 饲料行业同样面临NPN造成的危害。例如最近引起社会关注的三聚氰胺。三聚氰胺含氮量达66%，白色无味，与蛋白粉外观相似，是被不法厂商大量使用的NPN。与&ldquo 瘦肉精&rdquo 、&ldquo 苏丹红&rdquo 等少数违禁添加剂一样，损害动物机体健康，并最终通过食物链转移到人体内。三聚氰胺高温下会形成氰化物，长期或反复接触对肾脏器官形成巨大损害。 3．其他研究领域的蛋白质问题 植物原料中NPN的含量随季节、地域及品种变化很大。精确检测蛋白质含量，排除NPN干扰对于保证科学研究的严谨性具有重要意义。 美国CEM 公司的真蛋白质SPRINT分析仪，是目前唯一的真蛋白质测试仪,其主要特点： 1.直接测量&ldquo 真蛋白质&rdquo ，而非总氮含量 2.所有类型样品检测（液体、固体、粉末状、奶油、肉类、坚果类、谷物、种子等）； 3.测量时间只需两分钟；全自动操作，无需有经验的化学家； 4.对三聚氰胺等非法添加剂，不会产生错误的蛋白质测量结果,精确性和准确度等优于凯氏定氮法； 5.对非氮蛋白质的测定无需校准，直接测量； 6.无需化学试剂；相比目前的检测方法，具有更低的操作成本；http://www.analyx.com.cn/products/list.asp?classid=122

CEM SPRINT 真蛋白质快速测定仪，进入二十一世纪的蛋白质检测，不受&ldquo 三聚氰胺&rdquo 、&ldquo 皮革奶&rdquo 影响的创新性检测方法。经大量实验证明，SPRINT&ldquo 真蛋白质&rdquo 测量结果不受皮革奶影响，欢迎相关乳制品厂家、研究机构与培安公司合作，共同探讨真蛋白质检测方法。 皮革奶简介 皮革奶是是用皮革水解蛋白生产出来的乳制品，这是一种类似于三聚氰胺的物质，加入到乳制品中的目的是提高产品蛋白含量。&ldquo 皮革奶&rdquo 的毒害就出在这个&ldquo 皮革水解蛋白&rdquo 上，它是利用皮革厂制作服装、皮鞋之后剩下的下脚料甚至是动物毛发等物质，经过水解提炼而成的一种粉状物，因其蛋白含量较高，故而被称为&ldquo 皮革水解蛋白粉&rdquo 。中国农业部发出2011年安全检测计划文件，要求各地除要检测三聚氰胺外，还要严格检测皮革水解蛋白和碱类物质。 皮革奶的主要添加物，皮革水解物的主要成分是皮革水解蛋白，而劣质水解蛋白的生产原料主要来自制革工厂的边角废料。制革边角废料中含有重铬酸钾和重铬酸钠。用这种原料生产水解蛋白，重铬酸钾和重铬酸钠自然就被带入产品中，被人体吸收。食品专家介绍，皮革水解物主要添加的食品是乳与乳制品及含乳饮料，作用是增加蛋白质含量量。也就是说这又是一种类似于三聚氰胺的物质，而它与三聚氰胺的不同之处在于，皮革水解物的检测难度比三聚氰胺更大，轻则关节疏松重则死亡。长期食用将致癌。 CEM SPRINT真蛋白质检测仪简介 CEM SPRINT&mdash 目前世界上唯一的真蛋白质快速测仪，诞生于2007年，2008年获IFT创新奖，2009年获美国总统绿色化学挑战奖，该仪器采用了生命科学领域的iTAG&ldquo 蛋白质氨基酸分子标签&rdquo 技术，这项技术可以给蛋白质贴上&ldquo 标签&rdquo ，提供一种在样品中直接测量真蛋白质含量的手段。 它的主要特点如下： 1.直接测量&ldquo 真蛋白质&rdquo ，而非总氮含量； 2.所有类型样品检测（液体、固体、粉末状、奶油、肉类、坚果类、谷物、种子等）； 3.测量时间只需两分钟；全自动操作，无需有经验的化学家； 4.对&ldquo 三聚氰胺&rdquo 、&ldquo 皮革水解蛋白&rdquo 等非法添加剂，不会产生错误的蛋白质测量结果,精确性和准确度等优于凯氏定氮法； 5.测量过程无需校准，直接测量； 6.无需危险化学试剂，相比目前的检测方法，具有更低的操作成本。 更多详情，请联系培安公司：电话：北京：010-65528800 上海：021-51086600Email: sales@pynnco.com网站：www.pynnco.com

中华鳖是高蛋白食品，具有滋补身体增强免疫力的功效，然而直接食用中华鳖，其营养吸收率并不高。相比之下，中华鳖蛋白粉更容易被人体吸收，是具有高附加值的营养食品。然而由于中华鳖原料价格昂贵，不法分子容易对其掺假、造假以牟取非法利益。 分子标记(molecular marker)是一种新的遗传标记方法，它是以 DNA 多态性与性状间的紧密连锁关系为基础的遗传标记。DNA 分子标记是由于缺失、插入、易位、倒位、重排或由于存在长短与排列不一的重复序列等机制而产生的多态性，其本质上是指能反映生物个体或种群间基因组中某种差异特征的DNA 片段，因此，可以实现物种鉴定的目的。这种 DNA 片段是基因组 DNA 经限制性内切酶切割，或作分子杂交后在电泳胶上或检测得到的。由于基因组一般很大，无法进行全面的序列分析，需要针对基因组中个别特征基因片段进行研究，选择合适的分子标记片段是一个关键问题。目前的研究对象以线粒体DNA 的细胞色素 b 基因（Cyt b）和核糖体DNA（rDNA）为主。线粒体 Cyt b 基因具有 相对高的种间差异、较低的种内变异以及相当长的变化序列，因而可通过 Cyt b 鉴别密切相关的物种。分子标记技术为中华鳖蛋白粉鉴定提供了新的检测手段，这就需要从蛋白粉中提取合适的 DNA 用于分子标记。然而中华鳖蛋白粉加工工艺精细，所提得的 DNA 结构是否被破坏，最终能否用于 PCR 扩增，即 DNA 分子标记鉴定是否适用中华鳖蛋白粉，是一个需要探讨的课题。为此本文利用改动的试剂盒方法对市售中华鳖蛋白粉进行 DNA 提取，并用通用线粒体细胞色素 b 基因（Cyt b）引物进行 PCR 扩增，微芯片电泳 MultiNA 检测扩增产物。结果表明蛋白粉中可以提取到线粒体细胞色素 b 基因（Cyt b），与从中华鳖肌肉样品中得到的阳性对照样品结果相似，即约 450 bp 的产物。本方法为分子标记技术应用于高附加值产品的鉴定提供了技术基础。微芯片电泳MultiNA了解详情，敬请点击《微芯片电泳MultiNA检测中华鳖蛋白粉中提取的DNA扩增产物》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。

【山东云唐*新品推荐YT-Z12T】云唐仪器|食品蛋白质检测仪可快速准确检测奶粉中蛋白质含量→点击此处进入客服在线咨询优惠专区。山东云唐专业厂家自主研发生产农药残留检测、食品安全检测、植物生理等仪器仪表，品质保障，价格实惠，售后无忧，欢迎新老客户来电咨询!山东云唐智能让诚信为高质量发展护航，我们将努力提供更卓越的产品质量和更人性化的售后服务给广大客户，为社会创造更大的价值。云唐仪器|食品蛋白质检测仪可快速准确检测奶粉中蛋白质含量　　随着科技的不断发展，食品蛋白质检测仪在食品安全检测领域发挥着越来越重要的作用。其中，对于奶粉中蛋白质含量的快速准确检测，食品蛋白质检测仪更是扮演着至关重要的角色。本文将详细介绍食品蛋白质检测仪的工作原理、优势及其在奶粉蛋白质含量检测中的应用。　　食品蛋白质检测仪在奶粉蛋白质含量检测中具有显著的优势。首先，它大大提高了检测效率。相较于传统的检测方法，如Kjeldahl法、Lowry法等，食品蛋白质检测仪能够在短时间内完成大量样品的检测，从而满足现代化生产线上对奶粉质量监控的需求。其次，仪器具有高度的准确性。通过精确的光电测量和荧光检测技术，食品蛋白质检测仪能够确保测量结果的准确性，避免因人为因素或操作不当导致的误差。此外，食品蛋白质检测仪还具有操作简便、自动化程度高等特点，使得检测过程更加便捷高效。　　在奶粉蛋白质含量检测中，食品蛋白质检测仪的应用具有重要意义。奶粉作为婴儿成长发育的重要营养来源，其蛋白质含量直接影响到婴儿的健康状况。因此，对奶粉中蛋白质含量的准确检测显得尤为重要。食品蛋白质检测仪能够快速、准确地检测出奶粉中的蛋白质含量，为奶粉生产厂家提供及时、可靠的质量监控手段。同时，对于消费者而言，了解奶粉中蛋白质的含量有助于他们选择合适的奶粉产品，为婴儿的健康成长提供保障。　　此外，食品蛋白质检测仪还可以用于奶粉生产过程中的质量控制。在奶粉生产过程中，通过定期对原料、半成品和成品的蛋白质含量进行检测，可以及时发现生产过程中的问题，采取有效措施进行调整和改进，确保奶粉产品质量的稳定性和可靠性。同时，食品蛋白质检测仪还可以用于奶粉产品的批次管理和追溯，确保产品的质量和安全可追溯。　　总之，食品蛋白质检测仪在奶粉蛋白质含量检测中发挥着重要作用。它不仅能够提高检测效率和准确性，为奶粉生产厂家提供及时、可靠的质量监控手段，还能为消费者选择合适的奶粉产品提供有力支持。随着科技的不断进步和食品安全意识的提高，食品蛋白质检测仪将在食品安全检测领域发挥更加重要的作用，为保障人们的饮食安全贡献力量。

近日湖南郴州永兴县“大头娃娃”事件一经爆出引起了社会的广泛关注，问题奶粉再次被推向了风头浪尖。孩子是祖国的未来，孩子的健康成长关乎国家的命运，所以严控奶粉质量事关重大。奶粉中的蛋白质是供给机体的重要营养成分，同时根据标签法，在奶粉的包装中，蛋白质含量也是其中一项重要指标。目前大部分客户主要采用传统的凯氏定氮法，投资成本低，但是操作流程冗长且繁琐、需要使用大量化学试剂等。杜马斯燃烧法测是近来一直备受广大用户所青睐的全自动、简单快速、绿色环保的氮/蛋白质含量测定方法。德国元素Elementar作为世界上第一台杜马斯测氮/蛋白质分析仪的发明者，具有非常丰富的经验。德国元素最新款的rapid N exceed与rapid MAX N exceed 氮/蛋白质分析仪，具有操作简单、测量快速、结果准确、维护简便等多重优势。 rapid N exceed rapid MAX N exceed专为精确测定氮/蛋白质含量而设计60、80或120位自动进样转盘或90位机械臂坩埚进样专利EAS REGAINER 和 REDUCTOR 还原技术，确保使用寿命更长可采用CO2 作为载气，使用成本更低燃烧炉与热导检测池10年质保

蛋白质是复杂的含氮有机化合物,分子量很大,大部分高达数万至数百万,分子的长链从数纳米至100nm,它们由20种氨基酸通过酰胺键以一定的方式结合,并具有一定的空间结构,所含的主要化学元素为C、H、O、N,在某些蛋白质中还含有P、Cu、Fe、I等元素,但氮的相对丰度基本稳定,是区别于其它有机化合物的主要标志。不同蛋白质的氨基酸构成比例及方式不同,所以各种蛋白质其含氮量也不同。一般蛋白质含氮量平均为16%,即1份氮素相当于6.25份蛋白质,此即蛋白质系数。 意大利VELP凯氏定氮仪在环保节能方面具有性能， 的蒸汽发生器和钛冷凝器，蒸馏滴定同步进行，分析速度快，冷却水用量仅0.5升/分钟，降低能耗从而节约了成本。因此该仪器被广泛应用于各类蛋白质检测的实验研究。 测定脱脂奶粉中蛋白质的含量，对掌握其营养价值和品质的变化，保障人体健康，合理配料，为乳制品深加工提供数据十分重要，此外，蛋白质分解产物对乳制品的色、香、味都有一定作用，所以测定具有深远意义。

新乳品安全国标出台 对三聚氰胺&ldquo 零容忍&rdquo 　　人民日报讯（记者 白剑峰）卫生部今天公布66项新乳品安全国家标准，包括乳品产品标准15项、生产规范2项、检验方法标准49项。 　　新的乳品安全国家标准基本解决了现行乳品标准的矛盾、重复、交叉和指标设置不科学等问题，提高了乳品安全国家标准的科学性，形成了统一的乳品安全国家标准体系。 　　我国参照国际组织和多数国家做法，仅在《生乳》中设置农兽药残留规定。乳品产品标准规定所用生乳原料应符合《生乳》。目前农业部正在抓紧完善食品中农兽药残留标准。新的乳品安全国家标准中不再设置三聚氰胺相关规定。 　　新国标中，不再设三聚氰胺相关规定，会不会导致乳品企业随意添加三聚氰胺？卫生部表示，2008年打击&ldquo 违法添加非食用物质&rdquo 的专项整治行动，公布了四批&ldquo 黑名单&rdquo 。其中包括三聚氰胺及其检测方法。因此，不再设三聚氰胺相关规定。 　　&ldquo 不再设置三聚氰胺相关规定&rdquo ，也就是说，三聚氰胺不再具备&ldquo 合法&rdquo 身份被&ldquo 限量添加&rdquo 到乳品制品中去。对此，包括伊利、澳优、美赞臣、三元、多美滋在内的乳品企业表示，新国标作为国家级常态标准，不应该将三聚氰胺纳入合法添加的范畴。否则，将是我国食品安全标准水平的倒退。不允许添加，才是正常的。广州市奶业协会理事长王丁棉表示，三聚氰胺的限量值取消是正常的。 　　新的乳品安全国家标准基本解决现行乳品标准的矛盾、重复、交叉和指标设置不科学等问题，提高了乳品安全国家标准的科学性，形成统一的乳品安全国家标准体系。为做好新旧标准衔接，合理设置标准实施过渡期，我部根据标准修改情况、对生产工艺的影响和实施难度，分类确定了标准的具体实施时间，分别为：《生乳》(GB 19301&mdash 2010)和《生乳相对密度的测定》(GB 5413.33&mdash 2010)等检验方法标准自2010年6月1日起实施；《巴氏杀菌乳》(GB 19645&mdash 2010)等乳品产品标准和《乳制品良好生产规范》(GB 12693&mdash 2010)等生产规范标准自2010年12月1日期实施；《婴儿配方食品》(GB 10765&mdash 2010)等婴幼儿食品安全标准自2011年4月1日起实施。快速准确的蛋白质分析以及三聚氰胺等掺杂物质的测定作为在食品分析领域内拥有核心能力的领先仪器制造商，步琪公司开发出可对蛋白质进行 定性和定量测定的可靠仪器和方法，包括对牛奶和牛奶产品中的三聚氰胺等掺杂物进行检 测。使用成熟、正式的分析方法来检测含掺杂物质的产品食品安全是一个重要问题，需要采用成熟可靠的正式分析方法来确保日常分析中的最高安 全性和准确性。基于在食品与饲料领域内近 60 年的分析经验，步琪公司开发出用于安全、精确地测定牛 奶和食品中的蛋白质（包括三聚氰胺等掺杂物）的凯式测定法。除标准方法之外，步琪公 司还开发出采用近红外技术、无需费时制备样品的测定方法。步琪解决方案： * 凯式蛋白质测定法 * 掺杂物（非蛋白质氮）凯式测定法的检测 * 通过近红外 (NIR) 方法直接测定蛋白质和掺杂物步琪应用解决方案 步琪公司不仅针对凯式定氮法和 NIR 分析提供了精确、可靠的仪器，而且还提供了广泛而详细的技术应用文章，以便于对方法方便、快速的改进。请将您的特定应用要求发送至 china@buchi.com。

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

#本文由马尔文帕纳科医药业务发展经理 韩佩韦博士供稿# 蛋白质的热稳定性研究对于加深对蛋白质的结构和功能的了解有着非常重要的意义。差示扫描量热技术（DSC）是直接测量热转变过程焓变（ΔH）唯一的分析方法，例如蛋白质，核酸或其他生物多聚物的热变性过程，为表征蛋白质及其他生物分子的热稳定性建立“金标准”技术。 一、焓变对于蛋白质的稳定性意味着什么？ 1，什么是焓（hán）变（ΔH）？ ΔH（焓变）是在恒压状态下将系统升高至温度T过程中摄取的总能量。对于蛋白质而言，这意味着用于使蛋白质发生去折叠所花费的能量（热量），此过程中 ΔH 是为正值，代表这是一个吸热过程。这种能量与蛋白质中所有原子和分子运动相关，以及维系蛋白质保持折叠构象中的键能。 通过将吸热谱图下方的面积进行积分（见图 1）可以计算得到焓变（ΔH）。焓变用每摩尔蛋白质的吸收的卡路里（或焦耳）来表示。由于蛋白质在 DSC 实验中暴露于升高的温度，因此蛋白质开始发生热变性，并伴随着非共价键的断裂。焓变（ΔH）与维系蛋白质天然（折叠）构象中所需的价键数量有关。焓变（ΔH）也取决于我们测量总蛋白质浓度的准确程度。如果蛋白质浓度不是很准确, 则会影响到计算出的ΔH值。 2，焓变（ΔH）值可以在实践中告诉我们什么？ 当您比较不同蛋白质的DSC结果时，具有较大ΔH值的蛋白质不一定比具有较小ΔH的蛋白质更稳定。由于ΔH值会对蛋白质摩尔浓度归一化，因此该值通常与蛋白质的尺寸成比例。大多数蛋白质具有相同的键密度（单位体积内的价键数量），因此，期待具有较大分子量的蛋白质也具有较大的焓变（ΔH）值也是合理的。 3，焓变（ΔH）的决定因素是什么？ 焓变（ΔH）取决于溶液中天然蛋白质的百分比。 一个非常重要的考虑是DSC仅测量初始处于折叠（天然）构象中的蛋白质的ΔH值。ΔH值取决于具有折叠（活性）构象的浓度。如果初始折叠蛋白质组分小于总蛋白质浓度（即活性浓度小于100％），则计算出的ΔH值将相应地变小。 下图显示了在储存期间的不同时间测量的相同蛋白质的DSC图谱。蓝色曲线图谱表示新鲜制备的蛋白质，是100％天然（折叠）蛋白质。当蛋白质样品在储存期间发生部分变性时，溶液中的天然蛋白质的比例开始下降，导致DSC图谱的焓变降低。当我们拥有100％天然蛋白质的参考DSC图谱时，我们可以根据不同状态样品的相对ΔH值来估计每个样品中的折叠蛋白质比例。 4，如何判断蛋白质是否失活？ 到目前为止，我们已提及的焓变是指通过DSC仪器直接测量到的“热”焓，也就是热力学焓变，通常表示为ΔHcal，这是其他任何非量热技术，例如圆二色谱（CD），表面等离子共振（SPR）等技术不能获取的焓变量。 还有另一种其他技术可以获取的焓变类型，即范霍夫焓变 - ΔHVH，我们同样可以通过DSC数据计算得出。范霍夫焓变（ΔHVH）可从通过DSC非两状态模型（non-2-state model）拟合得到。 两种不同的焓变对蛋白质热稳定性的测定又有什么实际意义呢？ 在DSC技术中，ΔHcal仅由DSC热转变峰曲线积分的面积来确定，而ΔHVH仅通过热转变峰曲线的形状来确定。转变峰形越尖锐，ΔHVH越大，反之亦然。ΔHcal是具有浓度依赖性的，但ΔHVH不是。 若ΔHcal/ΔHVH比例为1，通常意味着所研究的热转变状态符合两状态去折叠（Two-state unfolding model）模型。如果ΔHcal/ΔHVH比例大于1，则意味着存在显著密集的中间体存在 而ΔHcal/ΔHVH比小于1，则意味着存在分子间相互作用。 使用ΔHcal/ΔHVH可以帮我们估测是否有很大部分蛋白质是失活的。如果我们有一个简单的单结构域蛋白质，并且假定没有中间体，则我们可以预测，其去折叠过程的ΔHcal/ΔHVH的比值不会远离1。因此，如果ΔHcal显著低于ΔHVH，可以表明很大部分蛋白质已经失活。 综上所述，对DSC中ΔH数据的分析可以让我们了解蛋白质的去折叠机制，以及多少蛋白质处于其活性的天然构象。 二、TM值如何与和蛋白质稳定性相关？ 中点转变温度TM我们可以从DSC数据中提取多个热力学参数，例如ΔH，ΔHVH（范霍夫焓变），ΔCP和ΔG，但最广泛使用的参数是TM。顺便提一下，这也是最容易和最准确的值 - TM是最大峰值所对应的温度。 “蛋白质稳定性”有多种定义。最常见的是，对于工业上有重要意义的蛋白质，该术语是指在生理温度下的功能（或操作）稳定性 即，他们可以在37°C下发挥多长时间的生物功能？这可以通过需要花几天或数周时间的等温研究来评估，或者，如果使用差示扫描量热法（DSC），则可以在几分钟内变性蛋白质。 通过DSC获得的哪个热力学参数与功能稳定性相关度最佳？事实证明，是TM值。 热力学稳定性（ΔG）是功能稳定性的较差的预测因子 技术上，ΔG仅适用于可逆去折叠过程，此外，它由TM，ΔH和ΔCP计算得到，后者可能很难获取。 一个例子是TM和ΔG与人肉杆菌蛋白抗原血清型C的半数聚集时间(half time)（作为功能稳定性的量度）的相关性，用作模型蛋白。ΔG与T1 / 2 agg. 相关系数（R）仅为0.4，而TM 与 T1 / 2 agg.的相关系数是0.92。（来自J Pharm Sci的数据，2011 Mar 100（3）：836-48） 思考TM的一种方式： 如下图所示，假设我们用 DSC 扫描两种不同配方中的蛋白质或两种不同的蛋白质构建体，则 TM 值向低温方向 5℃ 的负偏移（稳定性下降）实际上反映了在 37℃ 条件下的 Fu （蛋白去折叠比例）由2％增加到 3％。温度 T 下的 Fu 蛋白可以通过图像化的方式估算，即温度 T 以下的曲线下阴影区域面积和整个曲线下方面积的百分比。 由于聚集体的生成可能是浓度依赖的过程，因此较高浓度的去折叠蛋白质（红色扫描曲线）将导致较快的聚合（更大组分的去折叠状态（U）才能转换为不可逆变性状态（I）。参见下面的原理图。 这种解析的一个推论是，曲线的整体形状应该是相似的。我们假定这种情况是对于在不同配方中的相同蛋白质或由一个母分子衍生出来的具有相似构建体的蛋白质。但是，对于完全不同的蛋白质，使用TM值作为用于稳定性比较的预测指标则应该谨慎使用。 扩展阅读（www.malvernpanalytical.com）Differential Scanning Calorimetry (DSC): Theory andpracticeDifferential Scanning Calorimetry (DSC) forBiopharmaceutical Development: Versatility and PowerThe Power of Heat: Digging Deeper with DifferentialScanning Calorimetry to Study Key Protein Characteristics PEAQ-DSC 微量热差示扫描量热仪：DSC差式扫描量热法（DSC）是一种直接分析天然蛋白质或其他生物分子热稳定性的技术，无需外在荧光素或者内源荧光，它通过测定在恒定的升温速率下使生物分子发生热变性过程中的热容变化来实现。 马尔文帕纳科 MICROCLA PEAQ-DSC 微量热差示扫描量热仪能够帮助用户快速确认维持高级结构稳定性的最佳条件，提供简介、无缝的工作流程和自动化批量数据分析，其所提供的热稳定性信息被业内视为“金标准”技术，是一种非标记、全局性的数据。 关于马尔文帕纳科马尔文帕纳科的使命是通过对材料进行化学、物性和结构分析，打造出更胜一筹的客户导向型创新解决方案和服务，从而提高效率和产生可观的经济效益。通过利用包括人工智能和预测分析在内的最近技术发展，我们能够逐步实现这一目标。这将让各个行业和组织的科学家和工程师可解决一系列难题，如最大程度地提高生产率、开发更高质量的产品，并缩短产品上市时间。

谷物含有8-15%的不同种类的蛋白质，如白蛋白、球蛋白、脯氨酸、麦胶蛋白、谷蛋白和谷蛋白。它们的化学成分不仅具有营养价值，而且对面团及其烘焙过程也很重要。麦胶蛋白和谷蛋白与水接触形成谷蛋白，谷蛋白是一种脂蛋白物质，它赋予面团粘度、弹性和凝聚力，帮助面团发酵并保持形状 它存在于小麦和其他谷物中，包括大麦和黑麦。目前，人们对谷蛋白的兴趣主要集中在它的技术应用上，但也包括它的健康问题(腹腔疾病)。麸质并非天然存在于玉米、大米或燕麦中，但可能会被加工小麦、大麦或黑麦产品的设施交叉污染。从法律的角度来说，了解谷物面粉中蛋白质的含量是很重要的，因为一般来说，它们的商业质量取决于这一点。 采用意大利VELP使用DKL 20和udk159的凯氏定氮法测得结果与期望值一致，重复性好，相对标准偏差低(RSD 1%)，重复性好。

&ldquo 三聚氰胺毒奶&rdquo 的阴影尚未从消费者的心中散去，&ldquo 皮革毒奶&rdquo 又开始威胁消费者的生命安全。在三聚氰胺成为严打对象后，又有不法企业为提高乳制品中的蛋白质含量，在乳制品中混入皮革水解蛋白，制造出&ldquo 皮革毒奶&rdquo 。 皮革水解蛋白就是利用已经废弃的皮革制品或动物毛发，水解之后制成粉状，因其氨基酸或者说蛋白含量较高，故人们称之为&ldquo 皮革水解蛋白粉&rdquo 。 &ldquo 皮革水解蛋白粉&rdquo 中含有的有毒物质被人体吸收、积累，可导致中毒，使关节疏松肿大，甚至造成儿童死亡。 为此，中国农业部2月12日下发2011年度生鲜乳制品质量安全监测计划，其中除要检测三聚氰胺外，还要检测&ldquo 皮革水解蛋白&rdquo 和碱类物质。据称，皮革水解蛋白的检测难度比三聚氰胺更大，因为它本来就是一种蛋白质。当前，国内多数参考1978年版《ISO：3496-1978肉与肉制品L(-) - 羟脯氨酸含量测定》使用分光光度法测定乳品。主要检测方法是检查牛奶中是否含有羟脯氨酸，这是动物胶原蛋白中的特有成分，在乳酪蛋白中则没有，所以一旦验出，则可认为含有皮革水解蛋白。 已经在消费者心中树立起&ldquo 食品安全卫士&rdquo 形象的岛津公司，长期关注中国的乳制品安全问题，为中国用户提供了一系列的乳制品检测解决方案。其中，岛津上海分析中心结合岛津独特的氨基酸分析系统和欧洲药典收录的氨基酸分析方法，率先开发出柱后衍生液相色谱分析乳制品中L(-) - 羟脯氨酸的检测方法。 该方法使用岛津氨基酸柱后衍生系统锂型分析柱建立了牛奶制品中24种氨基酸的高效液相色谱柱后衍生分析方法，柱后衍生及样品测定为全自动完成，消除了柱前衍生不同操作人员引入的人为误差，大大简化了样品前处理步骤，节约了时间，是一种可靠快速的检测方法。本方法可以直接用于检测牛奶中24种氨基酸。 岛津公司今后将一如既往地关注中国乳制品安全问题，继续实践&ldquo 为了人类和地球的健康&rdquo 这一公司经营理念。 有关岛津&ldquo 高效液相色谱柱后衍生方法测定乳制品中皮革水解蛋白&rdquo 的详细内容，请参见http://www.instrument.com.cn/netshow/SH100277/down_161189.htm。关于岛津 岛津国际贸易（上海）有限公司是（株）岛津制作所为扩大中国事业的规模，于1999年100%出资，在中国设立的现地法人公司。 目前，岛津国际贸易（上海）有限公司在中国全境拥有12个分公司，事业规模正在不断扩大。其下设有北京、上海、广州分析中心；覆盖全国30个省的销售代理商网络；60多个技术服务站，构筑起为广大用户提供良好服务的完整体系。 岛津作为全球化的生产基地，已构筑起了不仅面向中国客户，同时也面向全世界的产品生产、供应体系，并力图构建起一个符合中国市场要求的产品生产体制。 以&ldquo 为了人类和地球的健康&rdquo 为目标，岛津人将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。 更多信息请关注岛津公司网站www.shimadzu.com.cn。

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 ）。

大家好，本周为大家分享一篇发表在J Proteome Res.上的文章，Systematic Identification of Proteins Binding with Cisplatin in Blood by Affinity Chromatography and a Four-Dimensional Proteomic Method，该文章的通讯作者是华中科技大学药学院的杜支凤教授。以顺铂为代表的铂类抗癌药物广泛应用于治疗多种癌症肿瘤，如胃肠道癌、头颈部癌和卵巢癌等。在静脉滴注后，这些药物水解形成活性分子，与DNA结合并抑制DNA链的合成与复制，最终致使细胞死亡。然而，由于铂与硫醇的高亲和力，大多数铂在静脉注射后会与血液中的蛋白质结合；例如，人血清白蛋白 (HSA) 是含量最丰富的血清蛋白，也是血液中铂类药物的主要结合蛋白；另外，在红细胞中负责运输氧气的血红蛋白 (HB) 也被发现与铂结合，因此，有必要研究铂类药物在血液中的蛋白结合行为。先前的研究已经证明，利用质谱方法可以实现对高丰度蛋白质的可靠鉴定；然而，由于高丰度蛋白的干扰，占总蛋白的 80% 以上的低丰度蛋白则很少被鉴定。此外，由于缺乏足够信息，以及在胰蛋白酶消化过程中还原和烷基化剂的使用导致蛋白上的铂化位点无法被确定。更重要的是，目前排除假阳性结果的唯一方法是根据铂化肽的特征同位素模式，人工对比理论同位素和实验同位素，从而导致鉴定过程非常耗时并且具有较强的主观性。因此，有必要开发一种可靠、高效的方法来鉴定血液中铂类药物的结合蛋白质组。在血液蛋白质组学研究中，免疫亲和层析常用于消耗高丰度蛋白并富集低丰度蛋白。它有利于低丰度蛋白的鉴定和定量，从而可以提高血液中的蛋白质组覆盖范围。除了色谱分离外，离子淌度质谱 (IM−MS) 根据离子的迁移率差异进行分离，同样有助于低丰度蛋白质的分析。在金属化蛋白的鉴定中，金属化肽和游离肽的同位素分布模式明显具有差异，这有助于确定这些肽是否与金属药物结合。已经开发了一些数据处理软件程序来自动分配金属药物在已知蛋白质上的结合位点，如智能数字注释程序 (SNAP) 算法和 Apm2s 。本文结合高丰度蛋白分离和4D蛋白质组学方法 (IM-MS) ，系统、全面地鉴定了血液中顺铂的结合蛋白，并利用铂化肽的特征同位素模式和相似性算法来消除假阳性的识别。如图1所示，首先用超滤去除游离药物，然后使用多亲和去除柱分离血液样本中的高丰度和低丰度蛋白；用FAIMS Pro界面的nano-LC−MS/MS进行消化和分析；用MaxQuant对铂化的多肽和蛋白进行鉴定，用相似性算法Apm2s排除假阳性结果。在此基础上，采用基于平行反应监测 (PRM) 的方法测定了血浆中多肽与顺铂的结合率。本研究为系统鉴定血液中金属药物的结合蛋白提供了一种新方法，鉴定出的蛋白可能有助于了解铂类抗癌药物的毒性。图1 铂化蛋白的分离和鉴定以及用蛋白质组学方法测定顺铂与多肽之间的结合率的示意图本研究采用顺铂与人血浆的反应混合物建立了一种分析方法。为了与文献进行比较，样品的制备方法与文献中的制备方法相同1。选择CID作为碎裂方式，结果表明，从低丰度部分共鉴定出212个蛋白，从高丰度部分共鉴定出169个蛋白。在低丰度部分，共鉴定出1192个游离肽和208个铂化肽。其中，154个铂化肽被排除为假阳性结果，如文中表S1所示。高丰度部分的游离肽数和铂化肽数分别为1124个和169个，其中，144个铂化肽被排除为假阳性，如表S2所示。低丰度结合蛋白的鉴定在以往的研究中，由于高丰度蛋白的干扰，很少发现低丰度蛋白与铂的结合。本研究在高丰度蛋白被消耗后，从29个蛋白中共鉴定出54个铂化肽。APOA4中铂化肽的理论和实际质谱如图2所示，前体离子和铂化产物离子表现出特征的同位素峰。图片显示了关键的碎片离子的质谱图，用于分配铂化位点。在鉴定出的铂化蛋白中，CERU、FETUA、ITIH1和B4E1Z4有4个或更多的含铂肽，这表明铂可以与这些蛋白质的多条肽段结合。虽然低丰度蛋白只占血液中蛋白的一小部分，但它们具有非常重要的功能，对于维持正常生理活动不可或缺。例如，CERU可以将Fe2+氧化为Fe3+，并在铁代谢中发挥重要作用；B4E1Z4与补体激活相关。顺铂与这些蛋白的结合是否会对其功能产生影响仍有待进一步研究。图2 从低丰度蛋白部分鉴定出的铂化蛋白APOA4。(A)铂化肽的理论（左）和实验质谱（右）；(B)铂化肽的MS/MS和指示铂化位点的关键碎片离子的质谱图高丰度结合蛋白的鉴定IGHG1中一个铂化肽的理论和实验质谱如图3所示，其前体离子和铂化产物离子表现出特征同位素峰。根据关键的碎片离子确定了铂化位点。在已鉴定的蛋白中，ALBU（白蛋白）和CO3（补体C3）有4个或更多的含铂多肽。HSA负责血液中药物和小分子的运输，CO3在补体系统的激活中起着重要作用。高丰度蛋白与顺铂的结合已被用于提高肿瘤化疗的疗效和选择性，而新发现的高丰度结合蛋白有助于相关研究。与低丰度组分鉴定的铂化蛋白相比，大部分与低丰度组分蛋白不同，两个组分中仅共同检测到FETUA和CFAH作为铂化蛋白，这表明亲和层析对高丰度蛋白和低丰度蛋白的分离效果较好。图3 从高丰度蛋白部分鉴定出铂化蛋白IGHG1。(A)铂化肽的理论（左）和实验质谱（右）；(B)铂化肽的MS/MS和指示铂化位点的关键碎片离子的质谱图IM−MS分离铂化肽异构体如图4所示，通过nano-LC−IM−MS/MS成功分离了低丰度蛋白组分中FETUA的铂化肽异构体。同分异构体a和b是典型的铂化肽，由质谱图的同位素模式显示，它们被很好地分离。它们的MS/MS不同，根据关键碎片离子，异构体a和b的铂化位点分别被划分为M和H/T。这个例子显示了IM−MS对复杂样品的分辨能力。图4 用nanoLC−IM−MS/MS分离的低丰度蛋白组分中FETUA的铂化肽异构体。(A)m/z=764.67提取离子色谱和异构体a、b的质谱，理论质谱见中间；(B)异构体的MS/MS和关键碎片离子的质谱图结合蛋白的铂化位点在本文的两项研究中，His 和 Met 是首选的铂结合位点。此外，D、E、S和Y也被发现是铂结合位点。这也是合理的，因为血清蛋白的供氧氨基酸已被证明是顺铂的动力学首选结合位点。很少有Cys残基被鉴定为结合位点，这可能是由于没有还原和烷基化。肽的半胱氨酸常形成二硫键，不经还原和烷基化就无法识别，因此，序列覆盖率会很低。在未来的研究中，应使用替代还原剂来提高肽序列覆盖率。生物信息学分析 为了揭示铂化蛋白质的定位、功能和途径，将从高丰度和低丰度部分中鉴定的蛋白质组合起来并通过生物信息学工具进行分析。如图5A所示，GO分析表明大部分结合蛋白位于细胞外区域，发挥蛋白结合、金属离子结合、酶抑制剂等功能；因此，镀铂蛋白的定位证实了鉴定的可靠性。此外，这些蛋白质参与内肽酶活性、免疫系统过程、补体激活、炎症反应和凝血的负调节。为了阐明所涉及的途径，对鉴定的蛋白质进行了KEGG途径富集分析，结果表明最显着的富集途径是补体和凝血级联途径（图5B）。补体和凝血级联途径已被证明在造血干/祖细胞的动员中发挥关键作用，这对造血具有重要意义。顺铂的血液学毒性与其在补体和凝血级联途径中与血液蛋白的结合之间的相关性值得进一步研究。图5 (A)通过GO 分析确定的铂化蛋白的定位、分子功能和生物学过程；(B)铂化蛋白的富集途径血液蛋白与顺铂的结合率 由于未检测到一些铂化肽的游离形式，因此仅使用高丰度组分中的13种肽进行亲和力研究。可靠地计算了属于五种蛋白质的六种铂化肽的结合率。PRM分析中这些肽的信息见表S5，定量结果见图6。其中，富含组氨酸的糖蛋白的一种肽与顺铂的结合率最高，这可能是由于顺铂对含组氨酸和带负电荷的生物分子的高亲和力。Apoa1 蛋白的一个肽与顺铂的结合率最低。在本研究中可以确定结合率的铂化肽数量较少，这主要是由于某些肽的质谱响应低以及某些肽存在氧化形式。因此，这些肽的结合比率不能通过 PRM 方法确定。然而，与以往的研究相比，根据属于同一蛋白质的肽的质谱计数粗略估计某种蛋白质的丰度，这种方法可以更准确地确定高丰度肽与铂的结合率。图6 根据PRM分析多肽与顺铂的结合亲和力顺铂与血液蛋白的结合与其药代动力学、活性、毒性和副作用密切相关。然而，血液蛋白质组的复杂性限制了低丰度结合蛋白的鉴定。在本研究中，基于亲和色谱和nanoLC-IM-MS/MS 的 4D 蛋白质组学方法被用于分离低丰度和高丰度蛋白质并分析这两个部分。基于铂化肽的特征同位素分布和相似性算法，排除了假阳性鉴定。结果，共有 39 种蛋白质被鉴定为铂化蛋白质，这比之前研究中的数量要高得多。随后的生物信息学分析表明，这些结合蛋白位于细胞外区域，主要参与内肽酶活性、免疫系统过程、补体激活、炎症反应和凝血的负调控。最显着的富集途径是补体和凝血级联，这可能与顺铂的血液学毒性有关。高丰度部分的 PRM 分析表明，富含组氨酸的糖蛋白中的肽与高丰度组分中的顺铂的结合率最高。综上所述，本研究揭示了人类血液中与顺铂结合的蛋白质组，并计算了顺铂与血液蛋白的结合率。这种方法虽然在数据分析方面比较耗时，但它可以识别复杂系统中金属药物的低丰度结合蛋白，并且可以准确测量药物与血液蛋白的结合率。

日前，中国科大极地环境研究室教授谢周清课题组发现，生物质燃烧影响城市PM10的蛋白质含量，研究成果近日在线发表在英国《大气环境》杂志上。　　空气中存在许多液态或固态微粒悬浮物，被称为气溶胶，直径在10微米以下的可吸入颗粒物叫PM10。其中，生物气溶胶是当前全球变化和公共健康关注的研究热点之一，其浓度一般用大气中总蛋白质含量来表示。由于汽车尾气能改变一些生物气溶胶的化学结构，使其成为能导致严重过敏反应的过敏原，这被认为是近年来城市中哮喘等过敏性疾病发病率升高的一种可能原因。　　谢周清课题组对2008年6月至2009年2月在合肥市采集的PM10进行了总蛋白质以及微量元素和水溶性离子成分的分析研究，发现城区PM10中总蛋白质的含量范围在每立方米2.08～36.71微克，平均值为每立方米11.42微克，明显高于目前世界上3个地区公布的数据——美国北卡罗莱纳州、洛杉矶和人口密度较大的墨西哥城的含量分别为每立方米0～0.2微克、1.0～5.8微克、0～2.54微克。　　论文第一作者康辉博士介绍，合肥城区大气中蛋白质含量呈明显的季节变化：夏季最低，每立方米2.08微克 从夏季到秋季含量逐渐增加，11月达到峰值，每立方米36.71微克。PM10中蛋白质的浓度与采样期间的降雨量呈相反的变化趋势，且秋冬季多雾天蛋白质的浓度和大气污染指数都呈现高值。　　除气象因素外，PM10中蛋白质浓度的变化与空气污染指数和平均可见度分别呈显著的正相关和反相关关系。通过进一步对2008年9月到2009年1月期间出现高含量蛋白质的原因进行探讨，研究人员发现，PM10总蛋白含量与代表生物质燃烧影响的水溶性钾离子以及代表人为污染影响的硝酸根显著相关。9～11月是合肥地区的农作物收获季节，除动植物和人为排放影响外，生物质燃烧可能是PM10蛋白质含量增大的重要原因。　　审稿人认为“这是一项迫切需要的研究工作”，并指出“这份数据独一无二，对评估城市大气污染有重要价值，特别是为理解人体健康的风险评估作出了贡献”。

p style="text-align: center "img src="http://img1.17img.cn/17img/images/201601/insimg/4a14f65e-cb82-47d8-87d5-ea4b0d204756.jpg" title="sss_56a5b6877c56c.jpg"//pp　　1、蛋白质组和基因组br//pp　　蛋白质组是指一种基因组所表达的全套蛋白质1，其英文为“proteome”。 有关蛋白质组的系统研究是蛋白质组学，英文为“proteomics”。基因组是生命体中全部基因的集合体，其英文为“genome”。有关基因组的系统研究是基因组学，其英文为“genomics”。 “proteome”和“proteomics”是由Marc Wilkins 及其同事于20世纪90年代初参照基因组和基因组学两个英文单词而创造出来的2。蛋白质组学是研发、利用、改进各种技术手段研究蛋白质组或在细胞某一生理通路中相关蛋白质集合的组成、结构、功能、代谢的一门新兴科学。/pp　　基因决定蛋白质的水平，然而，蛋白质的水平分为转录水平和表达水平，mRNA只包含前者，后者则是由mRNA被翻译所实现，而在翻译过程中通常伴随对蛋白质功能和活性起至关重要的修饰过程，如糖基化、泛素化等3。通过研究蛋白质组学，可以获取蛋白定位与修饰的定性信息和相关定量数据，丰富认知蛋白质表达水平和相关蛋白作用，对了解生命复杂活动有更深更全的认识。/pp　　2、蛋白质组的发展背景/pp　　自二十世纪九十年代以来，传统生物学得以突飞猛进地发展，并取得瞩目成就，其中三个重要点彪炳史册，也促使传统生物学获得质的转变。/pp　　第一 基因、表达序列标记(EST, expressed sequence tag)、蛋白质序列数据库的成长。细菌、酵母、线虫、果蝇的全部基因序列逐渐明了，甚至后来人类基因组计划也顺利告捷 其它的植物、动物、微生物也不断在探索。人们把已经掌握的基因分门别类地建立了序列数据库。/pp　　第二 生物信息学的发展。易获取的浏览型生物信息工具层出不穷，这种免费的网页式数据库可以让我们从其中获得所需的特殊的物质结构，如蛋白质结构中的结构域和模体等。/pp　　第三 寡核苷酸微阵列技术的发展。通过不同荧光标记的DNA样本同时与微阵列反应，形成不同荧光的现象，大幅提高Northern blot 的效率4。/pp　　3、蛋白质组学分类/pp　　蛋白质组学分类可有不同原则。/pp　　根据蛋白质来源可分为植物蛋白质组学、动物蛋白质组学、微生物蛋白质组学。植物蛋白质组学是以来源于植物或与植物相关蛋白质为研究对象，分析其在植物发生、生长、调节、凋谢等生命过程中的作用、功能、代谢、结构等的体系。同理，动物蛋白质组学是以来源于动物或与动物相关蛋白质为研究对象，最重要的一大内容就是研究人类相关蛋白质。微生物蛋白质组学是以来源于微生物或与微生物相关蛋白质为研究对象。/pp　　根据研究目的和阶段不同可分为结构蛋白质组学、表达蛋白质组学、功能蛋白质组学。结构蛋白质组学主要分析蛋白质大分子的多级结构形态，包括氨基酸顺序、二级结构、三级结构和四级结构 并着重于研究其共性结构特征和特殊功能基团 也是用于建立细胞内信号转导的网络图谱并解释某些特定蛋白表达对细胞产生特定的作用5。表达蛋白质组学是以经典蛋白质组技术如双向凝胶电泳和图像分析为方法着重于研究细胞内蛋白质表达过程及结果的体系3。功能蛋白质组学是以细胞内单一同种蛋白质功能体现、蛋白质之间、蛋白质与其他大分子之间相互作用关系为研究目的，研究和表述选定蛋白质，探明有关蛋白的修饰和信号转导通路，疾病机制或蛋白-药物作用关系3。/pp　　根据研究内容，还可分为组成性蛋白质组学、差异显示蛋白质组学、相互作用蛋白质组学。组成性蛋白质组学是鉴定某个体系的蛋白质并阐述其翻译后修饰的特性。差异显示蛋白质组学又名比较蛋白质组学，是对重要生命过程或人类重大疾病进行生理、病理体系或过程的蛋白质表达比较。相互作用蛋白质组学则是研究蛋白质间相互作用，绘制某体系蛋白质作用网络图谱8。/pp　　4、白质组学研究工具/pp　　蛋白质组学研究的重要工具主要有四个。/pp　　第一，蛋白质、表达序列标记(EST, expressed sequence tag)、基因序列数据库的建立与成熟 也可以说是生物信息学。因为蛋白质组学中所用的大多数技术所获得的数据通常都是高通量、高复杂度的，只有通过生物信息学分析才能对蛋白质的种类、结构和功能进行分析确定。/pp　　第二，质谱(MS)技术。其将样品分子离子化，根据离子间质荷比的差异分离并确定质量，实现高灵敏度、高特异性。首先，质谱技术能准确测量高达100kDa的完整大分子蛋白质，其准确度和特异度比SDS-PAGE还要高。其次，质谱技术也能准确测量从蛋白质分解下来的多肽。最后，它还可以测定多肽的氨基酸顺序，即多肽测序4。现有三条途径，一是肽链质量图谱，二是串联质谱途径，三是联合途径7。其中一种较理想的技术平台是表面增强激光解吸离子化飞行时间质谱(SEL-DI)技术，可分析疏水性蛋白质、pI过高或过低蛋白质、低分子量蛋白质( 25 000)和未经处理的样品中许多被掩盖的低浓度蛋白质，短时间内即可获得蛋白质的分子量、PI、特殊修饰位点等参数8。/pp　　第三，能将MS数据与数据库中特异的蛋白质顺序匹配的软件。它是快速、特异地将第一和第二工具联系在一起的分析方式。/pp　　第四，蛋白分析分离方法。通过蛋白分析分离方法可以简化蛋白复合物，同时产生不同蛋白质差异比较方法。普通的蛋白质分析分离方法包括1D-SDS-PAGE、高效液相色谱法(HPLC)、毛细管电泳(CE)、等点聚焦电泳(IEF)等。其中二维凝胶电泳如2D-SDS-PAGE是目前蛋白质组学中分离单一蛋白质的广泛应用方法。当然，多维分析分离方法是最理想的分离蛋白质和多肽的方法，譬如，离子交换液相色谱与反相高效液相色谱串联形成的分离系统是分离多肽混合物的有力方法4。/pp　　5、白质组学的应用/pp　　蛋白质组学原则性应用包括四个方面4：组成性应用、蛋白质表达模型、蛋白质网络图谱、蛋白质修饰图谱。组成性应用是指运用质谱及其相关技术将目的蛋白质按相关标准定性或定量地纳入蛋白质数据库，在此过程中研发相应技术的应用。蛋白质表达模型是指研究在生理或病理状态目的蛋白质在细胞内定位并表达情况，同时研究细胞在暴露物理、化学、药物等因素下蛋白质表达状况。蛋白质网络图谱是研究两种或两种以上蛋白质在生物体内组成结构、表达功能、调节控制间作用情况。蛋白质修饰图谱是探明蛋白质的修饰定位及修饰后功能表现。/pp　　当然，蛋白质组学在生活中无处不在，疾病、食品、植物、药品等等。/pp　　蛋白质组学在疾病中应用方向主要是发现新的疾病标志物，以探明疾病发生机制、发展变化，为治疗途径提供思路。Brea等利用双向电泳串联质谱技术，差异比较心源性脑栓塞患者和粥样硬化血栓性梗死患者各12例的血清蛋白，发现触珠蛋白相关蛋白和淀粉样蛋白A等蛋白质在粥样硬化血栓性梗死患者血清中显著升高9。/pp　　蛋白质组学在食品中应用方向主要是检测食品中过敏源检测、鉴定食品成分等，也给食品科学研究提供了新的研究思路和技术3。李明云等优化了相应的试验条件，并将蛋白质组双向电泳相关技术引入大黄鱼肝脏蛋白质分析中，得到了较清晰的大黄鱼肝脏蛋白双向电泳图谱。/pp　　蛋白质组学在植物中应用方向主要是植物群体遗传、环境信号应答与适应机制、植物组织器官、植物亚细胞等7。其中，如果研究的植物是农作物如棉花、马铃薯、水稻等，就可以简单地视作蛋白质组学在农业中的运用了。Chang等对玉米强制缺氧和低氧研究，发现低氧处理的效应不仅是氧气含量过低诱导增加糖酵解酶，通过质谱鉴定了46个相关蛋白质10。/pp　　蛋白质组学在药品中应用方向主要是药物研发、药物作用机制、耐药机制、药物毒理学等。在对紫杉醇类药物抗癌作用研究中，Bauer等对乳腺癌复发患者进行紫杉醇类药物治疗后进行蛋白质组学分析，发现a-防卫素可作为预测该类药物治疗乳腺癌治疗作用的生物标记物11。/pp　　6、展望/pp　　蛋白质组学在短短30年间发展迅猛，渗入到生活的许多方面，也对保证人类生存质量和良性繁衍有重大作用。但其思路不开阔，技术高效性、灵敏性、特异性仍有待提高，应用普及度低，蛋白质分离、纯化技术研发，基因组学丰富度低是制约蛋白质组学及其相关技术发展的瓶颈。不过，相信随着物理技术和化学方法的不断发展，研究水平的深入，蛋白质组学会随着基因组学的发展得到更进一步地丰富。/pp　　参考文献：/pp　　1.诗，吕建新主编《分子生物学检验技术》第2版/pp　　2.Pandey A, Mann M. Proteomics to study genes and genomics [J] Nature,2000,405(6788):837-846./pp　　3.尹稳、伏旭、李平《蛋白质组学的应用研究进展》 [J]. 生物技术通报 2014年第1期/pp　　4.aniel C. Liebler《Introduction to Proteomics》:1-13/pp　　5.英超，党源，李晓艳，等. 蛋白质组学及其技术发展 [J]. 生物技术通讯，2010,21(1)：139-144./pp　　6.鑫《比较蛋白质组学研究与应用进展》[J]. 国际免疫学杂志 2006年5月第29卷第3期:156-159/pp　　7.宇，荆玉祥，沈世华《植物蛋白质组学研究进展》 [J] 植物生态学报，2004,28(1)：114-125/pp　　8.ore LE，Pfeiffer R，Warner M，et al. Identification of biomarkers of arsenic exposure and metabolism in urine using SELDI technology . Biochem Mol Toxicol ， 2005,19(3)：176./pp　　9.rea D,Sobrino T,Blanco M, et al. Usefulness of haptog lob in and serum amyloid A proteins as biomarkers for atherothrombotic ischemic stroke diagnosis confirmation [J]. Atherosclerosis,2009,205:561-567./pp　　10.ng,W.W.,L.Huang,M.Shen,C.Webster,A.L.Burlingame& J.K.Roberts.2000.Patterns of protein synthesis and tolerance of anoxia in root tips of maize seedlings acclimated to a low oxygen environment,and identification of proteins by mass spectrometry.Plant Physiology,122:295~318./pp　　11.er JA,Chakravanhy AB,Rosenbluth JM,et al.Identification of markers of taxane sensitivity using proteomic and genomic analyses of breast tumors from patients receiving neo-adjuvant paclitaxel and radiation[J].Clin Cancer Res,2010,16(2):681-690./ppbr//p

俗话说：文无第一，如果非要整出个蛋白质质谱与蛋白质组学领域世界第一牛人，显然并不是一件容易的事，也注定是一件有争议的事。作为一个半路出家的准业内人，我就本着无知者无畏的革命精神，说一下我自己心目中的第一牛人：Ruedi Aebersold。　　考虑到科学网的大多数网友对蛋白质组学并不了解，先简单科普一下，根据百度百科的定义：“蛋白质组学(Proteomics)一词，源于蛋白质(protein)与 基因组学(genomics)两个词的组合，意指“一种基因组所表达的全套蛋白质”，即包括一种细胞乃至一种生物所表达的全部蛋白质。” 1995年(也有1994，1996年之说)Marc Wikins首次提出蛋白质组(Proteome)的概念1，1997年, Peter James(就职于有欧洲MIT之称的瑞士联邦工学院(ETH))又在此基础上率先提出蛋白质组学的概念2。基因组学和蛋白质组学的概念又进一步催生了N多的各种各样的组学(omics)，两者的诞生的发展，也使系统生物学成为可能，本文的主人公Ruedi Aebersold与Leroy Hood一起于2000年在美国西雅图创办了系统生物学研究所(ISB),该所的建立不但标志着系统生物学作为一门独立的学科的诞生(此句话貌似不靠谱，参见文后14楼的评论)，也带动了包括蛋白质组学在内的多种组学的发展，当然各种组学的发展也同时促进了系统生物学的发展。尽管日本也于2000年在东京建立了系统生物学研究所，但是同为第一个吃螃蟹的，东京的这个所，无论是学术水平还是世界影响都无法和西雅图的那个系统生物学领域的麦加相提并论。闲话少叙，我之所以认为Ruedi Aebersold是蛋白质质谱与蛋白质组学领域世界第一牛人，是基于如下原因：　　Ruedi Aebersold对蛋白质组学的最大贡献可谓是同位素代码标记技术(ICAT)，现在这一蛋白组定量技术自从1999年在Nature上发表以来，该技术已世界广泛应用，该论文迄今(截至2013年1月11日)已被引用了近3000次。Web of Science的检索结果显示，蛋白组学领域迄今已经至少有超过10万篇论文发表，按照被引用次数排名，该论文位居第三位。有意思的是，被引用次数排第四位的是Ruedi Aebersold和另外一位牛人Mathias Mann(下面会介绍)于2003年发表在Nature上的有关蛋白质质谱与蛋白质组学的综述论文，迄今也已被引用近2800次。而引用次数排第一和第二的两篇论文的通讯作者并算不上是蛋白质质谱与蛋白质组学领域的，蛋白质组学仅仅是他们使用的工具，他们的影响也在这个领域之外。蛋白质组学领域，最重要的专业协会应该算是HUPO (国际人类蛋白质组组织), 最重要的专业会议也当属HUPO世界大会，Ruedi Aebersold曾获HUPO含金量最高的成就奖，他本人也经常是HUPO世界大会的分会主席或大会特邀报告人。当然Aebersold还获得了包括美国质谱协会(ASMS)大奖在内的许多专业大奖。可能有人会列出另外的自己心中的第一牛人(如上述的Mathias Mann)，但Ruedi Aebersold无疑至少是领域内公认的前几位的世界级牛人。另外，顺便说一下德国马普所的Mathias Mann(其在丹麦首都也有实验室)，Mann和Aebersold可谓是蛋白质组学领域的双子星座，都是该领域的顶级牛人，Mann发表的论文有多篇都在蛋白质组学领域被引用次数前10位，不少被引用次数都上千次。上述的Mann和Aebersold两人能在Nature发表综述论文也说明了他们的江湖地位。Aebersold和Mann所发表的论文总被引次数分别超过了5万和3万次，这个数字在世界所有领域都是惊人的。另外，Mathias Mann在蛋白质组学最大的贡献可以说是发明了蛋白质组体内标记技术SILAC3,这种技术与Ruedi Aebersold发明的ICAT已及另外一种标记iTRAQ是公认的应用最为广泛的蛋白质组学定量标记技术。　　今年年近花甲的Ruedi Aebersold是世界蛋白质组学的开拓者之一，现在在上述的ETH的工作，和最早提出蛋白质组学Peter James在同一个大学。作为土生土长的瑞士人，Ruedi Aebersold是在2004年底、2005年初才开始在ETH全职工作的，可谓是瑞士的大海龟。Ruedi Aebersold此前在西雅图的ISB和华盛顿大学工作，作为ISB的元老和共同创办人，Ruedi Aebersold现在还是ISB的兼职教授，发表论文时也还署ISB地址。Mann和Aebersold都是欧洲人，现在又都致力于将蛋白质质谱与蛋白质组学应用到临床，尽管蛋白质组学已有十多年发展历史，现在最大的一个瓶颈可以说在基本无法应用到临床，现有的技术，对于临床应用而言，时间和经济成本都太高(无法高通量、检测成本太贵)。这一块硬骨头显然不是一般人能够啃得动的，需要从临床样品制备、质谱技术到数据分析都要有突破甚至革命性的创新，我很期待，也相信Mann和Aebersold有能力最终使蛋白质组学(尤其是基于此的生物标志物鉴定技术)应用到临床。　　我国在蛋白质质谱与蛋白质组学领域在世界上最出名的无疑非贺福初莫属，贺福初的名字在国内搞蛋白质组学应该都知道他的名字，他的头衔很多(如将军、院士)，我就不一一列举了，新年伊始他又多了一个牛头衔：万人计划中的科技领军人才。贺的工作和学术水平，我不熟悉，不敢评头论足。他的文章被引用次数最高的是发表在Cancer Research一篇论文，迄今已有126次，但并非是蛋白质组学领域。在蛋白质组学领域，他的被引次数(含自引)最高的论文是2007年发表在蛋白质组学顶级期刊MCP的文章4，迄今已有105次引用。蛋白质质谱领域，我国在世界上最出名的学者估计要数复旦大学的杨芃原了，他的被引用次数最高的一篇论文，是2005年发表在化学顶级期刊德国应用化学的文章5，迄今已被引用70次，杨芃原为该论文的共同通讯作者。我国在蛋白质组学目前被引用次数最高的是南开大学王磊(澳大利亚海归、长江学者)2007年发表在美国科学院院刊(PNAS)的论文6，迄今被引次数已经超过500次。　　蛋白质质谱仪主要生产商Thermo Fisher(即原来的Finnegan), 最近新出了本挂历，这本特别的挂历上列了13位在蛋白质质谱与蛋白质组学领域的牛人，上述的Ruedi Aebersold和Mathias Mann都在之列，其余11位简单介绍、列表如下。姓 名工作单位主要贡献Richard D. Smith美国太平洋西北国家实验室1990年首次用三重四级杆质谱Top-down（自上而下）分析完整蛋白John Yates III美国Scripps研究所SEQUEST MS/MS数据库搜索程序Joshua Coon美国威斯康星大学麦迪逊分校发明了电子转移解离技术(ETD)Neil Kelleher美国西北大学Top-down蛋白质组学Kathryn Lilley英国剑桥大学蛋白质组学定量技术Pierre Thibault加拿大蒙特利尔大学应用生物质谱和蛋白质组学到细胞生物学Michael MacCoss美国华盛顿大学（西雅图）稳定同位素标记技术Albert Heck荷兰Utrecht大学基于质谱的结构生物学Catherine Costello美国波士顿大学HUPO前任主席，质谱技术发展及应用Alexander Makarov德国Thermo Fisher Scientific 生物质谱全球研发总监领导研发Orbitrap质谱仪Donald Hunt美国弗吉尼亚大学FT-MS and ETD　　简单的说，上述13位世界级牛人都来自欧美，没有一位来自亚洲，也没有一位华人。我不知道以Ruedi Aebersold代表的上述牛人是如何炼成的，但可以肯定的是：他们不是欧美版的“百人”计划，也不是“千人”计划，更不是“万人”计划而“计划”出来的。网上的公开信息表明：Ruedi Aebersold除了在国际专业协会和期刊有学术兼职外，没有任何行政职务，就是一普通教授，但是这不妨碍他成为蛋白质质谱与蛋白质组学领域世界第一牛人。

12月17日，河北省质量技术监督局组织有关专家对衡水市承担的省地方标准《乳与乳制品中蛋白质(非氮元素)的快速测定方法》进行了审查。　　与会专家对标准文本和编制说明进行了逐字逐句的审定。专家们一致认为：该标准的编写规则符合国家有关方针、政策、法律和法规，与国家有关标准协调一致；该标准创新设置了适合现场和实验室快速定量的甲醛值法和紫外分光光度法相结合测定蛋白质快速新方法，具有很高的实用性，简便、快速，在防止乳与乳制品掺假实际工作中有很大的作用。现场和实验室原料乳及液态奶(非氮元素)的快速定量，可有效防止原料乳及液态奶蛋白质掺假，对促进乳品行业健康发展具有很大的社会效益和经济效益。　　同时，专家认为该标准应在适用范围上做进一步调整，建议调整为原料乳及液态奶；标准内容应增加甘氨酸、水解动植物蛋白液的掺假定性试验；提供其他实验室对检验方法的验证试验数据。

大家好，本周为大家分享一篇预发表的文章，Top-down Proteomics of Myosin Light Chain Isoforms Define Chamber-Specific Expression in the Human Heart ，文章的通讯作者是威斯康星大学麦迪逊分校的葛瑛教授。　　肌球蛋白作为肌节的“分子马达”，产生心肌收缩所必需的收缩力。肌球蛋白轻链1和2 (MLC-1和-2)在调节六聚体肌蛋白分子结构中起着重要的功能作用。轻链中存在“心房”和“心室”亚型，在心脏中呈现出腔限表达。然而，近年来MLC亚型在人心脏的腔室特异性表达受到了质疑。在本文中，作者使用自上而下蛋白质组学质谱分析了成人非衰竭供体心脏的四个心脏腔室中MLC-1和-2心房和心室亚型的表达。　　MLC-1v和MLC-2a是在所有供体心脏中呈现出腔限表达模式的MLC异构体。重要的是，作者的结果明确地表明，MLC-1v，而不是MLC-2v，在成年人心脏中是心室特异性的。图1展示了LV(left ventricle)、RV(right ventricle)、LA(left atrium)和RA(right atrium)中MLC异构体的检测和定量。作者发现MLC-1v存在心室特异性表达，而MLC-2v没有特异性，并在心房组织中发现了与MLC-2v和pMLC-2v分子质量相匹配的峰。此外，在所有(n=17)无心脏疾病的捐赠者的每颗心脏的心房组织中都能检测到MLC-2v。MLC-2v占总MLC-2含量的百分比采用单因素方差分析(one-way ANOVA)进行定量分析，认为MLC-2v占总MLC-2含量的百分比具有统计学意义，心室和心房间差异显著，LA和RA间横向差异显著。　　图1. MLCs Top-down MS分析　　接下来作者使用串联质谱(MS/MS)鉴定了MLC-2v蛋白质序列。位于心房组织MLC-2v上的去酰胺化翻译后修饰(PTM)被定位到氨基酸N13。去酰胺化位点与调控磷酸化位点Ser14相邻。磷酸化位点附近的脱酰胺基团所带来的额外负电荷模拟了MLC-2a在Ser22/23位点的双磷酸化模式(图2C)。心房特异性的MLC-2v去酰胺化可能与心房内心力的产生有关。磷酸化诱导了MLC-2的构象变化，而第二负电荷的加入可能有助于提高钙敏感性并诱导蛋白质进一步的构象变化。　　图2. Top-down MS/MS 鉴定　　总的来说，自上而下蛋白质组学对整个人类心脏的MLC亚型表达进行了无偏差分析，揭示了之前意想不到的亚型表达模式和PTMs。　　撰稿：张颖　　编辑：李惠琳　　文章引用：Bayne EF, Rossler KJ, Gregorich ZR, Aballo TJ, Roberts DS, Chapman EA, Guo W, Ralphe JC, Kamp TJ, Ge Y. Top-down Proteomics of Myosin Light Chain Isoforms Define Chamber-Specific Expression in the Human Heart. bioRxiv [Preprint]. 2023 Feb 26:2023.01.26.525767. doi: 10.1101/2023.01.26.525767.　　李惠琳课题组网址www.x-mol.com/groups/li_huilin　　参考文献　　1. Bayne EF, Rossler KJ, Gregorich ZR, Aballo TJ, Roberts DS, Chapman EA, Guo W, Ralphe JC, Kamp TJ, Ge Y. Top-down Proteomics of Myosin Light Chain Isoforms Define Chamber-Specific Expression in the Human Heart. bioRxiv [Preprint]. 2023 Feb 26:2023.01.26.525767. doi: 10.1101/2023.01.26.525767.

阐明小分子（包括内源性代谢物和外源性化合物）如何发挥调控作用的关键问题之一是小分子的靶标发现和验证，即蛋白质-小分子相互作用研究。蛋白质与小分子的相互作用模式既有较稳定的共价结合，也有瞬时的弱相互作用。如何灵敏、高效地捕获并解析多种类型的蛋白质-小分子相互作用是分析难点。目前，蛋白质-小分子相互作用的分析策略大致可分为两类：一是靶向相互作用研究，以蛋白质（或小分子）为中心，发现并验证与之相互作用的小分子（或蛋白质）；二是非靶向相互作用研究，全面识别多种蛋白质-小分子的相互作用轮廓。应用的具有分析技术包括：表面等离子体共振技术（surface plasmon resonance，SPR）、氢氘交换质谱分析技术（hydrogen deuterium exchange mass spectrometry，HDX MS）、限制性蛋白水解-质谱分析技术（limited proteolysis-mass spectrometry，LiP-MS）、蛋白质热迁移分析技术（cellular thermal shift assay，CESTA）和药物亲和反应靶标稳定性分析技术（Drug affinity responsive target stability，DARTS）等。本期介绍限制性蛋白水解-质谱分析技术（LiP-MS）的原理、技术流程和其在蛋白质-小分子相互作用研究中的应用。1. 原理LiP-MS技术最初由瑞士苏黎世联邦理工学院的Paola Picotti课题组建立 [1] ：利用小分子结合蛋白后相较于原蛋白产生蛋白质空间构象和位阻的变化，经蛋白酶切后形成差异肽段，液质联用分析识别和鉴定差异肽段，基于差异肽段推测蛋白质与小分子的相互作用位点。2. 技术流程在非变性条件下提取蛋白，以保留蛋白活性和空间结构。先使用低浓度（1:100, w/w）蛋白酶K在较低温度（25℃）下短时间内（5 min）对蛋白-小分子复合物进行有限的蛋白酶切。蛋白与小分子结合后，相互作用位点存在空间位阻，从而避免被蛋白酶K切割，由此产生差异肽段。随后进行蛋白变性和胰酶酶切，蛋白质组分析识别和鉴定差异肽段，基于差异肽段所处位置预测蛋白质与小分子的相互作用位点（图1）。图1 限制性蛋白水解-质谱分析（LiP-MS）技术流程 [2]3. 试验试剂和分析仪器3.1 蛋白抽提：可依据实际目的和细胞类型选择不同的细胞/组织裂解液，如RIPA、N-PER、M-PER等，进行细胞/组织蛋白抽提，获得的细胞/组织全蛋白提取物可直接与目标小分子共孵育。3.2 蛋白酶切：关键的蛋白酶切试剂，例如蛋白酶K、胰酶等均有市售。3.3 分析仪器：目前多种类型的液相色谱-高分辨质谱联用仪均可用于蛋白质组学分析，已应用于LiP-MS的高分辨质谱仪包括，布鲁克、赛默飞、沃特世和SCIEX等品牌的飞行时间质谱、轨道阱质谱和傅里叶变换离子回旋共振质谱等。4. 应用实例研究人员基于LiP-MS技术在大肠杆菌中探索多种内源性代谢物和蛋白的相互作用模式 [1]，先采用凝胶过滤法除去大肠杆菌全蛋白提取物中的内源性代谢物，获得大肠杆菌全蛋白；随后将大肠杆菌蛋白与20个中心碳代谢相关的关键内源性代谢物（三磷酸腺苷、二磷酸腺苷、烟酰胺腺嘌呤二核苷酸、磷酸烯醇式丙酮酸、6-磷酸葡萄糖、果糖-1,6-二磷酸、丙酮酸、谷氨酰胺、甲硫氨酸等，见图2A）分别共孵育。基于LiP-MS流程发现，上述20个内源性代谢物可与大肠杆菌中1678个蛋白发生潜在相互作用，其中1447个相互作用是首次发现的（图2B）。作者将所发现的相互作用与在线数据库BRENDA对比（主要涉及酶的功能和代谢通路等信息），证明LiP-MS技术能够准确地识别已报道的蛋白-内源性代谢物相互作用，假阳性率低于6 %。图2 20个与中心碳代谢相关的关键内源性代谢物（图A）及其在大肠杆菌中发生相互作用的蛋白数量（图B）[1]参考文献：[1] Piazza, I., Kochanowski, K., Cappelletti, V., Fuhrer, T., Noor, E., Sauer, U., Picotti, P. A map of protein-metabolite interactions reveals principles of chemical communication. Cell, 2018, 172(1-2), 358-372.[2] Pepelnjak M, Souza N D, Picotti P. Detecting Protein–Small Molecule Interactions Using Limited Proteolysis–Mass Spectrometry (LiP-MS). Trends in Biochemical Sciences, 2020, 45(10), 919-920.

新华网长春2月17日电(记者宗巍)由中国计量科学研究院和长春吉大小天鹅仪器有限公司联合自主研发的纯牛奶奶粉蛋白质快速检测仪近日面世，该检测仪能够快速、有效地检测出纯牛奶和奶粉中真实蛋白质的含量。 　　据介绍，这种检测仪通过特异显色剂与蛋白质氮反应后浓度的变化，测定纯牛奶和奶粉中蛋白质，　　它的优点在于检测结果不受三聚氰胺、尿素等非蛋白质氮的干扰，能真实反映出样品中蛋白质的含量。与传统的检测方式相比，它的测定时间也大大缩短，测定一个样品只需10分钟左右。　　该仪器适用于乳品质检站、畜牧水产品检测站、出入境检验检疫局、工商、卫生等部门。目前已投放市场，下一步计划将检测范围从奶制品扩大到饲料等领域。

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

p style="text-align: justify line-height: 1.75em "　　詹显全，中南大学教授、博士研究生导师、博士后合作导师，英国皇家医学会会士(FRSM)、美国科学促进会(AAAS)会员、欧洲预测预防个体化医学协会(EPMA)的会士和国家代表、美国肿瘤学会(ASCO会士、欧洲科技合作组织(e-COST)的海外评审专家，中国抗癌药物国家地方联合工程实验室技术委员会委员、技术带头人和副主任，临床蛋白质组学与结构生物学学科学术带头人和学科负责人，国家临床重点专科建设项目重点实验室建设项目学科带头人，湖南省百人计划专家、湖南省高层次卫生人才“225”工程医学学的学科带头人、中南大学“531”人才工程专家。目前正致力于从多参数系统策略角度阐述肿瘤的分子机理、发现肿瘤分子标志物，研究并整合基因组、转录组、蛋白质组和代谢组的变异来实现肿瘤的预测、预防与个体化治疗及精准医学。已发表学术论文130 余篇，主编国际学术专著3 本，参编国际学术专著16 本，获得美国发明专利2 个。受邀在中科院1 区影响因子9.068 MassSpectrometry Reviews 和中科院2 区影响因子3.65 Frontiers in Endocrinology 的国际期刊上客座主编了3 个专刊。/pp style="text-align: justify line-height: 1.75em text-indent: 2em "本篇文章仪器信息网获得授权转载，来源中国科技成果杂志。/pp style="text-align: center line-height: 1.75em "　　span style="color: rgb(0, 112, 192) "strong深入剖析蛋白质组学技术最新进展与应用/strong/span/pp style="text-align: justify line-height: 1.75em "　　詹显全：人类结构基因组测序接近尾声，人们就从结构基因组学研究转向功能基因组学研究，即对转录组和蛋白质组进行研究。1995 年正式提出了”蛋白质组”和”蛋白质组学”的概念，距今已有25 年历史了。/pp style="text-align: justify line-height: 1.75em text-indent: 2em "蛋白质组学的主要技术包括蛋白质组的分离技术、鉴定技术和蛋白质组信息学技术。span style="text-indent: 2em "蛋白质组的分离技术主要有双向凝胶电泳(2DE)和多维液相色谱(2DLC)。蛋白质组的鉴定技术主要是基于质谱(MS)的技术，主要分为肽质指纹(PMF)和串联质谱(MS/MS)分析技术，其用于蛋白质大分子分析的两大离子源主要有MALDI 和ESI。质谱技术发展很快，主要朝向高灵敏度、高通量和高精度方向发展。/span/pp style="text-align: justify line-height: 1.75em "　　蛋白质组信息学技术主要是用来构建蛋白质相互用网络的相关技术。蛋白质组的分离技术和质谱技术的不同联合就形成了各种类型的蛋白质组学分析技术：如2DE-MS和2DLC-MS。2DE-MS 又有2DE-MALDI-PMF 和2DE-ESI-LC-MS/MS, 该技术在蛋白质组学研究的头10-15 年是其主要技术，然而常规概念认为2DE 的通量不高，即一个2D 胶点中一般仅含有1 ～ 2 个蛋白质，通常一次实验其通量仅能鉴定几十到一千个蛋白质，这样其在蛋白质组学中的地位逐渐被淡化。/pp style="text-align: justify line-height: 1.75em text-indent: 2em "2DLC-MS 主要有iTRAQ or TMT-based SCX-LC-MS/MS and labelfree LC-LC-MS/MS, 这就是人们通常说的“Bottomup”蛋白质组学，该技术在最近10 ～ 15 年在蛋白质组学中起着核心技术的作用，因为其通量明显增加，一次实验其通量可达到几千到一万的蛋白质能被鉴定，但该法鉴定的结果是一个protein group, 实质上鉴定的是编码蛋白质的基因, 而并没有鉴定到真正意义上的蛋白质，即蛋白质存在形式(Proteoforms 或Protein species)。蛋白质存在形式(Proteoforms)是蛋白质组的基本单元。人类基因大约2 万个，人类转录本至少10 万个，每个转录本指导核糖体按三联密码子决定一个氨基酸残基来合成氨基酸序列，刚合成出来的蛋白质氨基酸序列是没有功能的，它必须到达其指定的位置如胞内、胞外，和不同的亚细胞器等，形成特定的三位空间结构，并与其周围的相关分子相互作用，形成一个复合物(complex)才能发挥其功能作用。从核糖体刚合成出来到其指定的位置过程中有很多的蛋白质翻译后修饰(PTMs 据估计人体有400 ～ 600 种PTMs)。我们最近对蛋白质存在形式的概念给出了最新最完整的定义：蛋白质的氨基酸序列+ 翻译后修饰+ 空间构型+ 辅助因子+ 结合伴侣分子+ 空间位置+ 特定的功能。而蛋白质的概念被定义为：由同一个基因编码的所有蛋白质存在形式的集合体。这样，人类蛋白质组中的蛋白质存在形式(Proteoforms)至少有100 万或甚至达10 亿 (图1)。/pp style="text-align: center"img style="max-width: 100% max-height: 100% width: 600px height: 427px " src="https://img1.17img.cn/17img/images/202008/uepic/1d18fad3-b010-4ea5-a812-432853ad4ec6.jpg" title="1111111.png" alt="1111111.png" width="600" height="427" border="0" vspace="0"//pp style="text-align: center line-height: 1.75em "　　图1 ：Proteoforms 的概念及形成模式 (Zhan et al,Med One, 2018 Zhan et al., Proteomes, 2019)/pp style="text-align: justify line-height: 1.75em "　　如此庞大数量的Proteoforms/Protein species, 如何对其进行大规模的探测、鉴定和定量，是一个至关重要的事情。目前关于Proteoforms 的研究有两套策略一是“Top-down”MS 技术， 二是“Top-down” 和“Bottom-up”相结合的技术即2DE-LC/MS 技术(图2)。/pp style="text-align: center"img style="max-width: 100% max-height: 100% width: 600px height: 415px " src="https://img1.17img.cn/17img/images/202008/uepic/94f48c94-fd0b-4959-90fb-dd399cebf074.jpg" title="2.png" alt="2.png" width="600" height="415" border="0" vspace="0"//pp style="text-align: center line-height: 1.75em "　　图2 ：Proteoforms 研究技术比较(Zhan et al., Med One, 2018 Zhan et al., Proteomes, 2019)/pp style="text-align: justify line-height: 1.75em "　　“Top-down”MS 技术能探测、鉴定和定量Proteoforms，获得蛋白质的氨基酸序列和PTMs 信息，然而该技术的通量较低，目前最大通量鉴定到5700 个Proteoforms, 对应到860 蛋白质。/pp style="text-align: justify line-height: 1.75em "　　最近，詹显全教授团队发现2DE-LC/MS 技术是一超高通量的技术平台，在探测、鉴定和定量Proteoforms方面, 可以鉴定达几十万至上100 万的Proteoforms。随着质谱灵敏度的显著提高，自2015 年以来，詹显全教授团队就发现每个2D 胶点包含了平均至少50 个甚至达几百个Proteoforms，并且大多数是低丰度的 并在近1 ～ 2 年来发表了相关论文来全面阐述2DE-LC/MS 的新理念和实践，完全打破了40 多年来人们对双向电泳的传统认识 (即一个2D 胶点中一般仅含有1 ～ 2 蛋白质)，为大规模的Proteoforms 研究提供了技术基础。Proteoforms/Protein species 概念的发展极大的丰富了蛋白质组的内涵，是蛋白质组学研究的更高层次，是国际科学发展的前沿，必将影响着整个生命科学和医学科学的研究和实践，有助于发现可靠而有效的疾病标志物，用于深度理解疾病分子机制和决定药物靶点，或者用于有效的预测、诊断、预后评估。另外，蛋白质组是表型组的重要成分，是基因组功能的最终执行者，是基因组和转录组研究所不能替代的，要实现真正的个性化医学和精准医学，蛋白质组学研究是不能绕过去的。/pp style="text-align: center line-height: 1.75em "　　span style="color: rgb(0, 112, 192) "strong基于整合组学发现疾病标志物才是精准发展之重/strong/span/pp style="text-align: justify line-height: 1.75em "　　1. 您一直专注于肿瘤蛋白质组学的研究，例如垂体瘤、卵巢癌等相关恶性肿瘤结合组学的研究，请谈谈在这方面的最新的研究成果，以及过程中的主要挑战和解决方案/pp style="text-align: justify line-height: 1.75em "　　詹显全： 垂体瘤是颅内常见肿瘤，绝大多数是良性的，只有少数具有侵袭性和恶性，并能引起激素分泌紊乱和颅内压迫症状，出现严重的临床症状，危害人体健康。临床上分为功能性垂体瘤和非功能性垂体瘤，并且非功能性垂体瘤不表现血中激素水平增加，不易早期诊断，经常是当肿瘤体积增加到压迫周围组织器官产生压迫综合征时才被诊断，这时已经是中晚期了，且其分子/pp style="text-align: justify line-height: 1.75em "　　机制并不清楚，缺乏早期诊断标志物和药物治疗靶标。因此，非功能性垂体瘤被选为主要研究对象。虽然垂体瘤是在颅内，但我们认为垂体瘤是一种多病因、多过程、多结果的全身性的慢性疾病，并且还具有肿瘤的异质性 它涉及到一系列的分子改变，包括发生在基因组、转录组、蛋白质组、代谢组和相互作用组水平上的改变，而这些不同水平改变的分子和信号通路又不是孤零零的起作用，而是相互间具有千丝万缕的联系。因此，我们很难用一种单一因素来解决其预测、预防、诊断、治疗和预后评估 而必须从单因素模式转向多参数系统思维模式。垂体瘤的多病因、多过程、多结果、全身性、慢性、分子网络系统性给其“同病同治”提出了严峻挑战，同时为实现其个性化的精准预测、精准预防、精准诊断和精准治疗提供了机遇和条件。多组学(基因组学、转录组学、蛋白质组学、代谢组学、影像组学)和系统生物学技术的发展驱动了这一多参数系统思维模式的转变、推进了其个性化医学和精准医学的研究和实践。因此，我们认为多参数系统策略观和多组学是进行垂体瘤个性化医学和精准医学的研究和实践的重要理念和技术方案。/pp style="text-align: justify line-height: 1.75em "　　我们从2001 开始进行垂体瘤的蛋白质组学及其翻译后修饰组学研究，从2008 年开始进行多组学和分子网络研究，及预测预防个体化医学(PPPM)和精准医学(PM)研究。经过过去近20 年未间断的研究，我们在垂体瘤的蛋白质组学、翻译后修饰组学、多组学、分子网络和系统生物学研究方面在国际上处于了主导地位。/pp style="text-align: justify line-height: 1.75em "　　在我们研究过程中，我深深体会到一个重大思转变就是从以前的单参数模式转向了多参数系统思维模式，这符合肿瘤的真实情况。另外，就是多组学技术促进了这一模式的转变，并是其主要的解决方案。/pp style="text-align: justify line-height: 1.75em "　　2. 从您的研究方向及重点出发，您认为多组学研究在精准医学中接下来的研究应当侧重于哪些方面，以及如何才能比较好的实现从研究到临床的转化落地?/pp style="text-align: justify line-height: 1.75em "　　詹显全：我的研究对象是肿瘤(垂体瘤、卵巢癌、肺癌、胶质瘤)，研究理念是肿瘤的多参数系统策略观，技术手段是多组学和系统生物学，研究的目标是要解决肿瘤的预测预防个体化医学(PPPM)和精准医学(PM)。/pp style="text-align: justify line-height: 1.75em "　　我们认为多组学中的不同组学对PPPM/PM 的贡献是不平衡的，即个性化的表型组是基因组通向PPPM/PM 应用实践的桥梁，而蛋白质组和代谢组是表型组中两重要成分。蛋白质组的内涵包括蛋白质的拷贝数变化、剪切变化、翻译后修饰、转位、再分布、空间构型、与周围分子相互作用、及信号通路网络问题。代谢组的内涵涉及到体内所有物质(包括糖、脂、蛋白质、核酸)的代谢产物及其代谢网络问题。要真正实现PPPM 和PM，蛋白质组和代谢组的贡献是基因组所不能替代的是不能绕过去的。人们应从以基因组为中心的研究和实践转向以表型组为中心的研究和实践。其中蛋白质组的研究又应以翻译后修饰和蛋白质存在形式(Proteoforms)作为今后的研究方向。Proteoforms 的研究必将影响着整个生命科学和医学科学。从临床转化研究来看，基于多组学的整合生物标志物是发展方向。对于这里的生物标志物，我们将其分为两类：一类是解决疾病分子机制和药物靶点的生物标志物，这类生物标志物一定要有因果关系 一类是解决预测、诊断、预后评估的生物标志物，这类标志物不一定要求有因果关系，但必要要有量的变化。/pp style="text-align: justify line-height: 1.75em "　　3. 作为EPMA(欧洲预测预防个体化医学协会)的中国代表，想请您分享下国际上对于组学研究在精准医疗中的应用现状、趋势以及发展规划/pp style="text-align: justify line-height: 1.75em "　　詹显全：欧洲预测预防个体化医学协会(EPMA)是国际个体化医学领域领头的学术协会，由来自全球55 个国家和地区的专家学者组成，其创办的官方杂志EPMA Journal( 中科院2 区，ESI IF5.661) 涵盖了24 个专题内容，较全面地反映了预测预防个体化医学(PPPM)和精准医学(PM)的研究、实践与最新动态，还涉及到PPPM 和PM 的政策、伦理、卫生经济和社会保障等许多方面，为PPPM 和PM 的科研、实践提供了一个很好的交流平台。/pp style="text-align: justify line-height: 1.75em text-indent: 2em "我本人作为EPMA 的中方代表(National Representative of EPMA in China) 和其官方杂志EPMA Journal 的副主编，参与了其经历的重要活动。我从2008 开始起在EPMA 中主要负责多组学和创新技术方面，在EPMA 白皮书中的“肿瘤预测预防个体化医学的多参数系统策略观”这部分最早就是我写的，之后我们写了一系列文章来论述基于多组学的多参数系统策略的研究和实践。因此，在EPMA，我们的基于多组学的多参数系统策略观还是比较早的，近五六年来多组学研究在EPMA 圈内(55 个国家和地区)发展得很快，已经深入到PPPM 的各个领域。/pp style="text-align: justify line-height: 1.75em "　　另外，我认为，精准医学在理念上没错，严格意义上的精准医学是个理想化的概念，人们只能无限去逐步接近它。现阶段搞精准医学还是要回归到人类健康的保护过程，即预测、预防、诊断、治疗和预后评估，这里应该是针对个人来说而不是针对群体，严格说来应该是个性化的精准预测、精准预防、精准诊断、精准治疗和精准预后评估。对于人类健康保护过程来说，预测、预防还是上策，其次就是早诊断、早治疗。多组学研究已渗入到人类健康保护过程的每个环节，主要用来寻找基于多组学的生物标志物，当然这里的生物标志物应泛指前面说的两类：一类是解决疾病机制和治疗靶点的标志物，一类是解决预测、诊断、预后评估的标志物。/pp style="text-align: justify line-height: 1.75em text-indent: 2em "因此，基于多组学的PPPM/PM 的研究和实践一定是今后发展的一个长远趋势。/pp style="text-align: center"img style="max-width: 100% max-height: 100% width: 600px height: 802px " src="https://img1.17img.cn/17img/images/202008/uepic/581ff7cf-5c3e-4fd6-8f5f-805989791ee5.jpg" title="詹.jpg" alt="詹.jpg" width="600" height="802" border="0" vspace="0"//ppbr//p

2012年3月23-25日，第五届蛋白质和多肽大会（五周年庆）在北京国际会议中心隆重召开，本届会议的主题是“强大的蛋白质和多肽”。除主论坛外，大会科技议题还包括：蛋白质科技前沿、蛋白质组学与宏蛋白质组学、人类疾病与蛋白质发现、蛋白药物及其临床意义、非人类蛋白的研发、多肽科学、多肽化学与合成方法、多肽药物发现、对生物活性肽及其应用的探索、肽的新应用、蛋白质工程技术、仪器设备的创新等14大分会和100多个分论坛。赛分科技作为全球知名的生物分离色谱领航者，积极参加了此次会议，并带来了赛分科技的最新科技成果——“抗体分析方法包”。赛分科技最新解决方案——“抗体分析方法包” 在此次会议中，赛分科技总裁兼首席技术官黄学英博士应邀主持了“蛋白质质量控制/质量评价与分析工具”专场，并发表了“单克隆抗体在分离与鉴定中的全套解决方案”的主题报告。黄学英博士在报告中 单克隆抗体作为一种重要的治疗蛋白质，越来越受到关注。赛分科技推出的抗体分析方法包为单克隆抗体的分析和鉴定提供了完整的解决方案。其中，Zenix™ 300体积排阻色谱柱可高效分离抗体单体、多聚体、片段、轻链和重链；Antibodix™ 阳离子交换色谱柱用于分离在结构上差异很小的单克隆抗体异构体。Bio-C8反相色谱柱可分离Fab和Fc以及轻重链。 与会观众和专家们对赛分科技的“抗体分析方法包”产生了浓厚的兴趣，积极提问，并纷纷索取相关产品资料。会议交流热烈，气氛友好。赛分科技展台 赛分科技 赛分科技有限公司（Sepax Technologies, Inc）总部位于美国特拉华州高新技术开发区，致力于开发和生产药物与生物大分子分离和纯化领域的技术和产品。赛分科技是集研发、生产和全球销售为一体的实业型企业。公司主要产品为液相色谱柱及耗材、固相萃取柱（SPE）及耗材、液相色谱填料以及分离纯化仪器设备。在液相色谱领域里，赛分科技已开发出了100多种不同型号的液相色谱材料，涵盖了反相、正相、超临界（SFC）、手性（Chiral）、离子交换、体积排阻、亲和、HILIC等各种类别，为世界范围内液相色谱产品最为完善的企业之一。 赛分科技的创新技术使之生产出具有最高分辨率及最高效的生物分离产品，包括体积排阻、离子交换、抗体分离、和糖类化合物分离色谱填料和色谱柱，可广泛地应用于单克隆抗体、各种蛋白、DNA、RNA、多肽、多糖和疫苗等生物样品的分析、分离和纯化。赛分科技先进的技术和完善的产品线已使赛分成为全球生物分离的领航者。

产品名称 制造商名称进口商名称重量（吨）不合格原因描述处理措施进境口岸 美赞臣婴儿配方奶粉（9-24个月） Mead Johnson & Compy厦门中马进出口有限公司0.116 蛋白质含量不符合国家标准退货厦门美赞臣婴儿配方奶粉（0-12个月） Mead Johnson & Compy厦门中马进出口有限公司0.184 蛋白质含量不符合国家标准退货厦门丸三牌调制豆奶丸三株式会社上海心征商贸有限公司0.906标签不合格销毁上海丸三牌调制豆奶丸三株式会社上海心征商贸有限公司0.906标签不合格销毁上海丸三牌豆奶饮料麦芽咖啡丸三株式会社上海心征商贸有限公司0.186标签不合格销毁上海脱盐乳清粉JAMES FARRELL AND CO上海锦江国际贸易有限公司158检出过氧化苯甲酰退货上海甜乳清粉OLAM INTERNATIONAL LIMITED中轻日用百货进出口公司132检出过氧化苯甲酰退货上海甜乳清粉OLAM INTERNATIONAL LIMITED中轻日用百货进出口公司100检出过氧化苯甲酰退货上海

2020年初，一场突如其来的疫情打乱了大家的生活节奏。面对来势汹涌的疫情，全国上下正在积聚力量，全力战胜新型高致病性冠状病毒（2019-nCoV）。医护人员、解放军战士、志愿者们纷纷奔赴武汉，与疫魔竞速，守卫着国民的生命安全，致敬最美逆行者！同时疫情研究者一样没有停下自己的脚步，特别是在分子水平，我们调研了基于Orbitrap超高分辨的蛋白质组学和结构组学技术在病毒学研究中的应用，谨以此文致敬白衣天使和深耕医学研究的学者。Orbitrap技术促进病毒机理研究病毒与宿主共同进化，获得捕获和操纵宿主细胞过程进行复制的机制传播。同样，宿主细胞会通过部署防御机制或通过适应感染环境。在整个感染过程中，细胞严重依赖于时空调控的病毒-宿主蛋白-蛋白相互作用的形成。 蛋白质组学方法与病毒学的结合促进了对病毒复制、抗病毒宿主反应和病毒对宿主防御的颠覆机制的深入研究。而Orbitrap技术依靠其高灵敏度、高精度，高通量等特性在该方面表现出色。案例一：Orbitrap技术深度挖掘病毒-宿主蛋白质相互作用2019年Viruses杂志上发表了基于组学技术研究宿主变化的综述，质谱技术中基于亲和纯化分离蛋白质复合物随后进行MS分析（AP-MS）的方法可以用于分离病毒-病毒和病毒-宿主多蛋白复合物，可识别间接和直接的蛋白质相互作用，提供相互作用事件的瞬时信息，或跟踪单个病毒基因产物的过表达，以深入了解单个蛋白质的功能；表达蛋白质组学技术（定量蛋白质组学和翻译后修饰组学）可以研究病毒蛋白的组成，宿主在病毒入侵过程中蛋白质和翻译后修饰的动态变化。（Viruses 2019, 11, 878 doi:10.3390/v11090878）迄今为止，基于蛋白质组学方法的进展已经为识别数量惊人的病毒-宿主蛋白关联铺平了道路，科学家基于这些数据构建了包含了5000多种病毒成分和宿主细胞之间的非冗余蛋白相互作用数据库。这些有价值的信息库包括相互作用蛋白数据库、VirHostNet(http://virhostnet.prabi.fr/)、VirusMentha(Nucleic Acids Res. 2015 43(D1):D588–D592)、IntAct-MINT(Nucleic Acids Res. 2015 43(D1):D583–D587)和Uniprot。 案例二：Orbitrap技术揭示新型塞卡病毒宿主因子Pietro, Scaturro, Alexey, et al. Nature, 2018 寨卡病毒(ZIKV)最近成为全球健康问题，由于它的广泛传播和与严重的联系新生儿神经症状和小头症。然而,与致病性相关的分子机制关于ZIKV的大部分仍然未知。 技术路线：利用赛默飞 LTQ-Orbitrap和Orbitrap Q Exactive HF质谱进行全蛋白质组学和修饰蛋白质组学（实验路线见下图a），研究对象为神经细胞系SK-N-BE2和NPC细胞，表征细胞对病毒的反应，在蛋白质组和磷酸化蛋白质组水平上的变化，利用亲和蛋白组学方法鉴定ZIKV蛋白的细胞靶点。使用这种方法，找到了386个与zikv相互作用的蛋白质，导致宿主在神经发育受损，视网膜缺陷和不孕。此外，确定了寨卡病毒感染后1216个磷酸化位点存在上调或下调，来自AKT, MAPK-ERK和ATM-ATR信号通路中，为防范ZIKV感染扩散提供机制基础。在功能上，系统地理解了ZIKV诱导后的宿主的蛋白质和细胞通路水平的扰动，并对感染后细胞施加Rock抑制剂药物干预,利用非标定量蛋白质组学方法分析差异蛋白进行验证（下图热图），补充这一空白。技术路线图案例三：Orbitrap技术深入探寻寨卡病毒病毒与宿主的相互作用Etienne Coyaud, et al. Molecular & Cellular Proteomics，2018,技术路线技术路线：本文利用生物素识别以及IPMS亲和纯化结合MS 方法，研究寨卡病毒侵染后病毒与宿主细胞蛋白质的相互作用（技术路线见上图），实验结果揭示了1224个蛋白3033多肽形成的相互作用网络（见下图a）。相互作用包括多肽加工和质量控制、囊泡方面的作用运输，RNA处理和脂质代谢。40%的 作用都是以新报道的相互作用。通过数据挖掘分析，揭示过氧化物酶体在ZIKV感染中的关键作用。病毒宿主蛋白相互作用网络图 温馨提示：积极防护 保护自己 戴口罩 勤洗手

引言准确预测蛋白质-配体(在本文的语境中，配体意指小分子有机化合物)的结合构象是计算生物学中的一项重要任务。一方面，它有助于人们理解蛋白质与内源小分子或药物分子的互作机制。另一方面，在药物设计或药物筛选(无论是单个蛋白-多个配体的正向筛选，还是单个配体-多个蛋白的逆向筛选)的过程中，也离不开对复合物构象的准确预测：这是准确计算蛋白质-配体结合稳定性(亲和力)的必要条件。对于给定蛋白和给定配体分子，依据是否已知结合口袋(也称配体结合位点)可以将复合物构象预测任务分为两类：口袋未知的盲对接(blind docking)任务和口袋已知的局部对接(local docking)任务。其中，盲对接任务是更普遍的、更富有挑战性的任务。在传统的对接流程中，这一任务又被划分为几个子任务：先借助口袋搜索算法确定可能的结合位点(即，转化为局部对接任务) 再利用构象生成(采样)方法生成大量可能的复合物构象，并依据打分函数评价各个构象(即，进一步确定配体的位置、朝向，以及各个键对应的扭转角) 挑选出打分值最优者作为最终结果。但是，对接过程面临着打分函数不够准确、构象搜索空间巨大导致计算耗时过长等挑战。比如，对于后者，文献[1]计算结果表明：对于单个配体复合物的盲对接任务而言，借助GNINA和Glide这两款传统的对接软件，生成百万量级的复合物构象并从中挑选最优者，平均耗时分别约为150 s和1500 s。在巨型分子库的(如ZINC 15数据库，含有约数十亿个化合物分子[2])虚拟筛选过程中，使用传统方法逐一对接每个分子在计算速度上是不可接受的。而数据驱动的机器学习方法为优化各个子任务的准确性和计算效率带来希望。此外，同样基于机器学习方法，部分研究者发展出“端到端”的、更为直接的对接流程：训练一个拟合自由能面(free energy landscape)的模型，无需将原有的对接任务划分为多个子任务，以蛋白质与配体的三维结构为输入，输出即为可能的复合物构象。参照Anfinsen提出的蛋白质折叠热力学假说，可以设想：如果存在一个能量函数，能够将复合物在三维空间下的所有状态映射到它对应的自由能，那么可以将复合物构象预测问题转化为该能量函数的最优化问题[3]。这是机器学习拟合自由能面的出发点。与传统的对接方法相比，这样的方法也同样可能在准确性和计算效率等指标上得到提升。本文将针对口袋搜索、构象生成、打分函数、自由能面建模这四个方向：整理相应的评价体系，包括常用的评价指标或测试集 挑选并简要介绍部分具有代表性的机器学习模型 结合模型评估实验讨论当前模型或评价体系存在的不足以及未来可能的发展方向。1.机器学习口袋搜索 1.1 评价体系目前存在两种描述蛋白质-配体结合口袋的方式。其中一种方法借助蛋白质表面的点云(surface points)来描述。这种方法被称作以配体为中心(ligand-centric)的方法。另一种方法则借助蛋白质上的原子来描述，那些蛋白质上的、与配体重原子距离小于一定阈值的重原子被定义为配体结合原子。这种方法被称作以蛋白质为中心(protein-centric)的方法。这两种描述方法相应地衍生出两类评价指标。对于前者，通常以配体原子中心距(预测的口袋中心与配体任意原子的距离，distance between the center of the predicted site to any atom of the ligand，DCA)、配体中心距(预测的口袋中心与配体中心的距离，distance between the center of the predicted site to the center of the ligand，DCC)、体素交并比(预测的口袋体积与配体所占据的空间体积的交并比，discretized volume overlap，DVO)等指标来衡量[4][5]。直观上，在这三个指标中：DCA最为宽松(只需大致判断配体位置)，DCC更为严格(额外考察了配体大小)，DVO最为严格(额外考察了配体构象)。但在多数文献中，常使用DCA和DCC这两个指标，并以4 Å作为预测成功与否的阈值[4]。对于后者，Yan等人以原子水平的交并比(Intersection over Union)来衡量[6]。具体地，计算预测的配体结合原子与标注的配体结合原子的交集与并集的比值。这也是机器学习目标检测任务中的常用指标。1.2 模型方法目前发展的大多数口袋搜索算法，都是以搜索蛋白质表面点云为目标。例如Krivák等人于2015年提出的P2Rank[7]：刻画蛋白质Connolly点云中各个点的物化特征，并使用随机森林模型对每个点进行可靶性预测，最后对点聚类得到口袋预测结果。以DCA为评价标准，P2Rank在多个数据集上表现优于传统方法Fpocket。Krivák等人后续还提供了P2Rank的网络服务[8]，并对多种方法口袋搜索方法进行了更加全面的总结和比较，其中包括Jiménez等人于2017年开发的、使用3D网格(体素)刻画结合位点的DeepSite[9]。值得一提的是，在Krivák等人的结果中(测试数据集为COACH420、HOLO4K，评价指标DCC)，DeepSite表现不及Fpocket 而在Jiménez等人的结果中(测试数据集CHEN251，评价指标DCC、DVO)，DeepSite表现显著优于Fpocket。最近，Yan等人另辟蹊径，以鉴定蛋白质上的配体结合原子为目标，发表了PointSite方法[6]，并声称其在多个数据集上(包括COACH420、HOLO4K、CHEN251等等，以原子水平的交并比为评价指标)取得了SOTA。Yan等人将口袋搜索问题转化为计算机视觉领域的点云分割问题 此处的点以蛋白质上的原子表示，以充分挖掘原子之间的键连特征。此外，作者还指出：将PointSite方法引入到其它口袋搜索方法如FPocket、P2Rank中(具体而言，使用点云分割的结果对后者的预测结果进行过滤)，可以进一步提升配体结合位点的鉴定效果。1.3 讨论从以上几种方法的评估实验中可看出，模型在不同测试数据集上的相对表现可能存在差异，因此需要建立一套统一的、合适的数据集进行测试。另外，在训练数据集的准备过程中，将未鉴定到配体结合的位点直接划分为负样本也值得考量。2.2在具体使用建议上，最近有研究将口袋搜索方法引入到完整的对接流程中[10][11]，相较于FPocket、P2Rank等方法，PointSite表现最优。　　2. 机器学习构象生成 2.1 评价指标对于构象生成模型而言，需要考察所生成构象的多样性和准确性，由此分别衍生出两类指标：覆盖率(COV，coverage)和匹配程度(MAT，matching metrics)。针对测试集中的每一个构象：查看是否能够在生成的构象集合里找到RMSD值小于给定阈值的构象(如果能，则表示该模型能够覆盖当前测试构象)，可以计算得到覆盖率 计算生成的构象集合与当前测试构象的最小RMSD值，取平均可以得到匹配程度的值。以上是从测试集的角度衡量模型表现(召回率) 相应地，将测试集构象与生成集构象在计算中对调，则可判断模型的准确率。目前常见的测试数据集包括GEOM-QM9和GEOM-Drugs[12]。2.2 模型方法构象生成模型沿着两个思路发展：直接生成各个原子的3D坐标 先生成原子对距离、二面角等中间参数，再将分子3D坐标还原。对于前者，技术难点在于保证模型对于输入分子的旋转-平移不变性(整体改变分子坐标，得到的构象是相同的，也即对齐过程)。对于后者，则可能生成不合法的中间参数(比如违反三角几何关系)，或者中间参数的误差在训练过程中不断累积，影响分子3D坐标重构，需要进行后续的力场优化 但这是目前大多数方法所选取的道路。此处简要介绍最近发展的GeoDiff模型[13]和DMCG模型(Direct Molecular Conformation Generation)[14]。Xu等人于2022年提出GeoDiff，使用扩散模型直接生成原子坐标。GeoDiff在GEOM-Drugs数据集上测试集覆盖率可达约89%、匹配程度约0.86 Å，并且经过力场优化之后可以进一步提升模型表现。作者指出：在逆向扩散过程中(生成过程)，如果某一时刻T的密度函数具有旋转-平移不变性，且逆向生成的条件概率函数具有旋转-平移不变性，则T时刻以前任意时刻的密度函数也具有旋转-平移不变性。同年， Zhu等人提出基于变分自编码器的DMCG模型，在GEOM-QM9和GEOM-Drugs数据集上均取得最优(对于后者，覆盖率约96%，匹配程度约0.70 Å)。作者指出：模型除了满足旋转-平移不变性外，对于对称结构还应当满足置换不变性(交换对称原子的坐标，得到的构象是相同的)。为此，计算任意旋转-平移操作以及对称原子置换操作下的两个结构的距离最小值，并将其引入损失函数中，以满足以上两种不变性。消融实验表明，如果不考虑这一项损失，则覆盖率将下降约20个百分点，匹配程度将提高约0.3 Å。2.3 讨论今年3月，Zhou等人[15]基于RDKit设计了一种简单的生成算法：使用RDKit分别采样二面角、采样几何片段、采样能量并生成相应的构象，随后按照能量大小进行聚类。在GEOM-QM9和GEOM-Drugs两个数据集上，与GeoDiff、DMCG等深度学习方法相比，该算法几乎在所有指标上取得SOTA。作者认为，目前的测试基准不足以覆盖实际应用中(如分子对接中)涉及的构象生成任务。　　事实上，生成足够的分子构象不会降低测试构象集上的匹配程度和覆盖率(召回率)，但可能降低生成构象集的相应指标(查准率)。而Zhou等人(包括Zhu等人的DMCG)并未在文中给出关于后者的模型评价，因此模型的实用性仍有待考察。另外，目前的构象生成方法均以单个配体的势能极小值作为优化目标，针对(已知口袋的)复合物中配体的构象生成模型仍有待开发。最后，GeoDiff模型与DMCG模型的发展也启示我们挖掘任务目标中蕴含的性质(对称性、不变性)，在模型训练中引入合适的归纳偏置。　　3. 机器学习打分函数3.1 评价指标Su等人[16]于2019年建立了一套打分函数的基准测试数据集CASF-2016。CASF-2016及其前身CASF-2013已被广泛用于评估打分函数的表现。同时，Su等人设计了四类指标分别考察打分函数的打分能力、排名能力、对接能力和筛选能力。打分能力通常以Pearson相关系数来衡量：考察天然蛋白复合物的计算打分值与实验结合常数的对数之间的线性相关性。排名能力通常以Spearman等级相关系数或Kendall等级相关系数来衡量：对于同一蛋白、不同配体的多个天然蛋白复合物结构，考察计算打分值给出的排名与实验结合常数给出的排名之间的匹配程度。对接能力以对接成功率衡量：对于单个复合物，在天然配体结合构象和一系列计算生成的诱饵分子构象(decoy)中，若计算打分最高者与真实结合构象的RMSD小于2 Å，则认为对接成功 对于多个复合物，进一步计算对接成功率。筛选能力以筛选成功率衡量：在天然配体和一系列其它配体分子中，计算打分前1%(5%、10%)结果里包含天然配体的比例。由此可见，打分能力直接以实验数据作为参考，是评估打分函数是否可靠的基本测试。排名能力是对打分能力的补充。打分能力越好，排名能力通常也越好 反之则未必成立(存在对实验结合常数进行非线性拟合的打分函数)。对接能力测试将计算生成的构象引入测试集中，因此更贴近实际对接操作、对于打分函数的选择更具参考意义。需要指出的是，对接能力测试给出的结果通常只能代表该打分函数的对接能力上限，在CASF-2016的测试中可能呈现分数虚高的情形(在测试中能够以90%的成功率在top-1中挑选出天然配体构象，但在实际应用中却不能达到这一表现)。这主要归结于实际应用中计算生成的构象不够充分。筛选能力涉及多种配体的对接，因此可视为对排名能力和对接能力的综合考察。3.2 模型方法针对打分函数的机器学习方法，前人已给出详尽的综述[17][18][19]。本文将展开介绍经典的ΔVinaRF20打分函数[20]，以及最近发展的DeepDock[21]和RTMScore[22]。ΔVinaRF20由Wang等人于2016年提出，在CASF-2013、CASF-2016测试集上的各指标中均排名靠前[16][20]。具体地，在CASF-2016测试集上，ΔVinaRF20在打分能力和排名能力两个指标上分别以0.82和0.75取得最优，在对接能力上以89.1%(top1)仅次于Autodock Vina(90.2%)，在正向筛选能力以42.1%(top1)取得最优、逆向筛选能力以15.1%(top1)位居第五(次于最优方法ChemPLP@GOLD约2.4%)。Wang等人指出：机器学习打分函数与经典的打分函数在这些指标中各有所长，前者长于打分，后者长于对接和筛选。因此作者拟结合二者优点：一方面对训练集进行数据增强，将计算生成的诱饵结构引入训练集中(同时计算估计亲和力作为标签)，以提高机器学习打分函数的对接和筛选能力 另一方面使用随机森林方法对AutoDock Vina中的打分函数进行参数化修正(使用Δ-machine learning方法，类似残差拟合)。Méndez-Lucio等人于2021年提出的DeepDock方法在CASF-2016的正向筛选和逆向筛选能力评估中分别以43.9%和23.9%取得SOTA，但DeepDock给出的打分值与实验结合常数的对数之间不存在相关性(在训练过程中未引入实验结合常数的相关信息)。DeepDock方法使用二维分子图刻画配体、多面体网格点刻画蛋白质口袋(参考了MaSIF的编码框架[23])，分别学习蛋白质口袋与配体原子的节点表示 随后两两组合配体和靶蛋白的节点形成节点对，使用混合密度函数拟合节点对的距离分布(概率密度函数)。作者指出：相较于通过最小化距离误差来学习节点对距离的平均值，混合密度函数能够学习训练集中节点对多个可能的距离，从而更好地刻画构象预测任务中的多值特性。在DeepDock的基础上，Shen等人从两方面进行改进得到RTMScore：一方面，使用无向图编码蛋白质口袋残基，在编码过程中满足对于输入复合物坐标的旋转不变性 另一方面使用Graph Transformer模型以学习更深层次的特征。作者声称RTMScore在CASF-2016测试集上的对接能力和筛选能力达到SOTA，相较DeepDock得到大幅提升：对接成功率达到98.6%，正向筛选成功率达73.7%，逆向筛选成功率达38.9%。3.3 讨论DeepDock等方法的发展展现了图模型在捕获蛋白质-配体互作的潜力，以及直接拟合蛋白残基-配体原子距离似然函数的有效性。事实上，距离似然函数不仅能作为打分函数评估当前构象，还能够作为某种“势能面曲线”指导构象优化。此外，这些新近提出的DeepDock等方法有待更广泛的测试验证。在其它论文的评估实验中[24]，RTMScore在对接能力中依旧表现最优。但考虑到缺少打分能力、排名能力等测试数据，后续仍需要更多的测试评估(尤其是将打分函数整合到完整的对接流程中)以验证这些方法的可靠性。　　4. 机器学习自由能面4.1 评价体系拟合自由能面的模型直接处理盲对接任务，生成复合物构象。其中存在两类评价指标。一类指标评估计算准确性。通常以预测复合物(如果模型给出多个可能的构象，则选取打分值top-1者)中配体重原子RMSD小于2 Å所占的比例来衡量模型对接能力。一般以2 Å作为对接成功与否的判断阈值[10]。还有通过配体质心距离小于2 Å(或5 Å)所占的比例来考察模型是否能够找到正确的结合口袋。此外，为判断生成的配体构象在化学上是否合理，Corso等人额外考察了配体构象中存在位阻冲突(steric clash，配体内部重原子之间的距离是否小于0.4 Å)的比例。另一类指标评估计算效率 这在大型分子数据库的虚拟筛选过程中同样不可忽视。以对接一个分子所需的平均CPU(如果可能，使用并行加速)或GPU时间来衡量。4.2 模型方法拟合蛋白质-配体自由能面的机器学习方法最近得到逐步发展，代表性的方法包括EquiBind[1]、TANKBind[25]、DiffDock[10]。Stärk等人于2022年提出基于图几何深度学习的EquiBind方法，在机器学习方法直接预测蛋白质-配体结合构象这一问题中做出开创性贡献。该方法以随机的配体分子构象(比如使用RDKit生成的构象)作为输入，无需经过大规模的构象采样即可在约0.1 s的时间内给出复合物结构。由此给出的结构在寻找结合口袋的能力上与传统方法(如QuickVina-W)相当(配体质心距小于2 Å的比例均约40%)，但在配体结合构象的预测上却表现不佳(配体RMSD小于2 Å的比例约6%，不及QuickVina、GLIDE等方法所达到的约20%)。虽然可以在该结构的基础上结合传统方法进一步微调配体位置和构象，但将增加预测所需的时间成本至数十秒或数百秒。同年，Lu等人提出TANKBind。相较于EquiBind，在保留推理速度(约0.5秒)的同时，TANKBind在配体构象预测上取得和传统方法相当的结果(配体RMSD小于2 Å的比例约19%)，口袋预测能力则获得较大提升(配体质心距小于2 Å的比例约56%)。不同于EquiBind对整个蛋白质进行编码的方法，TANKBind采用P2Rank寻找口袋位置，随后针对该位置的蛋白质区块(由半径20 Å内的残基构成)，拟合蛋白质残基与配体原子的距离。此外，受AlphaFold2的启发，TANKBind将三角几何约束引入残基与配体原子的距离建模中。消融实验表明，三角几何约束可以显著提升模型表现：配体RMSD小于2 Å的比例提升约15%，配体质心距小于2 Å的比例提升约12%。同年十月， Corso、Stärk等人提出DiffDock模型。该模型在对接准确性上首次实现了对传统对接模型的大幅超越。在holo态的蛋白晶体对接结果中，配体重原子RMSD小于2 Å所占的比例可达到38.2%，约为传统方法的两倍。这一结果对应于40次采样，消耗计算时间约40秒。与DeepDock想法类似，DiffDock使用生成模型来学习构象的概率分布并建立了一套相应的“扩散”方法(构象采样方法)。4.3 讨论今年2月，Yu等人[11]重新设计实验，考察了DiffDock等机器学习模型在盲对接任务中的哪一阶段领先传统方法、领先到何种程度。作者将盲对接任务拆分为口袋搜索和局部对接两个子任务，设计了三组实验：完全使用DiffDock等模型完成盲对接 使用其它方法搜索口袋(如前文所述的PointSite、P2Rank)，使用Uni-dock[26](一种基于AutoDock Vina 1.2的GPU加速对接方法)局部对接 使用DiffDock搜索口袋，使用Uni-dock局部对接。结果表明：DiffDock方法在口袋搜索中效果更佳(相较于PointSite等方法而言，引入了配体分子的结构信息)，但与ground truth、即表中的GT pocket相比仍存在提升空间 口袋确定，传统对接手段得到的结果优于DiffDock等机器学习模型。作者进一步指出：给定口袋下预测蛋白质-配体构象的机器学习方法是后续发展的方向(正如机器学习构象生成中所讨论的) 对于端到端的模型比较实验中，需要更审慎地评估传统方法的表现。另外，随着蛋白质结构预测方法的发展，评估模型在apo态蛋白质上的对接表现是有必要的，也是更符合实际情形的。事实上，目前几种模型所使用的训练集均为holo态蛋白(缺乏足够数量的与holo态对应的apo态蛋白结构)。为泛化模型的对接能力至apo态蛋白结构，通常采取折中方案：假定apo态与holo态的主链变动不大，而在模型编码过程中只使用主链碳原子的信息。DiffDock论文中首次评估了各种方法在ESMFold给出的蛋白质结构上的对接能力。结果显示，各模型的对接表现均显著下降(对于DiffDock而言，配体重原子RMSD小于2 Å所占的比例从38.2%下降至20.3%)。机器学习方法建模对接过程中蛋白质的结构变化仍然道阻且长。将分子动力学模拟过程中产生的动态信息引入模型中也许是一种可能的突破方向[27]。最后，正如AlphaFold2可作为打分函数评估蛋白质结构是否合理[3]，DiffDock等拟合自由能面的模型，其在打分函数的各项评价指标中表现如何也值得进一步探究。　　参考文献　　[1] Equibind: Geometric deep learning for drug binding structure prediction　　[2] Artificial intelligence–enabled virtual screening of ultra-large chemical libraries with deep docking　　[3] State-of-the-Art Estimation of Protein Model Accuracy Using AlphaFold　　[4] A Critical Comparative Assessment of Predictions of Protein-Binding Sites for Biologically Relevant Organic Compounds　　[5] Improving detection of protein-ligand binding sites with 3D segmentation　　[6] PointSite: A Point Cloud Segmentation Tool for Identification of Protein Ligand Binding Atoms　　[7] P2RANK: Knowledge-Based Ligand Binding Site Prediction Using Aggregated Local Features　　[8] P2Rank: machine learning based tool for rapid and accurate prediction of ligand binding sites from protein structure　　[9] DeepSite: protein-binding site predictor using 3D-convolutional neural networks　　[10] DiffDock: Diffusion Steps, Twists, and Turns for Molecular Docking　　[11] Do Deep Learning Models Really Outperform Traditional Approaches in Molecular Docking?　　[12] GEOM, energy-annotated molecular conformations for property prediction and molecular generation　　[13] GeoDiff: a Geometric Diffusion Model for Molecular Conformation Generation　　[14] Direct Molecular Conformation Generation　　[15] Do Deep Learning Methods Really Perform Better in Molecular Conformation Generation?　　[16] Comparative Assessment of Scoring Functions: The CASF-2016 Update　　[17] Machine-learning methods for ligand-protein molecular docking　　[18] Protein–Ligand Docking in the Machine-Learning Era　　[19] From machine learning to deep learning: Advances in scoring functions for protein–ligand docking　　[20] Improving scoring-docking-screening powers of protein–ligand scoring functions using random forest　　[21] A geometric deep learning approach to predict binding conformations of bioactive molecules　　[22] Boosting Protein–Ligand Binding Pose Prediction and Virtual Screening Based on Residue–Atom Distance Likelihood Potential and Graph Transformer　　[23] Deciphering interaction fingerprints from protein molecular surfaces using geometric deep learning　　[24]: A fully differentiable ligand pose optimization framework guided by deep learning and a traditional scoring function　　[25] TANKBind: Trigonometry-Aware Neural NetworKs for Drug-Protein Binding Structure Prediction　　[26] Uni-Dock: GPU-Accelerated Docking Enables Ultralarge Virtual Screening　　[27] Pre-Training of Equivariant Graph Matching Networks with Conformation Flexibility for Drug Binding　　本文作者：ZF责任编辑：WFZ

2020年是蛋白质组学发展关键的一年，全球新冠疫情突显了蛋白质组学在应对公共卫生危机中的临床应用。人类可以从这次新冠疫情中汲取许多经验，毫无疑问地，这些将在未来几年内影响蛋白质组学发展。近日，Technology Networks与布鲁克道尔顿生命科学质谱执行副总裁Rohan Thakur博士进行了交流，讨论了蛋白质组学的研究现状以及蛋白质组学在新冠疫情研究中发挥的作用。Rohan Thakur：我认为HUPO Connect 2020大会有两个特别的亮点：PaSER的推出和实现真正意义上的单细胞分析。首先是PaSER的推出，这是我们IPA并购的第一款基于GPU强大数据处理功能的搜索引擎软件。PaSER适用于翻译蛋白质组学，其涉及到很多运算并产生的文件格式较大。当您进行搜库时，这些生成的大量数据集将遇到很多问题，如假阳率等。PaSER致力于解决减少搜库时间以至于花费更少的时间用在数据分析上。间由传统60-90分钟的运行缩短到11分钟。例如Roman Fischer博士和Andrew Webb博士的研究就利用timsTOF Pro成功缩短了分析时间。 布鲁克于2020年5月8日完成了与IPA的资产并购，并在HUPO 2020大会推出了新产品PaSER，实现了“实时数据采集与分析”功能，当数据采集完成时很快即可以获得蛋白与肽段信息。第二个亮点是Matthias Mann教授发表了关于单细胞蛋白质组学在原型系统上取得了早期数据。从这个系统得到的单细胞的数据实现真正的单细胞蛋白质组学分析，而不是仅仅将多个细胞放在一起并称之为单细胞分析。这是蛋白质组学中一个突破性成就，Matthias展示的数据非常让人震撼。Rohan Thakur：Catherine Wong（黄超兰）教授在《Nature Communications》上发表的一篇关于COVID-19的研究论文。他们利用timsTOF Pro得到蛋白质组学数据并提出了新冠肺炎两阶段的发病机制。Rohan Thakur：由于许多软件都是为分析小型数据而编写的，所以我们现在面临最根本的挑战是如何处理成爆发势态的海量数据。如果需要比较蛋白质组学与基因组学，您需要通过取得基因组学、蛋白质组学、糖组学、代谢组学等一系列数据，比较多组学数据才能提供生物护照或完整个人报告，这也是为什么个性化医疗从五年前开始如此流行的原因。近年来，蛋白组学处理数据速度不同往昔，高速的数据采集与处理允许您首先决定蛋白质组学研究数据是否合理。科学家们可以成功进行全群体的蛋白质组学研究，这些在短短两三年内取得的进步，实际正在改变人们对数据的看法，我认为这是我们所有人都面临的挑战。Rohan Thakur：MetaboScape是布鲁克代谢组学分析的关键软件包，SCiLS是一款出色的成像软件。在MALDI-2发布后，我们使用SpatialOMx从一个组织样本中收集蛋白质组学和代谢组学数据。通过综合这些信息并将其提供给技术人员、病理学家或肿瘤科医生，他们可以根据治疗或疾病进展来查看不同的分子特征，并决定如何进行个性化治疗。这就是我们正在进行的工作——连接软件生态系统，为用户提供各组学间的无缝体验，加速或扩宽用户决策过程并提供更合理的治疗方案。但是，目前生成的海量数据只会带来新的问题，还不能帮助科学家做出具有可行性的决定，这也是布鲁克主要想解决的目标。Rohan Thakur：我们有两项主要工作。一个是澳大利亚Jeremy Nicholson教授团队在研究COVID-19相关代谢和代谢物方面展现了出色的研究成果，为了解新冠后综合症铺平了道路。图：澳大利亚国家表型研究中心（ANPC）第二个项目是，Catherine Wong（黄超兰）教授团队用timsTOF Pro技术对COVID-19患者与健康志愿者的尿液样本进行蛋白质组学分析。这项研究利用dia-PASEF等方法可以检测到更多蛋白质提高了蛋白的覆盖深度。我认为新冠疫情带来的积极面在于为组学带来前所未有的关注度，科学家试图利用蛋白质组学和代谢组学来了解全世界的疾病，这几乎接近“登月”式的共同努力，有助于突出“组学”的运用来解决真正影响人类健康的问题。

大家好，本周为大家分享一篇发表在Analytical Chemistry上的文章Quantitative Structural Proteomics Unveils the Conformational Changes of Proteins under the Endoplasmic Reticulum Stress1，文章的通讯作者是来自美国佐治亚理工学院的Ronghu Wu助理教授。在真核细胞中，内质网(endoplasmic reticulum，ER)负责蛋白质组中40%蛋白质的合成和成熟。蛋白质合成或折叠过程中的变化都将影响内质网的稳态，进而导致未折叠蛋白的积累和蛋白分泌效率的降低。在过去几十年的研究中，内质网应激反应被广泛研究，但是内质网应激反应后蛋白质折叠状态的变化却没有被深入研究。基于丰度的蛋白质组学方法不能直接用于分析蛋白质状态的变化，在这篇文章中，作者整合了半胱氨酸(cysteine，Cys)共价标记、选择性富集和定量蛋白质组学，称为半胱氨酸靶向共价蛋白绘制(cysteine targeted covalent protein painting，Cys-CPP)，用于研究蛋白质组范围内的蛋白质结构和变化(图1A)。　　使用CPP分析蛋白质结构，需要一种具有高反应活性的探针。作者设计了一种针对半胱氨酸的探针，其中包含半胱氨酸反应基团、用于富集的生物素部分和用于生成半胱氨酸特异性识别位点标签的可裂解连接部分(图1B)。以变性处理后的蛋白样品作为蛋白质展开形式的参考，计算肽段在原始样本和变性样本中的比例从而获得宝贵的蛋白质结构信息。　　图1.利用半胱氨酸反应探针定量分析人细胞蛋白质组中半胱氨酸暴露率的原理。(A)Cys-CPP的一般工作流程。(B)半胱氨酸残基与探针之间的反应。富集后，进行紫外裂解，在修饰的半胱氨酸上留下一个小标记，用质谱进行位点特异性分析。　　半胱氨酸暴露率Rexpo通过每条肽段在原始样本和变性样本中的比值进行计算。结果显示：(1)半胱氨酸的暴露率和溶剂可及性呈现正相关(图2C) (2)在丝氨酸和苏氨酸等极性氨基酸残基旁边的半胱氨酸具有相对较高的暴露率，这与人们普遍认为亲水残基更有可能暴露在蛋白质表面的观点一致 (3)甘氨酸和脯氨酸附近的半胱氨酸具有更高的暴露率，这是因为这两种氨基酸通常出现在蛋白质的转角和环结构中，对半胱氨酸的空间位阻较小 (4)半胱氨酸暴露率与其有/无序区(图2D)或所处二级结构(图2E)的相关性分析均表明，较低的暴露率与更稳定和结构化的局部环境有很好的相关性。这些数据结果共同证明目前的方法可以准确地测得半胱氨酸暴露率，并为蛋白质结构提供有价值的信息。　　图2.HEK293T细胞中半胱氨酸暴露率的分析。(A) VAHALAEGLGVIAC#IGEK(#代表标记位点)的串联质谱样本。报告离子的强度使我们可以准确定量一个半胱氨酸的暴露率(左框为报告离子强度的放大视图)。(B)蛋白CCT3中被定量半胱氨酸的定位和暴露率演示(PDB代码：6qb8)。(C−E)比较不同的溶剂可及性(C)、预测无序区(D)和二级结构(E)的半胱氨酸暴露率。　　衣霉素(Tunicamycin，Tm)可抑制 N-糖基化并阻断 GlcNAc 磷酸转移酶 (GPT)。由于蛋白质的N-糖基化经常发生在共翻译过程中，在蛋白质折叠的调节中起着至关重要的作用，所以衣霉素会引起细胞内质网中未折叠蛋白的积累并诱导内质网应激。基于此，作者用衣霉素对细胞进行处理，计算并对比了衣霉素处理样本和正常样本中的半胱氨酸暴露率。正如预期的那样，Tm处理样本中许多半胱氨酸的暴露率升高，且Tm对于蛋白质不稳定区域的作用尤为显著。根据Tm处理样本和正常样本之间半胱氨酸暴露率的差值，作者将所有位点划分为5个部分，在Tm处理下，近三分之一的半胱氨酸定位区域没有明显的结构变化(差值在-0.05~0.05之间)，而28%的位点则高度暴露(差值0.15)(图3B)。对这两种蛋白质进行基因本体(GeneOntology，GO)功能富集分析(图3C)，结果显示：差值在-0.05~0.05之间的蛋白通常是糖异生或折叠过后具有良好结构区域的蛋白，而差值0.15的蛋白则是与囊泡转运相关的蛋白。这表明抑制N-糖基化主要影响经典分泌途径中的蛋白质，与预期相符。　　图3.利用Tm抑制蛋白质N-糖基化对蛋白质折叠影响的系统研究。(A)Tm处理和对照样品之间半胱氨酸暴露率的比较。(B) 不同暴露率变化范围内的蛋白质数量。(C)在具有高度展开或稳定区域半胱氨酸的蛋白之间进行GO功能富集分析。　　由于Tm对于预先存在的、折叠良好的蛋白质所产生的影响可能远小于对新合成蛋白的影响，分别研究Tm对这两种蛋白的影响是必要的。作者通过将目前的方法Cys-CPP与细胞培养中氨基酸的稳定同位素标记(pSILAC)结合(图4A)，探究了细胞中已存在蛋白和新合成蛋白在内质网应激作用下的不同变化。结果显示：(1)抑制N-糖基化对新合成蛋白的去折叠影响比对已存在蛋白的影响更显著(图4C) (2)N-糖基化除了调节蛋白质的二级结构外，在蛋白质三级或四级结构的形成中起着更重要的作用(图4D)。　　图4. 抑制N-糖基化对新合成蛋白和已存在蛋白折叠状态影响的研究。(A)量化新合成蛋白和已存在蛋白折叠状态变化的实验设置。(B) 经Tm处理和未经处理的细胞中新合成和已存在蛋白质的重叠。括号内为每组蛋白质数。(C)不同蛋白质组中暴露率的分布。(D) 在有或没有Tm处理的细胞中、在不同的二级结构下，新合成和已存在蛋白之间半胱氨酸暴露率的差值分布。　　本文通过设计一种半胱氨酸靶向探针，定量半胱氨酸残基的暴露率，系统地研究了蛋白质的结构以及结构的变化。结果表明，半胱氨酸暴露率与蛋白质局部结构的相关性非常好。利用该方法，作者研究了Tm引起的内质网应激反应下细胞中蛋白质的结构变化。此外，通过将Cys-CPP与pSILAC结合，研究了在内质网应激反应下原有蛋白和新合成蛋白的结构变化差异，并详细分析了内质网应激对蛋白质去折叠的影响，深入和准确地了解内质网应激下的蛋白质结构变化，有助于深入了解蛋白质的功能和细胞活性。　　参考文献：[1] Yin K, Tong M, Sun F, et al. Quantitative Structural Proteomics Unveil the Conformational Changes of Proteins under the Endoplasmic Reticulum Stress[J]. Analytical Chemistry, 2022,