Tim Wehr
由于人类基因序列的建立已经接近完成，人们认识到生物科学届的下一项任务将是表征基因组的产物——其中绝大部分是蛋白质。作为正在兴起的研究领域，蛋白质组学将其研究目标定位于：鉴定和测量在一个细胞或组织中的所有蛋白质，这样做的预期是，将能发现那些能够成为疾病生物标志物(biomarker)或药物靶标的候选蛋白质。经证明，这是一项令人望而生畏的工作，难度之一在于，25,000个基因中的每一个都会产生拼接、翻译后修饰，最后表达的蛋白质数量将会大大增加。另一个增加难度的因素是蛋白质的浓度范围太广——通常为许多个数量级——并且很可能大多数人们感兴趣的都是那些低丰度的蛋白。
目前，已有大量的技术和实验方法用于解决蛋白质组学的问题。其中应用最广泛的是“自下而上”的方法。用蛋白质水解酶(典型的为胰蛋白酶)将细胞提取液或溶胞产物中的所有蛋白质酶解，接着用反相液相色谱(LC)分离，然后在线引入电喷雾源的质谱。一种参考的液相色谱-串联质谱(LC-MS-MS)流程通常为：多肽离子在母离子扫描中被分离，其中几个最强的离子将被自动碎裂，将母离子质量和子离子/碎片质量都输入搜索引擎，和数据库中的蛋白按照多肽和碎片质量去匹配，匹配的结果将生成记录、即完成了蛋白质的鉴定。获得一个、几个或所有蛋白质的定量信息，可以有几种做法：比如通过谱图计数和峰强度测量的非标记方法(Label free);通过引入稳定同位素标记标签;或用重同位素标记蛋白中的一个或几个肽(“蛋白典型多肽”) [1]对于复杂样品，如人体液或胞溶产物，潜在需要分析的蛋白质数量将非常庞大。在一个特定状态下一个细胞典型地会表达几千种蛋白质，每个蛋白质将产生多达几十个多肽，而每一个多肽在质谱中又以多种带电状态存在。因此，单个蛋白质组学样本就包含500, 000多种类别或者更多。为了减少分析问题的复杂性，通常在进行LC-MS分析前利用一维或二维凝胶电泳[2]、溶液中的等电聚焦[3]或多维高效液相色谱(HPLC)[4]技术，将样本预分离成多馏分(prefractionation)。
表1 蛋白质组学实验中不确定性来源
|
操作技能 |
|
样品制备（预分离、酶解、色谱） |
|
蛋白丰度 |
|
多肽离子化效率 |
|
质谱类型和制造商 |
|
质谱的质量精度和分辨率 |
|
搜索引擎的算法 |
|
蛋白质鉴定试探方法的严密性 |
|
数据库的不透明性和综合性 |
当面对复杂样本时，自下而上的方法有几种局限性。首先，由于蛋白质浓度具有非常宽的动态范围，故质谱不能检测到所有的多肽离子，因此自下而上的方法本身倾向于检测丰度较高的蛋白质。第二，复杂体系中酶解肽的数量巨大，而分析中的质谱的谱图采集速率(duty cycle)有限，减少了低丰度多肽的采集重现性。第三，多肽异构体(如翻译后的修饰)信息会丢失。最后，自下而上实验中大量的不确定因素会降低实验室内部和实验室之间分析的重现性。表1归纳了各种不确定因素。
表2 标准化蛋白质组学组织机构
英文全称 中文全称 英文缩写 网 址 Association of Biomelecular Resource Facilities 生物分子资源实验室协会 ABRF www.abrf.org The Biological Reference 生物参考物质组织 BRMI ref_materials/en Clinical Proteomic Technology Assessment for Cancer 癌症临床蛋白质组学 技术评价组织 CPTAC www.fixingproteomics.org Fixing Proteomics Campaign 蛋白质组学固定运动 www.fixingproteomics.org 人类蛋白质组研究组织 HUPO www.hupo.org
由于大量的不确定因素和大多数实验室中缺乏专家，早期蛋白质组学研究中数据的质量较差，并且由于较差的数据重现性致使该领域的名誉不太好。在过去的几年中，一些组织在蛋白质组学标准化协议和提供参考样本方面做出了努力。表2列出了其中5个组织机构及其网址。“发现中的方向”这一部分将对每个发起的组织和计划进行回顾。
ABRF蛋白质组学研究组
生物分子资源实验室协会(ABRF)是一个由约1000个成员组成的成员组织，这1000个成员分别代表政府部门、学术领域、研究领域和工业领域的250多个核心实验室。ABRF组织支持13个活跃研究组，成立这些研究组是为了对用于核心实验室的技术进行评估。蛋白质组学技术的三个核心小研究组为：蛋白质组学研究组(PRG)、蛋白质组学标准化研究组(sPRG)和蛋白质组学信息学研究组(iPRG)。
表3 2006-2009年PRG合作样本分析项目