2025蛋白质组学大会之聚焦蛋白质组学“暗物质”，探索生命科学新前沿

2025年10月13日上午，主题为 “未充分研究的蛋白质组与肽组学” (Understudied Proteomics and Peptidomics) 的分会场座无虚席。多位海内外知名学者围绕这一前沿领域分享了最新的研究工作，携手与会者共同探索蛋白质组世界中广阔的未知地带，揭示其在肿瘤、遗传、食品安全等领域的巨大应用和转化潜力。

本场会议由本领域学者石铁流教授、张耀扬研究员、贾辰熙研究员、赵倩教授、邵文广教授、Christopher M Overall教授共同召集和组织，报告专家汇聚了来自中国、澳大利亚、加拿大等国家顶尖高校、科研机构及知名企业的杰出学者。演讲嘉宾们围绕蛋白质组学中的“暗物质”——那些功能未知或以往技术难以探测的微肽、非经典来源肽及未注释蛋白——分享了他们的最新研究成果和突破性技术。

议题涵盖了从肿瘤免疫微环境的新抗原发现，到利用人工智能和多组学技术系统性发掘人类疾病中的新型功能肽，再到这些前沿技术在食品安全鉴定、作物培育等应用领域的创新实践。整场报告精彩纷呈，深入探讨了如何照亮生命的“暗”角，为疾病诊断、药物靶点发现和生物学基础研究开辟了全新的视野。

分会报告

Purcell 教授介绍免疫肽组学已发展成研究抗原呈递的重要工具，它比蛋白质组学和RNA测序更高效，所需样本量更少。该技术适用于多种生物样本，包括小活检组织，能用于肿瘤抗原发现和生物标志物研究。治疗反应会反映在血浆免疫肽组的变化中，可能体现肿瘤的免疫原性细胞死亡，相关研究正扩展到大型前瞻性队列中。

Overall 教授指出，我们对蛋白质组的认知远未完整，其绝大部分仍是“暗”的，这主要源于对蛋白质翻译后修饰（PTM）的忽视，特别是普遍存在的蛋白水解加工。这种加工会产生具有新功能的蛋白质“新末端”（Neo-Termini），从而极大地丰富了蛋白质组的功能。他重点介绍了一种名为TAILS的蛋白质组学技术，该技术能够特异性地鉴定和定量这些由蛋白酶切割产生的新末端。研究发现，这些新末端是比传统trypsin肽段更特异的“疾病活动生物标志物”。Overall教授通过癌症、免疫炎症以及新冠病毒感染等多个实例，展示了蛋白酶如何通过切割宿主蛋白（如趋化因子、干扰素等）来调节关键病理生理过程，揭示了这片“暗黑蛋白质组”在生命活动与疾病中的核心作用。

Lin教授（石成瑜博士代讲）通过技术改良开发设计了靶向ncRNA来源微肽的超滤浓缩质谱鉴定策略与涵盖存在验证、表型筛选与功能预测的多层次分析方法。基于上述方法创新，测绘了胃癌与肝癌微肽组，并从中鉴定了肿瘤抑制肽MRPIP，解析了其作为线粒体分子机器组成型元件的功能模式，并以此开发了生物治疗模拟肽PMHR，在肝癌小鼠模型中取得了良好的治疗效果。在此基础上，通过数据整合分析，构建了交互式数据库人类微肽图谱HMPA，为肿瘤生物学研究和治疗开发提供了新工具与新思路。

Central China Normal University, China

Landscape of Novel smORFs and their encoded-peptides Predicted from Crop Genomes

Wan教授通过生物信息学方法在拟南芥及14种主要作物中预测了数百万个新型小开放阅读框，发现其进化历程与多倍体化和基因组重排相关，并揭示了其功能兼具保守性（如参与DNA修复和翻译）与物种特异性（如芸苔属的盐胁迫响应）。这项工作构建了植物smORF与SEP的宝贵资源库，为理解其特性和功能提供了重要见解。

Jinan University, Guangzhou, China

Structural and functional insights of human dark proteome

Zhang教授开发了利用AI概略结构预测功能的策略AlphaFun，在人类蛋白质组的功能预测上利用AlphaFold2/3结构实现了当前最好的功能预测效果，预测了99%的人类蛋白质组功能，并在国际人类蛋白质组计划官方网站HPP Portal上向全世界公开。但在新蛋白的功能预测上，AlphaFold预测能力受到挑战。利用AlphaFold2/3和百度HelixFold3两种AI工具，对约17000种有翻译证据的人类“暗蛋白质”进行结构预测，发现两者的预测结果存在显著差异——AlphaFold预测出极高比例的无序区域，而HelixFold3的结果则与传统蛋白相近，更有可能是真实的蛋白结构。这提示着在进行蛋白质结构和功能研究时，需审慎地选择AI工具。

Prof.Jing Li

Department of Bioinformatics and Biostatistics, School of Life Sciences and Biotechnology, Shanghai Jiao Tong University, China

Integrated Proteogenomics Uncovers Human Microproteins in Gastric Cancer

Li教授通过整合多组学数据提出微蛋白鉴定注释分析流程及严格FDR控制策率，在胃癌队列样本中系统鉴定了2,826个未被UniPort数据库收录的新型微蛋白，其中54.4%通过非经典翻译机制产生。研究发现284个微蛋白在肿瘤与癌旁组织中差异表达，其中11个与患者预后相关，共表达网络分析进一步揭示151个微蛋白与HIF-1信号通路、免疫应答等癌症关键通路存在显著关联。这些发现揭示了新型微蛋白在肿瘤信号调控和免疫反应中的潜在重要作用。

COFCO Nutrition and Health Research Institute, China

Development and Application of Multi-omics (Peptidomics + Lipidomics) Strategies for Adulteration Detection in Peanut Oil Authentication Study

Huang教授开发了一套整合靶向肽组学、脂质组学及脂质特异性标志物分析方法的综合工作流程，通过鉴定花生、玉米、向日葵、棉籽和棕榈等油种的特异性肽段标志物（如8种花生特异肽）及甘油三酯、甾醇、棉酚月桂酸差异成分，实现了对精炼高价油中潜在低价油掺假 （adulteration ）的精准鉴别。该工作流程结合成本与适用性建立了多层次检测策略，为食用油真实性监管与供应链质量控制提供了可靠技术支撑。

Bioinformatics Solutions Inc., Waterloo, Ontario, Canada

An AI-driven de novo-based multi-omics platform for discovering cancer-specific non-canonical HLA-I peptides

Shan博士介绍了一种基于深度学习模型的全新从头测序算法，结合RNA-Seq数据分析平台，全面鉴定来自非经典来源（如交替开放阅读框、内含子等）的HLA肽。在对白血病小鼠模型的免疫肽组分析中，成功发现两个非经典肽段是癌症免疫疗法开发中极具潜力的免疫原性候选靶点。该方法为在低突变负荷肿瘤中发现新型免疫靶点提供了有效策略和分析方案。

（来源于CNHUPO,作者土志伟、沈家仪）