中国医学科学院蛋白质组学大会报告集锦

　　2011年11月17日，第一届蛋白质组学研讨会在中国医学科学院基础医学研究所成功召开，研讨会邀请了程书钧院士、徐平研究员等 8位国内蛋白质组学及疾病研究领域著名的学者，做了关于蛋白质组学和生物医学相关的精彩报告。学者们综述了在肿瘤、癌症相关的蛋白质组学研究方面的进展；从基因到蛋白质组研究的各种方法学进展；提出了蛋白质组学从研究走向应用的挑战；并介绍了自己的研究思路和成果。每位报告人的报告都精彩并且精练，给与会者提供了充分的提问时间，整个研讨会满溢浓郁的学术气氛。分析测试百科网记者特摘报告精彩内容以飨网友。   

肿廇-分子网络疾病与蛋白质组研究思考

　　 研讨会上的首个报告是中国医学科学院肿瘤医院肿瘤研究所的程书钧院士的《肿廇-分子网络疾病与蛋白质组研究思考》。程院士从事肿瘤研究近五十年，是我国著名的肿瘤学专家。在研讨会上程院士为大家介绍了国内外关于肿瘤的最新进展。

中国医学科学院肿瘤医院肿瘤研究所 程书钧院士

　　肿瘤研究历史

　　 早在一百年前，人们认为肿瘤就是染色体问题。1960年，发现第一个急性粒细胞-白血病，这是首次发现的与一特异人类肿瘤相关的非随机染色体异常。

　　 1976年Varmus和Bishop发现了第一个细胞癌基因c-src，证实肉瘤病毒中含有致癌基因，被命名为病毒瘤基因（Virus-oncogene V-one）。

　　 1982年，Weinberg等从人膀胱癌细胞中分离了细胞癌基因H-ras基因，是第一个C-onc。

　　 1987年，视网膜母细胞瘤基因1(Retinoblastomal,RBl)成为人类第一个分离克隆的抑癌基因。

　　 2006年，完成第一个人类肿瘤（乳腺癌和大肠癌）全外显子测序。

　　 2008年，完成第一个人类肿瘤（急性髓细胞白血病）全基因组测序。

　　 此后，关于肿瘤高通量基因组的研究多了起来，现在几乎所有常见肿瘤（数量上有限制）的基因组测序都在重要的杂志上发表。目前中国的基因组的研究也开始热起来。

　　 下面程教授为大家介绍了一篇2007年发表在Science上的有代表性的文章。 在这篇文章中研究了结直肠癌和乳腺癌，在乳腺癌标本中发现1,137个基因突变，大肠癌标本中发现848个基因突变。研究结果表明，两个个体肿瘤之间突变基因重复的很少。同时还提出了这样一个观点：从全外显子测序可以看出真正突变率高于5%的基因突变在所有标本中是比较少的。这个观点知道今天为止依然是非常重要的。

　　肿瘤——分子网络疾病

　　发育和肿瘤

　　 早在1858年，Rudolf Virchow就提出肿瘤“与胚胎发育遵循同样的调控规律”，之后陆续有学者提出肿瘤在某些方面非常类似于发育中的胚胎，如显微镜下，肿瘤与胚胎均呈现组织未分化状态，恶性细胞运动性增强，具有向局部周围组织浸润和远处转移的能力，而这一能力是胚胎时期组织发生必需的；在分子水平，胚胎和肿瘤中具有一些相同的发挥重要作用的转录因子和信号传导分子等。

　　 程教授也介绍了自己近年来的在胚胎发育和肺癌癌变基因组表达等方面的研究工作，针对肺发育和肺癌的研究获得了一些重要的信息：胚胎发育相关基因可以预测多个部位的肿瘤。肿瘤的发生、发展不仅取决于部位，还可能取决于其发育的基因记忆（gene memory）。程教授还提到雌激素，雌激素不仅和乳腺癌的发生、治疗有着密切的关系，还与肺腺癌的发生、治疗有着密切的关系。有文献报道（Cancer 2011年1月24日在线版），抗雌激素治疗可能降低肺癌死亡风险。

　　 与肿瘤的发生、发展密切相关的两个过程是：细胞的生长及分化。正常细胞分化到某个阶段就停止生长，而肿瘤细胞则不能分化到此阶段，从而无限制生长，这种分化异常是多个分化相关基因相互作用的结果，因此肿瘤是非常典型的多基因分子网络异常性疾病。

　　分子网络调控异常疾病

　　一种基因能治疗肿瘤？

　　一种药物能否治好晚期肿瘤？

　　单一生物标志能否准确预测肿瘤愈后？

　　 从分子网络角度讲，很难。

　　 不仅仅是肿瘤，任何重大的、和基因相关的疾病，都与基因的分子网络异常改变相关。其发生发展以及治疗，都是多个基因相互作用的结果。任何一个基因要发挥作用，都离不开与其他基因之间的相互作用和调控。程教授提到，最近有四篇发表在《细胞》上的文章，专门讲到了messenger RNAs、转录假基因、long non-coding RNAs之间的相互交流会影响到microRNA的很多方面。即使现在很多调控的机制还是没有弄清楚，这也算是重要的进步。任何人想从单一基因回答问题都很难，核心的问题是任何一个单一的改变都会影响调控机制。

　　未来肿瘤早诊

　　 程教授表示，肿瘤越到晚期，分子网络的改变就越复杂，肿瘤细胞的变异能力也越大，治疗的难度也越大。因此，早期诊断显得尤为重要。

　　 未来肿瘤早诊研究趋势：分析影像学和体液中肿瘤分子标志谱。在这里，程教授主要针对后者做了较为详细的讲解。体液中蕴含丰富的宝藏，对肿瘤以及其他疾病非常重要。但却面临低丰度的问题。如在人类血浆蛋白质组中：22种高丰度蛋白（如白蛋白、转铁蛋白、免疫球蛋白和脂蛋白）构成了99%的血浆组分，因此血浆中蕴含丰富的生物信息。但各种重要的蛋白标志物在血浆中的含量不足1%。这不足1%的部分功能最强大，同时也是最难发现的。

肿瘤诊断技术平台

　　 程教授介绍了一个技术平台，通过该技术平台获得的五种实体瘤（肺癌、肝癌、喉癌、卵巢癌以及胰腺癌）游离蛋白质组的比较，得到了目前最大的体液中肿瘤相关游离蛋白数据库。

　　 目前，检测到肺癌相关游离（分泌）蛋白已有600多种。通过对肺癌患者血浆的检测分析，已经鉴定出11种蛋白，8种明显差异（增高或降低，如MMP1、Fascin、CD98、SC、14-3-3-eta、-sigma、-beta、LAMC2），其中有7种未见在血浆中被检出的报道。

　　 在回顾性研究中，通过Telass分析系统，我们发现CD98 、lFascin、PIGR/SC、14-3-3-eta组合指标判别肺癌病人的吻合率达到86.2%，敏感性和特异性分别为95.56%和76.92%，超过所选择蛋白中任何一个单独标志物的敏感性和特异性（85.79%和53.13%）。

　　 此项结果也暗示了该多种标志物联合检测体系可能在肺癌的辅助诊断中起到积极作用。

　　肿瘤防治的挑战

　　预防：与病毒相关的宫颈癌、肝癌将首先被控制。

　　控制癌前病变：不断减少肿瘤发生

　　晚期肿瘤的多靶点综合治疗，单靶点的靶向药物已经面临临床耐药的挑战。

　　从治疗病人的肿瘤到治疗带肿瘤的病人

　　带瘤生存是一个重要的研究课题。要重视肿瘤患者宿主因素的研究和评价（免疫功能）。加强宿主抑制肿瘤的能力，而不是仅仅只考虑直接杀死肿瘤的办法。这可能代表了未来一种肿瘤治疗的新战略。

　　分子网路整体概念（protein-protein interaction）将在未来肿瘤治疗中发挥重要的作用。

　　未来肿瘤研究中关键科学因素

　　1、临床肿瘤研究，符合临床客观规律的肿瘤资源库。（把随诊作为医院核心建设之一）

　　2、高通量、快速分析基因、蛋白质及细胞结构与功能的先进技术平台。

　　3、能进行综合研究的现代生物信息分析系统。

Is Current Technology Ready for Complete Proteomics Study?

　　北京蛋白质组学研究中心的徐平研究员在研讨会上做了题为《Is Current Technology Ready for Complete Proteomics Study? 》的精彩报告。

北京蛋白质组学研究中心 徐平 研究员

　　 徐平研究员从研究背景、蛋白质组学面临的挑战、目前的一些成果以及关于酵母蛋白质组的研究等方面介绍了他的研究工作。

　　 徐研究员认为蛋白质组学研究的主要有三个方面——系统的鉴定、定量、以及在此基础上对它们的生物功能有个系统的研究。从系统的角度来说，蛋白质组学尽管是个新的学科，但科学家已经做了非常多的努力。蛋白质组是非常复杂的，一个基因可能是对应多个RNA，由此产生多个蛋白质，即使同一个蛋白目前也已知有两百多种翻译后修饰的形式，翻译后修饰才有可能引导它们非常重要的功能。这些组成了一个蛋白质组种类的复杂多样性。蛋白质的另外一个复杂性体现在它的基因不一样。可能是几个、几十个、成千上万个。这就构成了非常宽泛的复杂的样品体系。目前还没有任何一个单一的技术来实现全部的覆盖。

　　 随后，徐研究员回顾了蛋白质组学研究路线以及获得的重要成就。

　　 最后，徐研究员对他的工作做了总结：

　　1、、获得酵母蛋白质组全覆盖率质谱图的技术已经开发出来，并且其在不同种类间的成功率是相似的。

　　2、一个LC-MS反应可鉴别出5746个酵母基因，可覆盖85%的注释基因和93%的表达基因。

　　3、蛋白质组学研究为新基因的探索提供了有力的工具。

　　4、可用于筛选特定的肽链结构的定量蛋白质组学平台已经被开发出来。

MicroRNA meets proteomics

　　中国医学科学院基础医学研究所的彭小忠研究员在本次研讨会上做了题为《MicroRNA meets proteomics》的精彩报告。

　　中国医学科学院基础医学研究所  彭小忠研究员

　　彭研究员介绍了他们实验室的主要方向——神经系统发育及其相关疾病的分子机制。

　　脑胶质瘤（胶质母细胞瘤）的主要特点：

　　1、恶性胶质瘤是最常见和最致命的的脑肿瘤

　　2、高发病率和死亡率

　　3、男性患者多于女性

　　4、两峰：30 -40年岁；约10年

　　 目前对于脑胶质瘤有个比较尴尬的问题就是它的界定，是肿瘤还是脑神经疾病？接下来，彭研究员针对这个问题，介绍了脑胶质瘤的分子变化、microRNA的生物合成及其功能、人脑胶质瘤样本中microRNA表达的微阵列分析等。

　　 microRNA是一类长度为19-25个核苷酸的非编码小分子RNA，可导致靶标mRNA降解或转录后翻译抑制。有研究表明，microRNA可通过调整靶向基因参与的信号通路，调节肿瘤的形成和发展，可起到类似于癌基因或抑制癌基因的功能。多种类型的microRNA在胶质瘤细胞中都有表达。

　　 彭研究员课题组研究发现，E2F3a作为一种调节细胞周期转录因子，其靶点位于3'UTER。microRNA-128通过靶向作用于E2F3a，3'UTER抑制脑胶质瘤细胞增殖。

, 

组蛋白翻译后修饰研究进展

　　中国科学院生物物理所的杨福全研究员在研讨会上做了题为《组蛋白翻译后修饰研究进展》的精彩报告。

  

染色体和染色质

染色质

　　染色体有DNA和蛋白质组成，是指细胞在有丝分裂或减数分裂过程中，由染色质缩聚而成的。

　　染色质由核小体重复单元组成。每个核小体是由H₂A、H₂B、H₃、H₄四种组蛋白各两个分子的八聚体和绕1.8圈的147个碱基对构成。核心是H₂A、H₂B、H₃、H₄四种组蛋白以二聚体(共八聚体)，DNA缠绕在核小体的核心上，组蛋白_H1与核小体间的DNA结合。

　　组蛋白的翻译后修饰(PTMs)

　　组蛋白会发生各式各样的翻译后修饰(PTMs)，这些修饰主要发生在从核小体表面伸出来的组蛋白氨基末端以及组蛋白的核心区。已经知道的组蛋白翻译后修饰主要有乙酰化、甲基化、磷酸化、泛素化、类泛素化、ADP糖基化、脱亚氨基化、脯氨酸异构化、丙酰化等。

　　目前和修饰相关的乙酰化和甲基化非常重要，他们背后起作用的酶都是结构生物学、药物开发等方向的热点。

　　组蛋白翻译后修饰和组蛋白变体的作用

　　组蛋白的成分除了H₂A、H₂B、H₃、H₄、H₁等常规组蛋白外，还包括其他的组蛋白变体。组蛋白翻译后修饰和组蛋白变体能够影响各种各样的生物过程，包括：转录、DNA损伤反应、细胞周期、病毒感染、干细胞多能性、生殖和发育等。

　　杨研究员还简单的介绍了组蛋白密码的重要性和现在面临的研究难点。同时杨教授提到，研究发现组蛋白翻译后修饰与许多癌症有着密切的联系，在将其作为生物标志物方面，还需要大量的临床样本来验证。

　　组蛋白PTMs和组蛋白变体的鉴别与分析

　　杨研究员重点介绍了应用生物质谱方法对组蛋白PTMs和组蛋白变体鉴别、分析。蛋白质组学的研究是非常复杂的，因此可能需要使用多种方法，从不同层次去鉴定组蛋白的翻译后修饰。

　　Bottom up 蛋白质组学

　　Bottom up方法是蛋白质组学中应用最为广泛的MS方法。先将组蛋白酶解，然后将得到得肽段上LC-MS/MS分析。由于组蛋白在N端富含K和R，如果采用常规方法trypsin酶解，切到得肽段可能很小，使用液相效果就会很差或检测不到。也可以用ArgC去酶解组蛋白，这样得到的肽段会大一些，但是ArgC不太常用且性能不太稳定。针对这种情况，有文献报道，将组蛋白修饰的一些自由氨基，通过醋酐、丙酐让它丙酰化或乙酰化，之后再使用trypsin就非常好用，目前这种方法相对比较成熟。

　　但缺点是，同样的组蛋白修饰，一个位点上具有多个修饰，再加上不同位点上有不同的修饰，组合非常的复杂。Bottom up方法只能看到某一个位点上有肯定的修饰 总体上看不到有哪些翻译后修饰组合。

　　Middlle down 蛋白质组学

　　为了降低Bottom up的局限性，我们可以使用Middlle down方法。使用Glu-C 或 Asp-N酶解，得到大的组蛋白肽段，分别使用联机或脱机HPLC检测，最后使用ETD 或ECD解离、分析。Middlle down MS可以看到组蛋白翻译后修饰组合的情况。同时还可以用于分析H4、H3、H2A和H2B变体及其修饰。

　　Top down 蛋白质组学

　　当以上两个方法都不能解决时，可以考虑使用Top down 方法，它是唯一能够区分所有组蛋白异构体以及其翻译后修饰的方法。比如变体在各自某个氨基酸发生变异，Top down方法在分析变体方面更有优势。但灵敏度低一些。

　　由于组蛋白的特殊性，往往需要将上述三种方法结合起来使用。

　　我们不仅仅是要研究翻译后修饰的表达谱，定量也非常重要，目前已经研究出了许多基于质谱定量的方法如细胞培养氨基酸稳定同位素标记技术(SILAC)、MRM绝对定量等。

Q Exactive —— 蛋白质组学研究的综合平台

　　赛默飞世尔科技质谱应用工程师李静女士作了题为《Q Exactive —— 蛋白质组学研究的综合平台》的报告，介绍了Thermo Fisher在美国质谱年会(ASMS)上新推出的高分辨质谱Q Exactive，及其在蛋白质组学方面的研究。

赛默飞世尔科技质谱应用工程师 李静 女士

　　Q Exactiv台式Orbitrap高分辨质谱具有高分辨率、高质量准确度、高灵敏度和宽动态范围等优势，使用该仪器和技术在诸多高端杂志上发表了30余篇文章，如《自然》16篇，《科学》3篇，《细胞》19篇等。Orbitrap质量分析器不需要液氦消耗，运行维护方便且成本低;不存在电子倍增器的消耗问题，不存在因电子倍增器的消耗引起的信号衰减问题，非破坏性检测器，可持续利用，可维护;高真空工作环境(10-10Torr)，超乎寻常的质量准确度和稳定性。

Q Exactiv 仪器平面图

　　Q Exactiv台式Orbitrap高分辨质谱是在高分辨率(14万)、高质量准确度的基础上同时保证高灵敏度、高采集速度的全新台式Orbitrap质谱仪。一个平台涵盖蛋白质组学的定性和定量要求，可在一次分析中完成包括发现、定性、相对定量和绝对定量的工作流程，其定量灵敏度相当于三重四极杆，具备宽定量线性动态范围，并且具备完整的定性和定量工作流程。Q Exactiv系统具有高分辨率、高扫描速度、高灵敏度、HCD碰撞模式、线性动态范围及高采集速度和通量等特点。对于复杂样品中肽段的定量，分辨率是关键，高分辨率可以更好的分辨目标肽段和内源性杂质，获得更加准确可靠的定量信息。对于外标法，20min连续正负离子检测模式切换后，质量准确度<1ppm(RMS)。SIM(selected ion monitoring，选择离子监测)定量模式，比Full Scan模式灵敏度提高5-10倍，尤其在复杂体系样品中。同时注入和检测，以及多重谱图，提高了采集速度和通量。

　　Q Exactiv集成了多项ZL技术，其新性能在蛋白质组学研究中优势明显，如下表。

Q Exactiv应用蛋白质组学的几点优势

　　下面，李工介绍了Q Exactiv系统在复杂样本中定量的一些实例，均获得了非常完美的结果，如单克隆抗体检测、阿普唑仑定量，生物标志物研究的不同阶段和相应策略等。最后，李工总结说，Q Exactiv系统具有多种检测模式;真正同时具备高分辨率、高质量准确度、高扫描速度、高灵敏度和宽定量线性动态范围;运行维护方便且成本低，非破坏性检测器，仪器性能稳定可靠;能完成对复杂体系样品中目标肽段深入信息的挖掘，在发现蛋白质组学和定量蛋白质组学同时发挥重要作用，一个平台涵盖蛋白质组学的定性和定量要求。

本网收录相关产品：http://www.antpedia.com/instrument/1583/

糖肽富集分离新方法及糖链结构研究

　　中国医学科学院基础医学研究所李智立研究员作了题为《糖肽富集分离新方法及糖链结构研究》的报告，介绍了泛N-连接糖肽富集方法(GA-Zip Tip)，唾液酸化N-连接糖肽富集方法(TiO2-Zip Tip)，及N-连接糖肽结构分析等内容。

中国医学科学院基础医学研究所 李智立 研究员

　　糖蛋白质研究包括糖肽或蛋白分离富集和糖蛋白/糖链结构分析两部分。糖肽或蛋白分离富集技术主要有凝集素亲和色谱、肼解法、石墨碳固相萃取和亲水相互作用色谱(HILIC)等，糖蛋白/糖链结构分析一般采用质谱技术(MS)和核磁共振技术(NMR)。

　　李研究员对鸡卵清蛋白、牛胎球蛋白、人触珠蛋白和血浆样品，在GA-Zip Tip富集前后的质谱图进行了比较，并做了GA-Zip Tip富集肽段重复实验，同时研究了富集材料比例变化对OVA、Fetuin和Hp糖肽富集的影响，还得出了在GA-Zip Tip柱在线富集OVA糖肽(HPLC-ESI-MS)的结果，并对在线富集做了重复实验。唾液酸化N-连接糖肽富集方法(TiO2-Zip Tip)见下图，李研究员比较了高唾液酸化Fetuin糖肽、低唾液酸化Transferrin糖肽、无唾液酸化OVA糖肽和血浆中糖肽富集前后的结果，并对它们的连接位点进行了糖肽结构分析。

唾液酸化N-连接糖肽富集方法(TiO2-Zip Tip)

　　最后，李研究员总结说，GA-Zip Tip柱(发明ZL，一种糖肽富集分离材料及其应用，ZL申请号：2010101195689.x)具有快速、有效、经济、无偏好性等特点，可以实现在线富集复杂生物体液，可以高效富集唾液酸化糖肽，而且利用串联质谱技术直接获得聚糖结构信息。

　　注：李智立研究员的研究方向是疾病预警新技术及其标志物。主要研究内容包括血清/血浆成分分析分离方法研究及其应用，肿瘤个体化治疗、诊断及预后标志物筛选，生物大分子复合物结构研究及其应用，糖蛋白糖链结构分析方法研究及其应用，质谱成像及其应用等。

,

　　中国医学科学院肿瘤研究所徐宁志研究员作了题为《PTTG——促进食管鳞癌转移的癌基因》的报告，介绍了我国食管鳞癌患者的分布情况，PTTG过度表达对肿瘤转移的机理和促进作用，以及医学分析所面临的挑战。

　

　中国医学科学院肿瘤研究所 徐宁志 研究员

　　食管癌是发生在食管上皮组织的恶性肿瘤，占所有恶性肿瘤的2%，我国是食管癌高发区，食管癌死亡者仅次于胃癌。垂体瘤转化基因( PTTG) 是一种新近发现的强有力的肿瘤转化基因，因其表达具有肿瘤特异性，因此被认为是一种极具潜在价值的肿瘤标记物，有可能成为肿瘤治疗的靶点。碱性成纤维细胞生长因子( bFGF) 是体内生物学功能较广泛的多肽因子之一，是广泛存在于人体内多种组织的一类多肽生长因子，在机体的胚胎发育、血管形成、创伤修复过程中起着重要的作用，与肿瘤的生长、侵润、转移和预后有密切关系。

　　PTTG作为癌基因，具有转化功能，调节bFGF 的表达，与bFGF协同参与肿瘤的发生、发展及侵袭过程。PTTG 和bFGF 在食管癌的发生、发展以及转移过程中起促进作用，而且二者有相互促进使肿瘤进一步发展，可能成为反映食管癌生物学行为及侵袭性的重要指标，针对PTTG基因及其表达产物的治疗，将为食管癌的基因治疗提供有效途径。当前，对PTTG与食管鳞癌的研究，仍然存在一些挑战，如修饰识别和定量分析等。

蛋白质组研究计划与疾病蛋白质组分析

　　中国医学科学院肿瘤研究所赵晓航研究员作了题为《蛋白质组研究计划与疾病蛋白质组分析》的报告，介绍了蛋白质组和蛋白质组学及其国际研究机构和研究进展，国际人类蛋白质组计划的相关情况等内容。

中国医学科学院肿瘤研究所 赵晓航 研究员

　　生命体的统一性源于基因组，生命体的复杂性、多样性、功能性源于蛋白质组，“基因功能”在很大程度上取决于所编码蛋白质的结构与功能。人类编码基因 20344个基因，编码蛋白5000个有强证据(不足1/3的基因有功能线索)，7000个弱证据，还有8000个没有证据。蛋白质组的表达水平不能从 mRNA表达水平预测，它能被修饰和加工，而这些作用与基因序列无关，而且能够动态反映生物系统的不同状态。“小鼠与蒙娜丽莎在基因组上的差别只有 1%”，RNA是遗传信息组合的关键部分，蛋白质是一切生命活动的基础，造就了生命的纷繁多姿，认识蛋白质组成及其功能网络是蛋白质组学的主要任务。

　　蛋白质组和蛋白质组学

　　蛋白质组(Proteome)是指一种基因组所表达的全套蛋白质，即一种生物、细胞或组织的全套表达蛋白，“Proteome”源于蛋白质(PROTEin)和基因组(genOME)两词的杂合。蛋白质组学(Proteomics)研究蛋白质组成及其功能网络的科学。蛋白质组学研究是功能基因组研究的重要部分：生物体中绝大多数蛋白质都是在相互联系、相互制约过程中形成复杂的蛋白质复合体和相互作用网络而发挥功能活性的;研究生物体在不同生长发育阶段、不同环境下、不同组织细胞中的蛋白质组改变;研究蛋白质结构、功能与特定生命现象的关系，从宏观上认识影响生命进程的规律。

　　一个独立生存的细胞生命至少需要多少个基因和表达蛋白?1995年，分离和鉴定了一种最小的能自我复制的生物，Mycoplasma genitalium的全部蛋白质(580kb;468ORFs)。Proteome的概念首次出现在科学刊物上。蛋白质组研究重要的里程碑事件：1994年Marc Wilkins提出了蛋白质组(Proteome)的概念;1995年悉尼大学Humphery Smith I等4家实验室共同分离和鉴定了Mycoplasma genitalium的蛋白质组;2001年国际人类蛋白质组组织(Human Proteome Organization，HUPO)宣告成立;2002年1rd国际人类蛋白质组大会启动“人类血浆蛋白质组(Human Plasma Proteome Project，HPPP)”和“人类肝脏蛋白质组计划(Human Liver Proteome Project，HLPP)”。

　　HUPO有13个国家和地区的57个实验室参与，首批执行计划的先期目标是a)比较样本收集、处理和储存过程对血浆蛋白质的影响;b)比较不同技术平台的优缺点、灵敏度和局限性;c)比较高丰度蛋白处理方法;d)比较数据提取、整理、存储和提交过程的标准化。最终目标是要实现a)全面认识人类血浆蛋白质组;b)揭示血浆蛋白质组在世界不同种族和不同国家的同一种族人群中的变异度;c)认识人类在特定时间和特定生理条件下血浆蛋白质组的改变;d)药物作用和疾病对血浆表达蛋白的影响等。

　　国际人类蛋白质组计划

　　国际人类蛋白质组计划(HPP)是继国际人类基因组计划之后的又一项大规模的国际性科技工程。首批行动计划包括由中国科学家牵头的“人类肝脏蛋白质组计划”和美国科学家牵头的“人类血浆蛋白质组计划”。“人类肝脏蛋白质组计划”的总部设在中国首都北京，这是中国科学家第一次领导执行重大国际科技协作计划。3年来围绕人类肝脏蛋白质组的表达谱、修饰谱及其相互作用的连锁图等九大科研任务，我国科学家已经成功测定出6788个高可信度的中国成人肝脏蛋白质，系统构建了国际上第一张人类器官蛋白质组“蓝图”;发现了包含1000余个“蛋白质-蛋白质”相互作用的网络图;建立了2000余株蛋白质抗体。

　　FDA和NCI联手合作，启动一项为期三年，投资300万美元临床蛋白质组计划，利用SELDI技术加速蛋白质组计划中癌症实验研究的临床应用。应用该模型对样品来自无癌、早期和晚期卵巢癌，以及良性疾病的妇女，进行盲法分析预测。结果50例卵巢癌的样品，被全部准确为肿瘤，其中包括18例I期病人;66 例非恶性肿瘤人群对照组中有63例确定为非恶性肿瘤。此结果表明，该方法的灵敏度为100%，特异性为95%，阳性预测值为94%。与此同时，将相同样品用CA125法进行检测，其阳性预测值为35%。据统计美国2002年约有74%卵巢癌病人发现在晚期，其五年生存率仅为29%。反之，在I期发现的病人中，则五年的生存率超过90%，其中许多病人仅通过外壳手术便获得治愈。因此，提高该病的I期诊断率，对于降低卵巢癌病人的死亡率和治疗费用，具有直接的作用。赵研究员还谈到了生物标志研发，蛋白相互作用平台，蛋白相互作用网络分析和蛋白芯片技术等问题。

　　研讨会期间还举行了抽奖活动，下图为抽奖活动现场：

抽奖活动