2024年了，该做蛋白质组了么？

在欢庆2024年的国际劳动节的时候，你可能刚做了基因组测序，然后发现有个放假还在卷的蛋白质组科服销售跑过来找你推销。你会问他：基因组学如此强大，我为什么还要听你的去做蛋白质组呢？

    以上两个问题在解决的过程中都有理论可以来指导实践，但如果只有理论的话往往解决不了问题。

    专业的蛋白质组应用工程师得有系统生物学、分析化学、生信软件、计算机、网络IT、操作系统、质谱、色谱以及蛋白质组等方面的知识储备。更重要的是，还得有大量的处理问题、解决问题的实践才能说是个合格的工程师，有些博士的理论知识丰富，在实验室里却从没参与过质谱维护和排障，实际场景应对经验不足，踏上工作岗位后，一旦用户质谱有点问题往往得去找老法师们来解决。所有的运行问题、故障问题溯源，一定是有理论依据的，但是现实就是一个复杂的质谱系统的运行问题往往很难从理论上进行完美解释。而医生其实也一样，你读完n年课程后离可以独立看病也差了十万八千里。

以上这些问题类比到组学，其实也是理论和实践的区别。

    基因组好比你拿到的原理示意图甚至生产图纸，告诉你用什么原材料可以造出质谱，告诉你软件源代码和算法，你可以从源头去研究整个系统设计是否先进、算法是否领先，但实际运行起来是否符合设计预期，还得应用工程师对每个运行环节进行优化、调试或者排障才能发挥最大效能或者解决运行故障（蛋白质组）。经过这样的调试，最后找到故障或者运行不正常的原因，修复问题（相当于找到疾病产生机制、找到治疗靶点和治疗手段）。

    在蛋白质组学中，我们把质谱、液相拆开，寻找工作正常的质谱和故障质谱之间的区别。不停地更换质谱检测和软件检索参数，寻找最佳的分析结果。我们有完善的图书馆和数据库，可以了解健康人类大脑和血液的蛋白质谱，以及每个器官的几乎每个部分的蛋白质应该是什么样子的图谱。如果基因组是以上这些的理论依据，那么蛋白质组检测就是从理论到实践的应用过程。而不恰当的说，转录组可能是根据图纸制造完毕的新出厂的液相、质谱、计算机和软件某个版本的安装包。

这样看来，的确做蛋白质组很有必要，好处多多？

    作为一个旁观者，你会很诧异的发现，现在有庞大的基因组、转录组数据库能够描述自然界中的各种生物，而蛋白质组学这个词虽然已经存在了很长时间，ProteomeXchange数据库存了十多年的公共质谱数据，但蛋白质组学专家们却很少查看超过2、3年的“蛋白质组学”数据，而更坦白的说，隔壁课题组发表的蛋白质组学研究数据（质谱原始数据），很多时候我下载下来也很难整合到我现在的研究数据中进行综合分析，就算他研究的物种、器官甚至用的质谱型号都和我现在用的一样。就像拍照一样，你很难拍出两张一样的照片，尤其是在拍活物的时候。这种不可重复性被很多人吐槽，但类比到临床病例，你会发现其实每个有相同症状的病人，验的血，拍的片子，其实也都有所差异，但医生很多时候开相同的药方，如果对症下药了，可能还好，如果不对症，往往还得再复诊。比如我的头疼就是客户老问我为啥这个蛋白测不到，那个蛋白和WB结果不同的神经性头疼（也就是神经病）。而你的头疼可能是昨天减肥了（也就是饿过头了）。

    蛋白质组学作为检测技术，很难按照预期给出标准答案，就像我的头疼病因：经常有客户问我，我过表达了a基因，就应该b,c,d,e,f......这些变化，我还用WB做了确认，你这个所谓“专家”测出来的结果为啥不对，是不是哪里出问题了，是不是要优化下质谱，是不是？我压根答不上来，遇到较真的客户，我得从质谱原理到样品制备，从MS/MS碎裂模式到统计检验，然后再翻出一堆WB的反例文献解释一遍，打了2个小时电话，最后可能还被客户觉得是在强词夺理。然后第二天，我还得跑到一些讲座上说：可以从患者身上切除的肿瘤中取出一小部分，对其进行蛋白质组分析，并在几天后给到你结论，应该采用何种治疗手段，癌症会不会转移。是不是觉得挺荒谬的？

    本文我不做过多解释为啥你的结果总是不符合预期，下篇再说，但如果你理解了我刚才的类比，或多或少应该更能理解些了吧。你也应该相信在不远的未来，的确可以不做质谱实验，就能先预测：过表达了a基因，b,c,d,e,f...就应该这么变，然后这个细胞就应该这样而不是那样。

回到正题：

    以当下的技术水平，研究基因组（以及转录组或RNA）自然要容易得多。而且你必须了解基因组了才能研究对应的蛋白质组，就像你必须了解质谱的原理才能使用好质谱。但是，蛋白质的复杂性远超你的想象，以至于2024年了，我们才能够一次分析研究对象蛋白质组中50%以上的蛋白质。这样还远远触及不到生命的本质，细胞里还有其他重要的结构分子，如代谢物、脂质，这还不够，如果你想了解过表达a后细胞在做什么，你需要牵一发而动全身的整体蛋白质组有多少变化？有多少被其他蛋白质修饰？b原来可能和c互作，现在去结合d了，甚至很多蛋白质量没有变化而仅仅是空间上进行了移动（或者亚细胞定位的差异），这些都会改变分析结论而且也没法和WB去相互印证，而这件事情在当下依然是蛋白质组学难以解决，或者说难以解释的。

既然我都在不停地强词夺理强调蛋白质组学重要，但不那么好做。那2024年了，

    我只能说，现在是个好时候，但又不那么好。

    蛋白质组学目前已经相对便宜了。蛋白质组学（质谱法，这是历史上最成熟和公认的正确方法）只需要一台质谱仪和一个专家（像我这样的都可以自认为专家，因此已经不是稀缺资源了）。这些使得蛋白质组学检测的实际成本已经接近小几百元了。可能你会说代谢组更便宜，但你得知道，代谢组检测能够提供给你的有效信息远远不如蛋白质组。而现在的蛋白质组检测已经很容易覆盖超过50%的编码基因了，同时也可以深入到PTM，互作甚至构象变化层次了。

• 2024年了，质谱现在行不行（蛋白质鉴定深度篇）
  

    蛋白质组学领域被视为一门技术，(你可以把它类比为显微镜、红外、核磁或者高通量WB。我司同事们通常被客户们称为X工，你在读完本文前几段后，应该也有这个感受），而不是一门科学学科，还是缺乏完善的研究体系。这样就缺乏专门的理论体系来解读分析过程中的所有现象。所以，世界上大多数大学都有分析化学、生物信息学或遗传学学位，但几乎木有蛋白质组学学位（我曾经无比接近于获得这个学位，最后还是选了分析化学，就怕毕业后找不到工作）。蛋白质组学又不是学个一阵子就能入门或者精通的。要学习蛋白质组学，你很难找到一个蛋白质组学课题组，如果有的话，在你深入交流后，往往会发现这个课题组是在做材料学、疾病或者质谱软硬件开发，最后你会发现还不如找我司。由于缺乏大师级蛋白质组学研究人员，许多人在没有任何经验的情况下进入这个快速发展的领域，并在工作中自学。这样的效果可以在技术蛋白质组学会议（由计算所贺思敏老师团队举办）前几年的几次测试看到。将相同的样本（Hela）发送给全国数十个蛋白质组学实验室（应该可以说几乎都是顶尖实验室了），并比较了每个结果。即使完全相同的质谱间的数据质量依然参差不齐，细究一下可以发现最大的影响因素是进行实验的人在整个实验时的每一个细节处理，换句话说就是经验或者水平。这不是一件好事，特别是当该领域正在火热的发展并且越来越卷的时候。为了跟上同行不断内卷的价格和数据，往往你得付出一些东西，我当然希望它不是质量，但现在看起来的确是质量。在我刚创业的时候，全国大约有二三十家蛋白质组学公司。而2024年，可能这个数量有上百家，其中很多都是希望用正火的“蛋白质组学”这个词来赚钱，而不是觉得蛋白质组学这个技术真的可以作为诊断、治疗辅助手段了。大量资金涌入一个行业总是会导致这样的事情发生。尤其是有的已经把质谱套上了AI的外衣，那我还是劝你谨慎，这其中大多数只是把基因组、转录组的数据分析方法换了个壳套在蛋白质组上，和质谱本身并无关联。另外，如果有一些号称创新的蛋白质组学技术正在融资或者推广，我也希望你多准备点测试样品（必须你自己得知道里面有的ref蛋白的含量或者类似的内标）去先试试而不是轻信。还有一些多年前发表的技术正在不断迭代等待爆发的时刻，但由于资方的压力，变得越来越短视而急功近利，搞出一堆内行看笑话的数据来。

    蛋白质组，尤其是基于质谱的蛋白质组，目前还远远不如测序仪这样的工具成熟，定性、定量结果在Hela这样的标准品上还做不到完全复刻呢。之前我们自己在预实验的时候复刻了一篇Nature子刊的结果，高兴没几天，在正式实验作为control的时候发现又重现不出来了。

    请记住，是蛋白质而不是RNA执行生命活动过程。有些技术可以通过测量RNA来间接测量蛋白质，但是蛋白质会发生修饰，蛋白质有时空差异，蛋白质会互作，蛋白质会构象变化，蛋白质会降解。有些技术可以通过抗体来间接测量目标蛋白质的变化，但这还是个间接方法。

蛋白质有太多复杂的过程连质谱都无法解释清楚。生命是如此的复杂，如果你想揭示表型或者只是寻找判断条件（biomarker），那还是得依赖于蛋白质组（或者加上代谢组）。

蛋白质组犹如星辰大海，我们依然是如此渺小。