Cell｜易算客户再攀高峰，人工智能驱动的空间蛋白组变革性技术

在近期美国对高参数流式细胞仪和特定质谱实施出口限制后，我们既要加快质谱研发和单细胞精准分选技术的发展；更要加大空间蛋白组学研究力度。国内一些顶尖团队已通过多学科创新融合，发展高效原位采样策略、优化微量蛋白组技术并结合深度学习算法进行空间重构，利用普通质谱也可实现高分辨和深覆盖的全组织切片空间蛋白组解析，这将推动我国在空间蛋白组学领域的技术自主性，为科学研究和临床转化提供有力支持。

2025年1月23日，中国科学院动物研究所赵方庆团队联合国家蛋白质科学中心（北京）王贵宾博士在《Cell》杂志上发表题为“High-resolution spatially resolved proteomics of complex tissues based on microfluidics and transfer learning”的研究论文。该研究提出了PLATO技术框架，将微流控技术、微量蛋白组技术与人工智能算法相结合，实现了全组织切片水平的空间蛋白质组检测。PLATO技术能够在 25 μm 分辨率下检测数千种蛋白质，突破了高通量原位组学技术的瓶颈，为疾病诊断和治疗提供了新的工具。

不仅如此，PLATO 还不依赖高端质谱设备，文章蛋白中心通过优化样品制备方法和先进稳定的色谱质谱技术，使用Q Exactive HF即可实现高分辨率、高覆盖度的蛋白质组检测，在更先进仪器上有望表现出更高的样本通量和蛋白覆盖深度。

PLATO全流程方案：

1. 创新开发微流控芯片，集高效原位采样和微量样本制备于一体；

2. Q Exactive HF质谱上机 26 min ，Spectronaut软件directDIA搜库；

3. 创新开发人工智能算法 Flow2Spatial，成功重构出蛋白质的高分辨率空间分布；

4. 文章通过计算模拟、显微切割和免疫荧光验证了PLATO的高精确性；

5. 对小鼠脑组织、肠道绒毛及乳腺癌等复杂组织进行应用。

1. 小鼠小脑样本

• 分辨率：芯片设计48个平行微通道，每个通道50μm宽度。

• 芯片数量：使用2个芯片，分别对两个角度（0°和90°）组织切片进行采样。

• 上机通量：48个通道 × 2个角度 = 96个样本。

• 蛋白深度：单次run鉴定到2,564个蛋白；共鉴定5,722个蛋白。

2. 大鼠肠道绒毛样本

• 分辨率：芯片设计70个平行微通道，每个通道25μm宽度。

• 芯片数量：使用2个芯片，分别对两个角度（0°和90°）组织切片进行采样。

• 上机通量：70个通道 × 2个角度 = 140个样本。

• 蛋白深度：单次run鉴定到1,183个蛋白；共鉴定1,986个蛋白。

3. 乳腺癌样本

• 芯片通道宽度：芯片设计70个平行微通道，每个通道25μm宽度。

• 芯片数量：使用2个芯片，分别对两个角度（0°和90°）组织切片进行采样。

• 上机通量：70个通道 × 2个角度 = 140个样本。

• 蛋白深度：共鉴定到4,000个蛋白。

易操作、低成本的微流控装置与工作原理：

• 48通道（50μm宽）用于小鼠小脑完整切片采样，
• 70通道（25μm宽）用于更高分辨率采样。

切片策略：

连续切3张10μm厚切片，第1张和第3张用于微流控采样（两张切片放置角度成90°），第2张用于组织学染色或空间组学分析，结合人工智能算法可从少量质谱数据中重构高分辨率的蛋白质空间分布。

基于微流控芯片的采样和样本制备

本研究采用的是Q Exactive HF质谱在26分钟梯度的directDIA检测结果，说明PLATO技术框架不依赖高端质谱设备，如果在更先进仪器上将会实现更高的样本通量和蛋白覆盖深度。

Spectronaut软件应用：

该研究采用Spectronaut v.15软件用于质谱数据的鉴定和定量。它通过DirectDIA模型对原始数据进行处理，搜索UniProt数据库以鉴定蛋白质，并通过iRT肽段校准蛋白质丰度，确保数据的准确性和可靠性。值得一提的是，王贵宾博士作为Spectronaut软件的忠实用户，其团队在本研究中充分利用了Spectronaut软件的强大功能，实现了高精度的蛋白质鉴定和定量。如果采用最新19版本搜库，会将DIA数据解析能力和准确性再次推向巅峰。

DIA全面拥抱AI：Spectronaut19助力directDIA成为蛋白质组学定量金标准

Flow2Spatial 是一种基于深度学习的空间重构算法，通过整合其他空间组学数据（如组织学染色、空间转录组学或空间代谢组学）作为参考，从微流控芯片的少量平行流投影中重构蛋白质的空间分布。这一原创算法突破了传统技术难以获取空间信息的限制，不仅大幅提高了空间蛋白质组的覆盖度和分辨率，还为解析其他组学分子的空间分布提供了新方案。

基于Flow2Spatial算法进行空间重构

在乳腺癌样本中，PLATO技术通过25微米通道宽度的微流控芯片实现了高分辨率的空间蛋白质组学分析，总鉴定深度达到约4,000个蛋白组。通过与激光捕获显微切割（LCM）和免疫荧光（IF）染色的对比验证，PLATO重构的蛋白质分布与LCM结果的Spearman相关系数达到0.82-0.85，且IF染色验证了多个代表性蛋白质的空间分布，显示出高度一致性。此外，PLATO还揭示了乳腺癌组织中两个不同的肿瘤亚型，分别表现为HER2+/ER-和HER2+/ER+的蛋白质表达特征，为乳腺癌的精准诊断和治疗提供了新的视角和工具。

乳腺癌组织的PLATO空间蛋白质组分析