人物专访 | 牛津大学Roman Fischer:探索临床蛋白质组学分析的第四维度

如何探索蛋白质组学的“第四维度”分析?

邹文安邹文安2025-07-02
人物专访 | 牛津大学Roman Fischer:探索临床蛋白质组学分析的第四维度


编辑注 | 我们一直致力于打造蛋白质组学领域最自由的学术交流平台,专家视界是我们的一次尝试。我们会不定期邀请领域内的专家与学者,或分享他们的见解、体验和对未来的展望,内容涉及科研、临床、运用等蛋白质组学各个方向,欢迎关注!

就在几年前,对于蛋白质组学研究人员来说,在单个或少量样本中鉴定蛋白质、肽和翻译后修饰是一项成功的壮举。现在,这个领域发生了巨大的变化,科学家们希望进行更大规模的分析,样本数量从几百个扩展到数千个。这种分析必须是高质量的,具有高灵敏度和特异性,同时也是有效的——特别是考虑到蛋白质组学在个性化医学和生物标志物检测领域的应用。


液相色谱-质谱(LC-MS)被公认为是蛋白质高通量表征的“金标准”技术,离子淌度分离的引入使得基于质谱的蛋白质组学进入了4D新时代。和常规的3D蛋白组相比,新一代的4D蛋白质组学充分利用了第四维离子淌度(ion mobility)的信息,实现了更加specific的匹配,在扩大检测深度的同时提高了准确性,独特的性能使其成为蛋白组学复杂样本深入研究的利器,使得许多其他科学问题与临床运用的探索成为可能。

最近,Technology Networks采访了蛋白质组学领域最前沿的两位研究人员,马克斯·普朗克生物化学研究所(Max Planck Institute of Biochemistry)的Jürgen Cox教授(人物专访 | 马普所Jürgen Cox教授的临床蛋白组学和计算生物化学)和牛津大学标靶研发院(Target Discovery Institute)发现蛋白质组学设施的负责人Roman Fischer博士,以进一步探索最新的4D蛋白质组学方法是如何加强其研究的。

Roman Fischer博士是牛津大学标靶研发院发现蛋白质组学团队(Discovery Proteomics Facility)的负责人,致力于方法开发和蛋白质组学工作流程的优化,以增强从有限的样品中获得无限的结果。Fischer博士领导的实验室向牛津大学的研究人员以及国内外合作者提供有关实验设计、样品制备和高级液相色谱-质谱(LC-MS)工作流程的建议与分析,曾作为参与者之一,参加了一系列癌症蛋白质组的分析流程开发。

 ▲  Roman Fisher博士及他的团队成员,摄于牛津大学实验室

Q1

您认为当前临床蛋白质组学领域最近最激动人心的突破是什么?

Roman Fischer:在技术方面,最大的突破之一是现在能够凭借高通量和高稳定方法每天对100个甚至更多的样品进行鸟枪法蛋白质组学研究,这是不久前才实现的一步巨大的变化。我们需要意识到,这消除了一个瓶颈但又创建了另一个瓶颈,例如人们如何处理如此大数量的生物样本以及进行数据分析。由于仪器分析增加了通量和稳定性,我们必定会看到更多使用蛋白质组学作为主要判断依据的临床研究,虽然这项研究早就应该进行了。


Q2

您参与了一系列的癌症蛋白质组学研究项目,是什么原因促使您参与这个项目的?您的个人观点是什么?

Roman Fischer:在之前的研究中,我们从单个细胞系中生成近14000个蛋白质的深度蛋白质组,而我们获得数据中的亮点在于,随着序列覆盖率显著提高,我们可以将蛋白质组拆分为具有独特性的蛋白质。在这项实验之前,人们已经成功尝试了多种酶对蛋白质进行酶解,但是我们仅使用2种酶(胰蛋白酶和弹性蛋白酶),仅用了75个小时的仪器时间就成功做到了这一点。


Q3

您在研究中主要采用哪些技术?
Roman Fischer:在我的实验室中,我们主要关注基于质谱的蛋白质组学定量分析。这包括使用SILAC,PRM,DIA,TMT,AQUA等技术。目前,我们也正在开发将激光捕获显微切割与蛋白质组学相结合的方法,期望获得生物组织内的空间和细胞类型高分辨率。这就要求我们自己开发基于SP3的样品制备方法,但是我们也将继续努力以最小的材料代价实现最大化的蛋白质组深度分析,同时将通量提高到每天100个样品甚至更多,同时不会影响深度蛋白质组分析。


Q4

与3D蛋白质组学相比,基于TIMS和PASEF的4D蛋白质组学还可以获得哪些其他信息,为什么这对临床研究有益?

Roman Fischer:许多DIA和数据库方法都将保留时间和质量用于匹配算法。这些技术可能会在复杂样品分析中遇到具有相似保留时间和相似分子量的异构肽,从而导致蛋白质鉴定和定量信息不准确。离子淌度提供的额外维度则可以有效地避免相似数据导致的误差,这不仅可以更好的检测出临床样品中更多的蛋白质,还可以减轻蛋白质组学数据中缺失值的问题。使用TIMS/PASEF方法,我们可以有效地识别并定量分析样品中的更多蛋白质组分,从而增加了患者检测样品中变化的成分。


Q5

我们看到当前蛋白质组学进一步向临床领域发展。 当前存在哪些挑战正在阻碍这一转变,我们如何克服这些挑战?
Roman Fischer:要在临床领域取得成功,基于质谱分析的蛋白质组学工作流程必须具有成本效益、高稳定性、高通量、操作简单。此外,我们必须进行样品处理、数据分析和解析,这些要点中的每一个都严重依赖于标准化流程。我认为我们已经开始解决一些技术障碍,虽然当前仍存在一些瓶颈,但相较而言其他人使用的仪器仍操作复杂甚至无法解决问题,尤其是无法与ELISA等现有技术竞争。

另一个主要挑战是数据分析。此前的数据分析(蛋白质定性和定量分析)可以通过暴力计算解决,而现在,蛋白质组学数据在“疾病与健康”解析中正面临着巨大的挑战,因此我们需要先进的AI和深度学习算法。尽管在许多针对特定疾病的实验室中正在研究这一问题,但我想我们离真正的诊断蛋白质组学还有很远的路要走。

引用来源:
撰文 | Molly Campbell, Science Writer, Technology Networks
原文 | https://www.technologynetworks.com/


更多精彩回顾





4D蛋白质组学:新一代!4D蛋白质组学2019大事记
 Jurgen Cox研究组:最新进展: Jurgen Cox研究组公布支持4D label-free定量的MaxQuant软件新版本
专家视界05:一位诺奖得主的退休时刻——科考夫对话大卫·巴尔的摩
专家视界04:山东农业大学王勇教授:从基因到蛋白,全面深入阐述硝态氮调控机制
专家视界03:南开大学张晓东教授:解析乙肝致癌机制的”津门神探“
专家视界02:上海生物信息技术研究中心谢鹭教授:用蛋白质组学破译癌症密码
专家视界01:秦钧:透过水晶球看2019年的蛋白组学
专家评述01:浙大一附院李兰娟院士团队基于血液蛋白质组学开发慢加急性肝衰竭精准诊断蛋白标志物组合
专家评述02:河南农业大学范国强组首次揭示翻译后修饰介导毛泡桐丛枝病发病新机制
精选08-糖基化:破译“糖代码”,糖基化修饰研究近期精选
精选07-外泌体:多篇文章解读外泌体蛋白质组学的重要研究成果
精选06-组蛋白修饰:【盘点】2019年一季度组蛋白修饰重大学术研究


返回文章列表