蛋白质组学大放异彩的时候到了

这篇文章包括了一些有待同行评议的研究发现。因此，结果被认为是初步的，应这样解释。了解同行评议过程在研究中的作用在这里。如需进一步信息，请联系所引用的来源。

在过去的20年里，进步新一代测序已经改变了基因组学研究，使科学家能够在一天内对人类基因组进行测序，花费不到1000美元。现在，技术进步越来越接近实现同样的蛋白质组学，1000美元的蛋白质组有望实现。研究蛋白质组可以揭示基因组学无法获得的有价值的功能信息，为健康和疾病提供丰富的见解。几个最近的研究强调了蛋白质组学在药物发现和我们对癌症等疾病的理解方面的价值。蛋白质组学技术能力的提高使蛋白质组学成为人们关注的焦点，并在生命科学领域开辟了无数的应用。

188金宝搏备用有幸采访了Oliver Rinner博士Biognosys，以了解更多关于蛋白质组学的最新发展，并讨论该领域的未来。Rinner还强调了质谱(MS)技术的进步，包括有限蛋白质水解质谱(LiP-MS)技术，正在推动蛋白质组学的进步。

安娜·麦克唐纳(AM):最近观点文章年代，你评论说:“在过去十年中处于基因组学的阴影之后，蛋白质组学现在准备大放异彩，”并且“MS技术的进步正在推动能力的快速扩大。”为什么到目前为止蛋白质组学还没有得到更多的关注，是什么促使这种转变超越了基因组?

奥利弗·林纳(OR):当我还是学生的时候，我自己就参与了一个基因组注释项目，我仍然记得每天发现和注释新基因的兴奋之情。能够阅读生命的密码，同时拥有在规模和成本效益方面以惊人的速度发展的工具，这可能是我们在一段时间内几乎忘记蛋白质科学的原因。

但wE必须学习基因型和表型之间的联系远非简单明了。知道基因被转录并不能告诉我们所产生的蛋白质是如何表达或组织成最终驱动表型的功能状态的。蛋白质型，或特定组织中所有蛋白质在特定状态下的组织和功能关系，连接了基因型和表型之间的差距。如果没有蛋白质水平的数据，就会错过这个关键环节。

蛋白质组学是一种旨在大规模表征蛋白质类型的技术。直到最近，蛋白质组学一直被认为是一种昂贵而复杂的技术，无法与基因组学的高通量和低成本竞争。然而，由Biognosys团队首创的大规模质谱蛋白质组学的最新进展正在改变这一局面。1000美元的蛋白质组(或1美分一个数据点)现在已经成为现实，提供了前所未有的深度和信息量的定量蛋白质组数据。

AM:有几种技术可用于大规模蛋白质组学。为什么你认为质谱法是最具扩展性的?

或者:质谱是一种物理技术，通过将蛋白质分解成更小的肽片段，然后根据它们的质量和电荷来识别和量化它们来生成数据。相比之下，替代技术——特别是基于亲和的方法——依赖于用一组抗体或适体检测特定的蛋白质。

这些方法在分析结果上的根本区别在于质谱仪可以在真正的发现模式下运行，并提供肽甚至氨基酸水平的分辨率，这是基于亲和的方法所不能做到的。真正的发现意味着MS不依赖于亲和性识别，抗体或适体的可用性，蛋白质的构象修饰和聚集不干扰分析。因此，它也可以是无假设的，因为该技术允许探索整个蛋白质组并检测突变(例如，不同的蛋白质形式，如翻译后修饰(PTMs))和蛋白质型的扰动。

它也更具有可扩展性，因为当使用亲和蛋白质组学时，每个样品检测更多的蛋白质需要向检测面板添加更多的抗体/适体，从而增加了成本。因此，随着每次实验捕获的数据点数量的增加，每次运行的成本成比例地上升。另一方面，质谱仪器和工作流程正在不断改进，而成本却没有大幅增加，这意味着每个数据点的成本持续下降，就像下一代测序中每个碱基对的成本持续下降一样。

AM:你有什么想要强调的最近发表的Biognosys研究吗?

或者:贡献高质量的科学来推进蛋白质组学领域一直是Biognosys的核心使命。仅在2021年，就有500份提及Biognosys技术和工具的出版物问世，自我们成立以来累计发表了2000份出版物。

我想让大家关注的第一份出版物是通过正交蛋白质组学方法研究CDK9抑制剂的机制，最近发表于ACS化学生物学。该研究是与阿斯利康(AstraZeneca)和Pelago Bioscience AG合作进行的，突出了正交蛋白质组学方法如何应用于分析新化合物的选择性。我们的TrueTarget™平台，由我们专有的LiP-MS技术提供支持，用于筛选整个蛋白质组，并通过结构改变识别潜在目标。除了靶点识别，通过利用该技术的肽水平分辨率(该方法的一个独特之处)，我们还可以识别CDK抑制剂的假定结合位点。这样，LiP-MS能够对所分析化合物进行目标识别、结合亲和力估计和结合位点定位。

还有，我们的出版物bioRxiv”从深剖面血浆茎中鉴定的肿瘤生物标志物候选物主要来自低丰度区域”我们的超深层血浆蛋白质组学工作流程及其在肿瘤生物标志物发现中的应用是一个亮点。该出版物提出了一种新型的深度血浆分析自动化方法，并将其应用于180个来自肺癌、乳腺癌、结直肠癌、胰腺癌和前列腺癌的人类血浆样本队列。其结果是确定了190个fda批准的药物靶点，其中66%在较低强度范围内检测到，并添加了许多新的可能靶点。此外,最后的数据集概括了患者内部异质性的生物学特征。一个全面的案例研究的出版物可以在我们的网站上找到，工作流程可以通过我们的TrueDiscovery™平台。

AM:你对该领域的其他进展感兴趣吗?

或者:当然，今年的高潮是AlphaFold结构预测的发表，使我们能够获得静态蛋白质结构。此外，我们的科学顾问Paola Picotti教授发表的文章，动态3D蛋白质组在原位高分辨率揭示蛋白质功能改变，发表于细胞，展示了蛋白质结构的动态视图如何改变我们对信号级联的思考方式。该团队研究了蛋白质结构改变作为一线细胞反应的作用，将肽水平的LiP-MS数据与磷酸化等正交信息整合在一起，展示了整合结构和基于丰度的蛋白质组学以实现对生物过程更深入了解的潜力。

另一种令人兴奋的新视角磷蛋白组的时空变化发表于自然通讯杰斯珀·奥尔森的团队他们表明，用细胞器分辨率观察信号事件是可能的。

我想强调的最后一个研究是免疫-化疗联合治疗可使转移性胰腺癌患者获益。”该摘要发表于ASCO 21。我们来自帕克癌症免疫治疗研究所(PICI)的合作者强调了PRINCE试验数据，包括我们的蛋白质组学发现。该试验研究了如何通过化疗组合和/或针对CD40蛋白并激活免疫细胞的实验抗体来激活免疫系统以消除胰腺肿瘤。值得注意的是，该试验确实产生了最先进的生物标志物数据，显示PD-1和CD40这两种免疫疗法在单独与化疗结合时对免疫系统都有预期的影响。

AM:你强调了在研究蛋白质时，获得动作镜头以充分了解潜在的生物学是很重要的。LiP-MS是如何实现这一目标的，与其他蛋白质组学方法相比，它有什么好处?

或者:李P-MS检测结构或表面可达性变化，而不是静态结构，就像事件摄像机一样。此外,它是用几个氨基酸的分辨率吗，它允许的解释变化是机械的。

AM: Biognosys计划将LiP-MS数据覆盖到预测的AlphaFold结构上。这将为药物研发带来什么样的可能性?

或者:蛋白质功能的最终决定因素是它的结构。将我们的质谱技术用于结构蛋白质组学的独特可能性将改变科学家看待数据的方式。例如，如果你打开一本经典的生物化学教科书，你会看到所有的基本机制都是参考蛋白质结构来解释的。

我们现在启动了Biognosys 3D蛋白质探索者该工具可以让研究人员在我们最新的泛癌症研究中可视化用我们的下一代血浆生物标志物发现解决方案识别的蛋白质组学特征。我们将每个蛋白质映射到DeepMind的AlphaFold2蛋白质结构和UniProt的拓扑结构域上。我们将继续扩展这一门户，使研究人员能够拥有蛋白质组的3D视图，并为药物发现获得深入的生物学见解。

AM:除了药物发现，LiP-MS还可以用于提供蛋白质组的结构和功能信息的其他应用吗?

或者:我们期望结构生物标记物在未来会变得非常有趣。许多与疾病相关的过程并不导致蛋白质表达的变化，而是导致折叠或蛋白质相互作用的变化。这些变化可能是由修饰、蛋白质切割或蛋白质聚集引起的。

AM:结构蛋白质组学还存在哪些挑战?你是如何解决这些问题的?

或者:在功能背景下解释结构变化仍然具有挑战性。在许多情况下，我们看到装订袋的变化是明显相关的。化合物结合位点外的结构-功能关系尚不清楚，可能是由蛋白质复合物的变化或修饰引起的。克服这些挑战的最重要因素是该方法的敏感性。我们看到的信号越多，我们就能更好地覆盖整个蛋白质序列，并精确定位蛋白质上发生变化的位置。

问:您对这一领域未来的发展有何展望?我们离蛋白质组学实现其潜力还有多远?

或者:蛋白质组学的潜力是无限的，因为与基因组测序相比，序列分析及其突变是逻辑端点，蛋白质组学中没有这样的端点。毕竟，功能性蛋白质组在几个分析维度上发挥作用。研究得越深入，我们就越能了解蛋白质修饰的功能、不同的蛋白质形态和蛋白质-蛋白质相互作用。未来的进展将来自改进的样品制备、色谱和仪器。但最大的未开发潜力可能在于数据分析。我们只使用隐藏在肽或我们记录的肽片段级数据中的一小部分信息。我希望深度学习技术能够对从这些数据中发现功能见解做出重大贡献。

奥利弗·林纳博士，Biognosys联合创始人兼首席执行官。

奥利弗·林纳采访了科技网络的科学作家安娜·麦克唐纳。188金宝搏备用