青年才俊上演計算蛋白質組學頭腦風暴——記CNCP 2016新技術

記第四屆中國計算蛋白質組學研討會（CNCP-2016）新技術

　　儀器信息網訊 2016年8月10日-11日，第四屆中國計算蛋白質組學研討會(CNCP-2016)在中國科學院大連化學物理研究所盛大召開。(相關新聞：第四屆中國計算蛋白質組學研討會(CNCP-2016)在大連開幕)。本屆研討會邀請了26個大會報告，報告嘉賓是來自國內外的計算蛋白組學領域專家和奮戰在第一線的青年科研工作者，嘉賓中的絕大多數是首次登上CNCP講壇。報名參加本屆會議的人員首次超過了200人。

CNCP2016C參會代表合影

張麗華研究員為研討會致開幕辭

　　本屆會議的開幕式只有簡短的5分鐘，沒有領導講話，沒有任何儀式，充分體現了會議的簡潔辦會特色。開幕式由中國科學院大連化學物理研究所的張麗華研究員致歡迎詞，她提到：「中國計算蛋白質組學研討會在業界享有很高盛譽。每次會議的演講嘉賓都是由會議發起者和主辦方——中國科學院計算技術研究所賀思敏研究員、北京蛋白質組研究中心徐平研究員、北京生命科學研究所董夢秋研究員等資深學者以及往屆會議報告人鼎力推薦的。本次研討會的26個報告將由來自國內外相關領域的頂級專家和奮戰在科研第一線的青年才俊精彩呈現。相信在這兩天的會議中，大家不僅能夠收穫知識，也能收穫友誼。」

研討現場

　　CNCP-2016會議邀請的26個報告多數都是最近一兩年的研究成果，部分還沒有發表，新技術頻繁現身，特別是在交聯質譜技術與蛋白質複合體，蛋白質相互作用、翻譯後修飾技術、蛋白質鑑定數據處理、定量蛋白質組技術等領域報告較多，下面對這26個報告的內容逐一進行簡介總結。

　　UCI(美國加利福尼亞大學爾灣分校)黃嵐博士 報告題目《Developing Cross-Linking Mass Spectrometry (XL-MS) Strategies to Define Interaction and Structural Dynamics of Protein Complexes》

　　了解蛋白質複合物的相互作用和結構動力學對於揭示病理的分子學細節非常有幫助。交聯質譜(XL-MS) 是目前研究大量多亞基蛋白複合物PPIs的重要技術，而精確的肽段鑑別是XL-MS分析一直以來面臨的挑戰。為了促進這方面的研究，黃嵐博士研究組研發了DSSO 及一系列含亞碸(sulfoxide-containing)可分裂質譜交聯劑以揭示蛋白質複合物表面相互作用機理。研究者通過這些(MS-cleavable reagents)質譜可分裂試劑在多級串聯質譜上建立了實用的XL-MS工作流，快速、準確的鑑別交聯肽段去研究體內和體外的PPIs。同時，研究者也研發了新的定量XL-MS途徑，用以分析多種生理條件下蛋白質間的相互作用和蛋白質複合體的結構動態變化。據介紹，該課題組最近研發了新的羧基交聯劑DHSO主要用來與酸性胺基酸反應，反應中需要DMTMM共同作用。 這樣可以得到更廣的蛋白相互作用信息。

北京生命科學研究所 譚丹博士 報告題目《Trifunctional Cross-Linker for Mapping Protein-Protein Interaction Networks and Comparing Protein Conformational States》

　　該研究組最近有一項研究工作圍繞一種含生物素標籤的賴氨酸富集交劑Leiker，譚丹博士在報告中詳細展示了課題組的相關研究，研究表明Leiker能夠有效改進蛋白質化學交聯質譜技術(CXMS)。研究組將以Leiker為交聯劑的CXMS用於E.coli全細胞裂解液的分析，發現了3656種相互作用，是之前已有研究方法的10倍。Leiker CXMS比BS3得到的信息要立體很多，能得到更全面的蛋白質相互作用網絡。研究者還將Leiker為基礎的CXMS用於RNA結合位點鑑定與定量，該方法能夠深入揭示蛋白質構象變化。在將Leiker CXMS用於大腸桿菌和秀麗線蟲裂解液中的研究中，分別鑑定出3130和893個互補賴氨酸對，並各自發現了677和121種PPIs。

Utrecht University (荷蘭烏德勒支大學) 劉凡博士 報告題目《Charting the Cellular Interactome by Proteome-Wide Cross-Linking Mass Spectrometry》

　　據劉凡博士介紹，針對交聯數據分析的n-square和交聯肽段低效裂解這兩大難題，該研究組建立了一種新XL-MS工作流-質譜可分裂交聯劑法。該法是一種混合MS2-MS3裂解途徑與專用的交聯搜索資料庫結合的方法。研究者將質譜裂解交聯劑DSSO應用於測定每個交聯肽段的前體質量，解決了n-square問題。交聯裂解前體離子可通過質量差異確定數據的MS3採集方向，這些工作都可以在Oribitrap Fusion 和 Lumos Tribrid質譜上完成。這種採集途徑提高了MS3實驗的成功率，能夠解決低效裂解問題和顯著改善數據質量。與先前方法相比，報告中介紹的新方法包含以下三個優勢。1)能夠完成整體蛋白組資料庫的交聯鑑別; 2)包括多種翻譯後修飾的交聯鑑別; 3)在MS2和 MS3水平都有高質量範圍。該研究組將此新XL-MS方法用於多種複雜樣本，包括大腸桿菌裂解物、HeLa裂解物、排阻色譜分餾的HeLa細胞核提取物與細胞器。採用這種方法能夠從每種樣本得到成千上萬個交聯點。

中國科學院計算技術研究所 劉超博士 報告題目《Development of the Cross-Linked Peptides Identification in Large Scales》

　　由於檢索空間過於龐大，蛋白組範圍內交聯肽段(雙肽)的鑑定一直都是一項挑戰。劉超博士和其團隊考察了用於大範圍交聯肽段鑑定的普通搜索工具的應用效果，並開發了一種新的計算軟體技術pLink 2.0。此技術比先前技術有三方面的改進：1)提高了雙肽中單同位素鑑定的精度;2)由肽段索引升級為離子索引;3)引入機器學習(SVM在線訓練)。該團隊研究表明，通過使用離子索引pLink2.0檢索人類資料庫，在一小時以內可以完成5000張譜圖的檢索。乾濕結合方法在人庫檢索1萬張二級譜圖僅用時不到2分鐘。將pLink 2.0與美國西雅圖研究人員研發的Kojak相比較，pLink2.0的分析速度約為Kojak的6倍，在精度方面也有一定優勢。pLink2.0支持可碎裂交聯，可減少可搜索空間和減少譜圖數目。

華中師範大學 萬翠紅博士 報告題目《Mapping Conserved Metazoan Protein Complexes with Biochemical Fractionationand LC/MS/MS》

　　對多蛋白複合物的了解對於生理進程探索非常重要。然而，對多蛋白複合物種類的分布特別是大規模網狀圖的發現比較困難。萬翠紅博士研究組通過高分辨生化分離與定量質譜直接分析了可溶性多蛋白複合物的組成，分析C.elegans、D.melanogaster、M.musculus、S.purpuratus和人類的可溶性細胞提取物。研究組採用以人類為中心的綜合計算分析，鑑別出2153種蛋白，並新鑑定出7699種成對相互作用和981種共複合作用。這些相互作用能夠反映後生動物生理過程相關的核心生理基礎。重建的生理作用網有助於深入了解特殊的分子生物機理以及動物細胞的進化。

國家蛋白質科學中心 鄭勇博士 報告題目《Scaffold Protein-Mediated Dynamic Assembly of Protein Complexes in Normal and Cancer Cells》

　　很多細胞表面受體通過催化多組分蛋白複合物的形成開始信號傳導過程。這個過程通過與受體結合的scaffold蛋白來傳導。然而，目前這種scaffold的生物學基本原理仍不明晰。針對這個問題，鄭勇博士研究組通過以IP-MRM為基礎的方法，根據Shc1複合信號跟蹤其空間和實時變化。研究人員進一步將這種方法與生化和基因技術結合，研究組發現Shc1以特殊的方式對EGF有即時的反應，包括明顯的磷酸化和蛋白質相互作用。研究人員成功發現Shc1與一種抑制蛋白產生相互作用，是一種快速綁定蛋白基團能夠激活促有絲分裂/存活通路，蛋白複合物圍繞Shc1的裝配變化在細胞間非常顯著。對EGFR/Shc1複合物蛋白組分析能為以pTyr為基礎的致腫瘤信號導致的乳腺癌提供診斷依據。

暨南大學 張弓博士 報告題目《High-Throughput De Novo Proteome Identification Aided by Translatome Sequencing》

　　De novo肽段序列鑑定能夠避免依賴資料庫的檢索法的缺點，但由於由於沒有背景庫，無法評估FDR，且極易受到幹擾信號誤導，因此長期以來無法應用於複雜樣品的大規模鑑定。張弓教授介紹了研究團隊研發的利用翻譯組測序數據作為蛋白質de novo鑑定質量控制新方法，使肽段de novo鑑定能首次應用在蛋白質組複雜樣品的實用化鑑定。研究人員在HCD質譜上應用此方法檢測三種肝癌細胞(Hep3B, MHCC97H, MHCCLM3)，單次實驗鑑定出12000-13000種蛋白質，其靈敏度幾乎達到了翻譯組測序的水平;而用6種搜庫軟體鑑定到的真陽性蛋白併集也才7000-8000種。只能用新策略鑑定的4000餘蛋白中隨機挑選幾十個進行MRM驗證，幾乎都能驗證成功。這證明翻譯組指導的de novo鑑定效能很高，能鑑定到大量搜索庫法無法鑑定到的肽段和蛋白。De novo鑑定的大規模化可引致一系列新的蛋白質組應用。

上海生命科學院　李辰博士 報告題目《De Novo Identification and Quantification of Single Amino-Acid Variants in Human Hepatocellular Carcinoma Tissues》

　　腫瘤蛋白質組-基因組學研究非常關注變異的發現。單核苷酸的多變性(SNPs) 資料庫能夠給單個胺基酸變體(SAVs)的檢測提供依據。李辰博士在報告中介紹了一種在蛋白組水平發現SAVs的新方法。該法基於de novo算法，肽段的可能候選者可被鑑別並與理論蛋白資料庫比較。在人類肝癌(HCC)組織中，研究者成功的應用此方法鑑別和定量已知和新的突變蛋白。在肝組織當中，在細胞核內的突變比較低，突變在內質網和線粒體的富集比例較高。這種新方法為病人提供了高通量的定製檢測途徑，可能為潛在臨床生物標誌物發現和機理研究提供幫助。

中山大學 肖傳樂博士 報告題目《Improving Peptide Identification for Tandem Mass Spectrometry by Incorporating Translatomics Informatio》

　　目前很多資料庫檢索方法是利用譜學數據而忽略能用於肽段鑑定的生物系統的其他信息。最近，轉錄物組RNA-seq的界面信息能提高肽段鑑別的靈敏度已經證實。與轉錄物組信息相比，翻譯物組體現出與蛋白質的關係更為緊密，所以其可能對肽段鑑別更有效。在此報告中，肖傳樂博士介紹了該研究組設計的高靈敏度肽段鑑定手段IPomics，其以翻譯組學信息為主要蛋白鑑定參考。方法得到的推薦蛋白質優先性整合進了新的評分功能。與Mascot和pFind相比，IPomics方法蛋白質鑑定準確度更高，並能夠增加整體肽段的鑑定率、譜學信息利用率，並已經利用LC-MS/MS數據集在人類和小鼠蛋白鑑定取得了顯著效果。

華大基因(BGI-Shenzhen) 聞博 報告題目《Protein Identification and Quantification based on Multiple Search Engines》

　　聞博在報告中介紹了團隊有關以多搜尋引擎為基礎的蛋白鑑定和定量軟體的研究進展。目前，串聯質譜技術產生的質譜數據解析率往往不高，不同蛋白質鑑定軟體由於譜圖預處理、打分算法不同等原因導致對同一個數據的解析結果往往存在一定的互補性。雖然有一些開源的軟體可以通過精巧的運算將多個鑑定引擎的鑑定結果整合起來取得與單引擎相比更好的鑑定效果，但由於操作往往較為複雜、下遊軟體比較缺乏等原因，故沒有在蛋白鑑定與定量中推廣開來。為了促進多引擎整合方法在蛋白鑑定和定量中的應用，該研究組研發了一種多引擎綜合鑑定的開源軟體IPeak和同重同位素(如iTRAQ、TMT)標記定量軟體IQuant，並將IQuant升級到IQuant2。IQuant2採用精妙的算法和mzIdentML標準，整合多引擎搜索結果進行蛋白質定量。在分析水稻蛋白樣品(用Q-Exactive分析)和人細胞系蛋白(用TripleTOF 5600分析)樣本時，與單個引擎定量結果相比，IQuant2定量的蛋白能提高28.8%，檢測的差異蛋白數量能提高多大40%。多引擎搜索不但能夠提高蛋白鑑定效果，也能提高蛋白定量效果。

中國科學院水生生物研究所 葛峰博士 報告題目《GAPP: a Proteogenomic Software for Genome Annotation and Global Profiling of Posttranslational Modifications in Prokaryotes》

　　葛峰博士在前期藍細菌的蛋白基因組學研究工作的基礎上，開發了一種用於原核生物的基因組注釋和翻譯後修飾全局發現的蛋白基因組分析軟體GAPP。該軟體最大的特點就是簡單高效，具備初步生物信息學知識的研究者就能應用該軟體進行原核生物的蛋白基因組數據的深度分析，利用該軟體可以高效完成原核生物的全蛋白質組解析和翻譯後修飾的全局發現的工作，該軟體的開發和應用將有助於原核生物的基因組的精準鑑定，並有望成為原核生物基因組注釋的一項標準流程。今後研究組還將根據用戶的要求和體驗繼續對該軟體進一步升級。

復旦大學 周峰博士 報告題目《Genome-Wide Quantitative Proteomic and Transcriptomic Analysis Reveals Post-Transcriptional Regulation of Mitochondrial Biogenesis in Human Hematopoiesis》

　　蛋白質組學樣品分析需要高分辨分離平臺，周峰博士研究組搭建了一種長色譜柱三維蛋白組學定量分析平臺(GWPQ), 整套系統完全在線和實現操作自動化。研究者將在此平臺建立的蛋白質組學方法與Ribosome profiling相比較，水平相當，在分析模型樣品時有80%的重疊。研究者還用此方法開展了人體造血相關細胞的研究，二代測序與應用該平臺的蛋白質組方法重疊率達到92%。研究團隊利用此方法比較了人體最重要的造血幹細胞和紅細胞發育中14502個基因蛋白表達變化和17127個基因mRNA表達變化。mTORC1信號極大的促進了紅細胞進化中線粒體蛋白的翻譯，線粒體和mTORC1的遺傳和藥理學幹擾削弱了體內和體外的紅細胞生成。該研究支持了線粒體理論機理，可能與線粒體疾病和老化相關的血液缺陷有關。研究者用模式生物小鼠實驗驗證了線粒體在血紅細胞發育中起到關鍵作用，找到了全新控制血紅細胞發育的通路。

Johns Hopkins University(美國約翰霍普金斯大學) 張會博士 報告題目《Comprehensive Analyses of Glycoproteins》

　　已有不少實驗證明，糖蛋白的變化與很多疾病相關。張會博士介紹了糖蛋白的生物合成、結構和功能以及分析糖蛋白的最新方法。糖蛋白的分析是蛋白質分析中最複雜的一種。研究者常把糖和蛋白分開分析，如已有的SPEG(固相提取糖基位點肽)法。該研究組建立了N-糖蛋白資料庫，該庫可用於檢索已鑑定蛋白、通過精確質量數檢索候選肽段、鑑定糖蛋白源等。該研究組最近還建立了分析N-linked糖鏈，糖基化位點，糖基化位點特異糖鏈，及O-linked糖鏈分析方法和軟體，並探索了用糖基化酶推測多糖的方法。

中國科學院大連化學物理研究所 於龍博士 報告題目《Isolation and Structural Analysisof N-Linked Glycansby Using Two-dimensional Chromatography, Mass Spectrometry and Nuclear Magnetic Resonance Spectroscopy》

　　糖蛋白糖鏈的純化合物對糖鏈的結構分析、精準檢測以及功能研究都具有十分重要的意義。然而，目前糖鏈純化合物仍處於嚴重匱乏的狀態。來自大連化物所的於龍博士介紹了該團隊根據自身優勢，採用純化製備方法來獲取N-糖鏈純化合物並對其結構進行解析的相關研究進展。研究者首先介紹了糖鏈的結構特點並對其分離分析中存在的難點問題進行了闡述。針對這些難點問題，研究者結合課題組的材料優勢，構建了以二維親水作用色譜分離體系為核心的糖鏈純化製備流程，該流程包括糖蛋白糖鏈的釋放、富集、二維分離、質譜表徵以及核磁結構分析等技術單元。在二維色譜分離體系中，第一維度主要根據糖鏈的羥基數量而實現不同聚合度糖鏈的分離，第二維度主要用於同分異構體的分離。由於串聯質譜技術並不能得到糖鏈準確的結構信息，因此，研究者目前正在探索核磁共振技術進行準確結構的分析。以現有的糖鏈純化合物為基礎，研究者接下來將分別在功能、結構和定量三方面開展相關研究以拓展糖鏈樣品庫的應用。

青島大學 李磊博士 報告題目《Ultra-Deep Tyrosine Phosphoproteomics Enabled by a Phosphotyrosine Superbinder》

　　酪氨酸磷酸化網絡應用在蛋白組學中不容忽視，如何找到pY尤為重要,但之前方法需要大量抗體才能富集pY。為解決業內這一問題，李磊博士研究組做了不少相關研究，團隊研發的Superbinder(超親體)易於製備，能夠有效減輕實驗室經濟負擔。研究者合成了pTyr1和pTyr2兩個肽段，比較了SH2 superbinder法與其他幾種方法的效果，又增加了Ti4+IMAX的去噪功能，證明其能有效富集pY。與抗體相比，src和grb2超親體都能有效發現更多pTyr位點。研究者還應用superbinder富集方法進行了Tyr 磷酸化蛋白組學研究。如探索人細胞磷酸化蛋白不同功能分類和Tyrosine kinase (TK)的生物活性等。該項研究是與中科院大連化學物理研究所鄒漢法團隊、加拿大西安大略大學李順成團隊多方合作完成的。

University of Minnesota (美國明尼蘇達大學) 陳悅博士 報告題目《Discovery and Characterization of Short-chain Lysine Acylations with Mass Spectrometry and Quantitative Proteomics》

　　賴氨酸是細胞內蛋白質翻譯後修飾的重要靶點。最近，除了賴氨酸乙醯化以外還有一些短鏈醯基化修飾逐漸被發現。在陳悅博士的早期研究工作中，他從細緻的質譜分析中發現了組蛋白賴氨酸丙醯化和丁醯化，兩種新的短鏈醯基化修飾。進一步的研究表明，這兩類短鏈醯基化修飾都是廣泛存在的，並可以被特定的酶所調控。最近最新的研究表明賴氨酸丁醯化在Bromo domain識別和精子發育過程中起到重要的調控作用。為了進一步探索質譜信息中隱藏的其他新的修飾，研究者設計了PTMap軟體,用來分析非限定性搜索，得到了一些可靠的新蛋白質修飾鑑定，包括琥珀醯化，巴豆醯化，羥基丁醯化等。在定量研究方面，該團隊比較關心蛋白質修飾豐度，因為普遍使用的相對定量的分析方法對解釋蛋白質修飾的生物學意義有一定的局限性，但是質譜分析得到的離子峰強度並不能直接比較來計算蛋白質修飾的豐度。研究者針對此問題開發了穩定同位素標記為主的新的蛋白質修飾豐度定量方法，可以直接比較離子峰強度，通縮計算得到每個位點上賴氨酸位點豐度，準確性和重現性都很好。

中國科學院昆明動物研究所 賴仞博士 報告題目《Mite Allergen Diversity Identification by Proteomics Coupling with Pharmacological Testing》

　　蟎蟲、馬蜂、牛虻和蟑螂等帶有很多種過敏原，一些過敏甚至會導致死亡。過敏的標準治療方式就是利用過敏原進行脫敏治療，現在很多機構希望把過敏原純化出來進行過敏治療，因此對過敏原發現和提取純化都有更多要求。屋塵蟎(HDM) 是最常見的室內過敏原。賴仞博士希望結合蛋白質組學、藥理和病理學手段來進行過敏原的多樣性研究。過敏原蛋白組學研究一般是將分離提取出的過敏原與病人血清進行IgE反應。賴仞研究組將蛋白組學技術和二維免疫印跡法結合，從粉塵蟎提取物中鑑定出分屬於12個組群的17種過敏原，由Edman降解、質譜分析和cDNA克隆等技術鑑定出其一級結構。通過酶聯免疫吸附試驗抑制測試、免疫印跡、粒細胞活化試驗、皮膚點刺試驗測定，該研究組發現了8種新的塵蟎過敏原。

中國醫學科學院基礎醫學研究所 邵晨博士 報告題目《Opportunities and Challenges for Urinary Biomarker Discovery Using Proteomic Approaches》

　　邵晨博士對業內目前圍繞尿蛋白質組生物標誌物的發現研究進展進行了綜述。據介紹，現在很多科研和醫療開始傾向於做尿液，因其具有易得性和穩定性，且含有豐富蛋白信息。邵晨博士研究組曾通過二維液相與串聯質譜鑑定做了一些尿中蛋白質組的研究，尿液蛋白質組可以包括其他體液70%的蛋白質。研究組也通過3DLC-MS/MS鑑定出尿液中的6400多種蛋白，並發現與尿蛋白重合率最高的是腦組織中的高表達蛋白。尿蛋白能夠反映很多遠端的變化，如帕金森症和腦腫瘤等腦部疾病。在腎臟病中，腎小球損傷病人的腎小球會失去過濾功能而造成尿蛋白顯著上升。目前很多研究發現尿蛋白中的生物標記物與一些疾病相關，主要集中在泌尿系統疾病的發現，如膀胱癌和急性腎損傷的標誌物已獲FDA批准，也有在消化系統疾病、腫瘤等疾病中的相關發現。其中，肺癌的研究比較成熟且已進入臨床階段。

廈門大學 鍾傳奇博士 報告題目《Investigation of Signaling Pathway Using Data-Independent Acquisition Proteomics》

　　研究組希望用質譜鑑定動態相互作用蛋白,而實際上這種蛋白隨著時間變化非常快，很難用常規質譜方法做到定量。最近出現的蛋白定量新技術SWATH-MS(DIA的一種)具有可以進行多個樣品之間的定量且定量精度很高的優點。DIA與DDA不同之處在於，DIA是把所有的母離子都打碎，而DDA只是隨機地選擇母離子進行二級分析。雖然SWATH-MS有眾多的優點，但是其數據分析是領域內難點。鍾傳奇博士介紹了其課題組開發的Group-DIA軟體，可以同時對SWATH-MS數據進行定性和定量分析。研究者利用SWATH-MS分析TNFR1複合物，以及後續利用Group-DIA進行數據分析，發現了一個TNFR1複合體上的新蛋白。鍾傳奇博士還在報告中舉研究實例介紹了DIA的應用效果，證明了SWATH-MS是在信號通路中鑑定動態蛋白的有效方法。

中國科學院遺傳與發育生物學研究所 王秀傑博士 報告題目《Ubiquitously Expressed Genes Participate in Cell Specific Functions via Alternative Promoter Usage》

　　王秀傑博士通過生物信息方法比較了小鼠胚胎幹細胞和分化的體細胞的轉錄組差異，發現104個在胚胎幹細胞和體細胞中普遍表達的基因可以產生110個在胚胎幹細胞中特異表達的轉錄本(SATS轉錄本)。這些SATS轉錄本在胚胎幹細胞中的表達受到Oct4, Sox2，Nanog等關鍵多能因子的調控，其中61.8%SATS蛋白以不同的ORF編碼蛋白。幹擾SATS轉錄本的表達可以影響小鼠胚胎幹細胞的多能性水平，提示SATS轉錄本在決定胚胎幹細胞特性方面的重要功能，也表明廣譜表達的基因可以通過SATS轉錄本參與細胞類型特性的功能調節。王秀傑博士還介紹了發生在RNA的6位N原子甲基化修飾m6A修飾)的形成機制研究及對mRNA的穩定性與翻譯的影響，RNAm6A修飾也是影響轉錄組進而導致蛋白質組動態變化的一個重要因素。

南方科技大學 田瑞軍博士 報告題目《Proteomics toolbox for profiling intercellular signaling》

　　田瑞軍博士研究團隊做了很多體系中特定環境細胞-細胞相互作用的研究。也在不斷探索如何用儘量少的樣品做出更多的功能分析。為此，團隊建立了SISPROT樣品前處理方法，用於蛋白質組學樣品前處理，樣品經過SISPROT前處理可直接用質譜進行分析。此方法的優化過的消化時間僅需15min，其與質譜聯用在分析10萬個細胞耗時22小時，能夠定量近90000個肽段，近8000個蛋白。另外，研究者還進行了免疫刺激的兩種信號模型的研究。

　　中國科學院大連化學物理研究所 王方軍博士 報告題目《New Chemical Isotope Labeling and Electrospray Ionization Strategies for Intact Proteins Analyses》

　　整體蛋白質分析可以區分不同蛋白質異構體，但是與Bottom-up相比難度較大，國際上進行相關研究的團隊也相對較少。王方軍博士研究團隊不斷探索整體蛋白高效色譜分離和質譜表徵新技術新方法，目前對30K以下整體蛋白的分析表徵已經有相對完善的解決方案。該研究團隊利用浙江好創生物的密閉性可調氣氛離子源，消除了三氟乙酸(TFA)的離子抑制效應，同時實現了高效色譜分離和高靈敏度質譜檢測，在對大腸桿菌提取蛋白質樣品進行分析時有效質譜信號提高了95%。另外，他們以二甲基化同位素標記原理對整體蛋白進行高效同位素標記和定量分析，目前已經能夠在一次實驗中實現約3000個蛋白質異構體的準確定量分析。

中國科學院大連化學物理研究所 趙群博士 報告題目《Ionic Liquid Based Sample Preparation Strategy for Efficient Proteome Analysis》

　　膜蛋白在細胞內外的物質運輸、信號傳導等過程發揮著重要生物學功能。但由於具有組成複雜、疏水性強和豐度低等特點，不易分析。目前很多研究者致力於探索能更有效分析膜蛋白的溶解體系。膜蛋白溶解體系需要具備強溶解能力、較好的酶活兼容性和容易去除等特點。該研究組發現了離子液體體系非常適合膜蛋白分析，在探討了離子液體結構對膜蛋白質的增溶機理之後，篩選出C12離子液體，並與目前主流增溶體系(SDS、尿素、Rapigest、SDC等)分析效果進行了比較。發現相同濃度下的C12比SDS有更加優秀的溶解能力，更保持了更好的酶活兼容性。研究組在C12離子液體基礎上進行HeLa細胞膜蛋白的蛋白組學分析，鑑定出12234個蛋白，包含3785個膜蛋白和1916個跨膜蛋白質。研究者還建立了以C12離子液體為基礎的i-FASP前處理方法，能夠有效擴大蛋白質組鑑定及定量的覆蓋度、準確度和精密度。

上海交通大學陶生策博士報告題目《Protein Microarrays for Systems Biology: Construction, Application and Technology Development》

　　陶生策和他的團隊長期致力於蛋白質晶片技術的研究和應用。蛋白質晶片具有通量高、樣品用量少、高靈敏度等優勢，目前該實驗室有酵母、大腸桿菌和人類的蛋白質晶片。陶生策博士以結核菌蛋白晶片為例介紹了高密度蛋白晶片的構建，目前全國很多機構都在使用這種晶片。該研究組將蛋白質晶片應用於砷蛋白的鑑定，發現了360個ATO，為指導ATO在腫瘤治療上的應用提供指引，建立的流程也可用於其他藥物靶標蛋白的全局性發現。研究者利用蛋白晶片尋找胃癌的生物標記物，研究過程中採用1400個醫學樣品，找到了7個胃癌生物標質物。

　　尹沛源 中國科學院大連化學物理研究所 報告題目《Liquid Chromatography-Mass Spectrometry based Metabolomics Strategies Towards Clinical Applications》

　　目前的代謝組學研究正在從樣品走向臨床診斷應用。針對LC/MS代謝組學在臨床中的應用難題，大連化物所代謝組學中心建立完善了新一代的代謝組分析技術，即樣本導向的擬靶向方法。該分析法具有線性範圍比較寬，重複性好，數據處理簡單等優點，適用於大規模臨床樣本的研究。圍繞擬靶向代謝組技術，研究組開發了系列數據處理軟體，實現自動化的離子融合，離子對篩選等過程，簡化了擬靶向方法建立的流程，使之更易於推廣。同時，研究組發展了QC校正算法，使得擬靶向代謝組方法能夠一次性實現多批次樣本分析，每批次樣本容量近300例，一次性完成千例以上樣本的分析，同時多批次樣本間數據穩定性，重複性均符合代謝組研究需要，為大批量代謝組臨床研究提供了穩定可靠的工具。

　　ThermoFisher Scientific(賽默飛世爾科技)李靜博士 報告題目《Orbitrap based Clinical Proteomics for Precision Medicine and Translational Research》

　　本報告中李靜圍繞如何實現和推動蛋白質組學的臨床轉化與應用這一熱點問題進行了綜述。每年文獻報導的通過蛋白質組學發現的潛在癌症標誌物均超過千種，但是通過最終驗證、審批、並用於臨床的僅僅只有卵巢癌標誌物OVA1一個。為了跨越蛋白質組學從研究到臨床的巨大鴻溝，多個實驗室都開始致力於簡單易用、高自動化、高重複性的蛋白質組分析流程的建立，比如Matthias Mann、Hanno Steen等研究組就分別針對血漿、唾液和尿液臨床樣本建立了快速的蛋白質組分析流程，為蛋白質組學臨床轉化指明方向。同時，在下遊臨床檢測方面，李靜介紹了美國針對臨床檢驗新技術採用的兼顧監管和鼓勵創新的LDT模式，以及一系列基於質譜檢測的生物標誌物LDT項目，包括Xpresys Lung、TG等，並針對生物標誌物臨床檢測，指出了質譜取代免疫學方法的四個方向，全面展示了蛋白質組學和質譜技術的臨床應用潛力。

中國科學院計算技術研究所副研究員孫瑞祥致閉幕辭

　　在為期兩天的26位邀請嘉賓的精彩報告之後，中科院計算所的孫瑞祥博士為本屆研討會致閉幕辭。孫瑞祥博士首先代表所有參會者感謝中科院大連化物所張麗華老師團隊為會議提供的精心安排與服務。孫瑞祥博士將會議的簡短開幕和閉幕儀式比作會議報告的「假陽性時間」，本屆會議的「FDR(錯誤檢出率)」極低，CNCP今後也將延續這一風格。另外，孫瑞祥博士還表示，第五屆CNCP計劃在2018年的下半年召開，並向大家發出報告嘉賓推薦邀請。最後，孫瑞祥博士祝願我國的科研人員在國際計算蛋白組學領域能做出更出色的成績。

編輯：郭浩楠