Nature Reviews：Spatial Proteomics，细胞生物学研究利器

作者：杨超月

2022-03-05 10:00 来源: 缔一生物胎牛

原标题：Nature Reviews：Spatial Proteomics，细胞生物学研究利器

编者按：蛋白质是直接参与生命活动的关键生物大分子，其异常往往和疾病相关。蛋白质异常除我们熟知的蛋白丰度的异常、蛋白质翻译后修饰的异常之外，亚细胞定位的异常也是不可忽视的一种情况。分析亚细胞组织蛋白质及其动态变化，即被称之为Spatial Proteome，对深入了解细胞生物学所不可或缺，但是传统的高通量研究方法如转录组测序无法用于相关研究。

随着生物质谱、高分辨显微镜技术的发展，使得研究人员可以了解蛋白质亚细胞水平的动态变化和调控。日前，Nature Reviews上发表了名为：Spatial proteomics: a powerful discovery tool for cell biology的综述，文章系统总结了spatial proteomics这一细胞生物学研究的前沿及其进展。文章中作者表示Spatial Proteomics这一技术，最终帮助我们更深入地了解疾病的机理，细胞信号通路和细胞器的动态变化。我们将前两类基于生物质谱的spatial proteomics的相关内容小结，以飨读者。

Spatial Proteomics常见有三类方法（图 1），前两类都是基于蛋白质质谱的方法，分别研究亚细胞组分中蛋白以及蛋白-蛋白相互作用网络；第三类是基于显微成像分析蛋白亚细胞定位。今天我们主要介绍前两者。

图1 Spatial proteomics常见三类方法

A，利用生物质谱分析亚细胞组分蛋白组成；B，利用生物质谱分析蛋白相互作用网络；C，基于抗体的高分辨显微镜

看点

MS- based organelle profiling

蛋白质质谱可以对复杂生物样本中的蛋白进行定性和定量分析。其流程是，首先对细胞器或亚细胞结构如外泌体exosome进行分离，通过蛋白质质谱分析蛋白种类及其含量变化。虽然亚细胞组分的分离不能达到非常纯的地步，但是现在的定量蛋白质组学可以通过亚细胞组分的富集，进行无偏差分析，将背景污染排除在外，以获得更准确的结果。

早在1964年，诺贝尔奖得主De Duve就提出，定位于某一细胞器的蛋白通常用相似的profiles，因此可以利用该特性将其与纯化过程中的污染蛋白区分。但是长期以来缺乏高通量蛋白质组学分析方法而没有成功的案例。直到2003年，Matthias Mann实验室利用兴起的蛋白质组学将上述理念付诸实际，他们在Nature上发表文章Proteomic characterization of the human centrosome by protein correlation profiling，研究鉴定了23个新的centrosome蛋白。此后，研究人员分别利用蛋白质质谱分析了lipid droplets，线粒体，溶酶体和transport vesicles等亚细胞结构中的蛋白质组成。

此外，蛋白质质谱还可以用于分析病原微生物和寄主细胞相互作用过程，阐释病原微生物感染的机理。2014年，哈佛大学Steven Gygi教授课题组，利用蛋白质组学分析巨细胞病毒CMV感染纤维母细胞的过程中，细胞质膜蛋白的动态变化，不仅分析了CMV病毒入侵途径，同时还揭示病毒蛋白如何躲避寄主免疫攻击。相关研究以为题Quantitative temporal viromics: an approach to investigate host- pathogen interaction发表在著名期刊Cell上（图 2）。

图2 利用生物质谱分析CMV病毒感染fibroblasts细胞期间膜蛋白的动态变化，揭示病毒蛋白逃脱寄主细胞免疫的机制

看点

Spatial protein interaction networks

蛋白质质谱还可以与亲和层析（AP）结合，用于分析蛋白互作网络。2015年，德国马普所的研究人员分析人类1125个GFP标签蛋白的转基因细胞系，分析与标签蛋白的互作况，鉴定到5400种蛋白，以及28500多种蛋白相互作用。相关研究以A human interactome in three quantitative dimensions organized by stoichiometries and abundances为题，发表在著名期刊Cell上。2017年，哈佛大学的研究人员更进一步，研究人类5800多个蛋白的相互作用，鉴定到56000多种蛋白相互作用，其中87%的互作方式是新发现的。相关研究以Architecture of the human interactome defines protein communities and disease networks为题，发表在著名期刊Nature上。