人体与癌症蛋白质组空间图谱，DIA-MS重新定义人体蛋白地图

一、为什么要再画一张“人体蛋白地图”？

蛋白质是细胞功能的最终执行者，也是绝大多数药物的直接靶点。但过去我们依赖转录组（RNA）推测蛋白表达，而mRNA与蛋白丰度的相关性只是中等。抗体方法（如HPA）虽然能定位，但半定量、抗体质量参差不齐，对低丰度蛋白力不从心。

质谱（MS）提供了一种无偏向、高通量的替代方案。2014年的两项MS草案首次覆盖了约85%的人类基因编码蛋白，但组织类型有限。最新的这项Nature研究把组织覆盖度、定量深度和病理状态比较一次性拉满，核心差异可以概括为三点：

• - 组织最全：58种主要组织、251种具体亚型，涵盖几乎所有实体组织、体液和主要癌种。
• - 状态最齐：胎儿（F）、健康成人（N）、肿瘤（T）、配对癌旁（NT）四种生理/病理状态同台比较。
• - 技术最稳：统一采用DIA-MS（数据非依赖采集），3,005个DIA文件，蛋白水平FDR控制在0.1%。

二、研究是怎么做的？

团队收集了2,856例样本，来源包括：9例遗体捐献成人、8名健康志愿者、9例胎儿遗体，以及1,015例癌症患者。先构建了一个包含15,332个蛋白群的DDA光谱库，再用DIA-MS对实际样本进行定量，最终在3,005个MS文件中稳定定量到13,609个蛋白。

技术平台用的是Bruker timsTOF Pro，结合diaPASEF模式。FFPE样本经过脱蜡、碱水解、压力循环辅助裂解（PCT）、LysC/胰酶酶解、C18除盐和高pH反相分馏，最终10个组分上机。血液和体液样本则根据基质特点定制了Top14高丰度蛋白去除、特殊裂解等处理流程。整个流程标准化程度高，批次效应小，生物学重复的相关性也很高。

▲ 图1 人体蛋白地图样本概览：覆盖眼、耳、鼻、脑、血液、胚胎组织、多种实体器官及25种癌；每个组织标注了可稳定定量的蛋白数量。

三、四大核心发现

1. 从胎儿到肿瘤，蛋白组呈现清晰的分化轨迹

t-SNE分析显示，所有样本沿着t-SNE 1轴呈现F→T→NT→N的有序排列，正好对应组织分化程度。胎儿最“原始”，肿瘤偏离最大，癌旁居中，正常成人最“成熟”。

但有两个例外：

• - 脑组织：脑肿瘤和癌旁脑组织聚类紧密，恶性转化过程中蛋白组异常稳定，反映了神经发育的功能约束。
• - 肝脏：肝肿瘤和癌旁肝组织远离胎儿肝脏，提示肝脏对环境应激具有高度可塑性。

无监督聚类进一步识别出8个协同表达模块：

• - 模块3（F高N低）：富集RNA剪接，提示剪接调控在发育和肿瘤发生中的双重作用。
• - 模块8（F低N高）：富集体液免疫，反映胎儿和肿瘤样本中体液免疫被抑制或不完全。

▲ 图2 组织发育与癌变的蛋白组转化轨迹：a/b为t-SNE聚类；c为8个共表达模块及对应功能注释。

2. 组织特异性蛋白与成药靶点的空间分布

研究用HPA标准把蛋白分为六类：未检出、组织富集、组富集、全组织表达、组织增强、混合。共鉴定出1,717个组织富集蛋白，其中480个来自以往研究覆盖不足的24种组织。

关键亮点：

• - 脑含有最多的组织富集蛋白；晶状体的组织富集蛋白占总鉴定蛋白的比例最高。
• - 在36种与HPA重叠的组织中，832个蛋白是本研究独有的组织富集蛋白，122个仅在HPA RNA中富集，666个在蛋白水平得到验证。
• - 一个有意思的发现：PANX3被注释为HPA中“未检出”，但本研究将其鉴定为耳蜗最富集的蛋白。

这些组织特异性靶点的空间分布，为解释药物器官毒性提供了分子参考：如果某个药物靶点在肝脏或心脏高度富集，就要警惕相应毒性。

▲ 图3 组织特异性蛋白与药物靶点：a为各组织蛋白特异性分类；b为跨平台比较的组织特异性药物靶点热图。

3. 肿瘤特异性蛋白标志物与PRM验证

研究鉴定了各类癌症的肿瘤特异性差异表达蛋白（DEPs）、局部差异表达蛋白（LEDEPs）和肿瘤富集蛋白。以DLBCL（弥漫大B细胞淋巴瘤）为例，PAX5被确认为肿瘤特异性且肿瘤富集的蛋白，PRM靶向验证与DIA结果一致。PAX5维持B细胞身份并抑制终末分化，与BTK抑制剂联用可能增强疗效。

另外两个膜蛋白值得关注：

• - TYROBP：在结直肠、胃、肾、胰腺等10种癌中肿瘤富集，是潜在的共享ADC靶点，但需评估其髓系表达带来的毒性。
• - KIT：GIST特异性且GIST富集，提示靶向异常ICC样信号的治疗潜力。

▲ 图4 肿瘤特异性蛋白标志物：a为各癌种DEP/LEDEP/肿瘤富集蛋白数量；b-f为PAX5、CPT1C、TYROBP、KIT等关键蛋白的验证与表达；g为器官特异的癌症LEDEP系统视图。

4. 药物重定位与候选靶点

研究团队把上调DEPs与ProCan-DepMapSanger数据集、CRISPR-Cas9基因必需性数据整合，筛选出35个药物-蛋白对，覆盖9个DEPs，大多为受体酪氨酸激酶（RTK）。

两个典型案例：

• - MET抑制剂：MET高表达与savolitinib、tepotinib、merestinib在结直肠癌细胞中的敏感性正相关；CRISPR也支持MET在直肠癌中的必需性。
• - BCL2L1抑制剂：BCL2L1高表达与navitoclax敏感性相关。

重定位方面也给出新思路：

• - Trodelvy（sacituzumab govitecan）：靶点TROP2和TOP1在子宫内膜癌和乳腺癌均上调，提示可用于子宫内膜癌（已有II期试验支持）。
• - Olaparib（PARP抑制剂）：PARP1在多种妇科癌中上调，提示在子宫内膜癌、宫颈癌中的潜在价值。

▲ 图5 潜在药物靶点与重定位：a为TCGA通路中各癌种失调蛋白数量；b/c为蛋白-药物、蛋白-CRISPR关联，突出MET和BCL2L1。

四、对蛋白质组学服务与临床研究的启示

这项研究不仅是一份数据资源，更是一套可直接借鉴的方法学模板：

• - DIA-MS是大规模组织队列的首选：相比DDA和TMT，DIA在批次稳定性、定量完整性和样本通量之间取得了最佳平衡，特别适合临床FFPE样本库。
• - DDA建库+DIA定量的“杂交策略”：先用少数样本做深度DDA分馏建库，再用大样本DIA定量，兼顾深度和通量。
• - PRM是临床转化的关键验证：从发现到靶向验证，DIA→PRM的闭环能增强结果可信度，也便于后续开发伴随诊断。
• - 数据整合提升价值：把蛋白组与DepMap药物敏感性、CRISPR必需性、TCGA通路信息打通，才能从“差异列表”走向“可成药假设”。

五、数据资源与局限

研究团队开放了交互式数据库：https://db.prottalks.com/，支持蛋白中心查询、组织中心查询和在线差异分析。原始数据已上传ProteomeXchange/iProX（PXD077178, IPX0003578000）和PRIDE（PXD063370）。分析代码见GitHub：guomics-lab/TPHP。

局限也需要正视：正常样本主要来自老年捐献者，某些组织（如乳腺）受年龄相关萎缩影响；毛发、体液等特殊样本使用专门处理方案，跨组织比较时需谨慎；每个癌种约40例患者，样本量限制了患者间异质性的刻画。

六、结语

如果说2014年的“人类蛋白组草案”回答了“人体能检测到多少蛋白”，那么这项Nature研究回答的是“这些蛋白在人体不同空间和病理状态下如何分布”。13,609个蛋白、2,856例样本、四种生理病理状态、跨癌种比较，构成了一个真正意义上的“人体蛋白数字导航仪”。对于从事临床蛋白质组学、肿瘤靶点发现和药物重定位的研究者来说，这既是数据金矿，也是方法学标杆。