在过去的十年中，基因组学研究系统地绘制了人类癌症的基因变化，然而，我们对这些变化对蛋白质组的直接影响仍然知之甚少。NIH临床蛋白质组学肿瘤分析联盟(CPTAC)的蛋白质组学研究表明，将蛋白质组学和磷酸化蛋白质组数据与基因组数据整合可以提高对肿瘤通路的识别。
然而，实体肿瘤组织的组成要比细胞系复杂得多，至少包含上皮细胞、间质和血液成分。研究人员将需要更复杂和耗时的方案来处理实体肿瘤组织，以检测低丰度的蛋白质，如致癌基因和肿瘤抑制因子。因此，在进行液相色谱-串联质谱(LC-MS/MS)分析前，有必要降低样品的复杂度。
基于此目的，广东研究所蛋白质组学平台的研究人员最近发布了优化的新方法，可以实现肿瘤蛋白的快速和重复分析和定量，相关结果在自然协议上公布。
作者在文章中写道:“我们引入了一个优化的过程，利用10个标签串联质量标签(TMT)进行多重分析和相对定量，从而实现对组织或细胞系的总体蛋白质组和磷酸化蛋白质组分析。”
与4标签iTRAQ方法相比，该方法的通量增加了3倍，并提高了实验室之间的重现性。这个过程在三个独立的实验室进行了测试，其中两个来自异种移植模型。蛋白质组学分析显示出极好的深度，并能够区分来自肿瘤细胞的蛋白质。
研究人员还声称，“在每个样本的10000种蛋白质中，我们可以区分出7700种来自肿瘤细胞的人类蛋白质，以及3100种来自周围基质和血液的老鼠蛋白质。”
整个过程包括组织采集、多肽处理、LC-MS/MS和数据分析。10个样品的完整分析包括样品处理和数据输出，使用单台LC-MS/MS仪器可在10天内完成。100个样品的分析整个过程可以在4个月左右完成。
研究人员指出，与过去耗时9个月完成100个样本的蛋白质组和磷酸化蛋白质组的量化和分析相比，这种改进的方法大大加快了研究速度。他们还总结说，“目前，来自实验室内部和实验室之间的高质量、深入和可重复的数据将有助于将基于质谱的蛋白质组学分析与蛋白质组-基因组学数据相结合，从而提供新的生物学见解。”
参考:
1.王志强，王志强，王志强，等。利用液相色谱-质谱法对肿瘤组织进行多深度蛋白质组和磷蛋白质组分析的可重复工作流程。《自然议定书》，2018年: