多组学技术及其在肝细胞癌中的临床应用:当前进展与未来机遇

全球范围内,肝细胞癌(Hepatocellular carcinoma,HCC)是第六大常见恶性肿瘤,也是癌症相关死亡的第四大原因。中国HCC病例占全球病例的50%以上,导致HCC成为重要的公共卫生问题。尽管HCC诊断和治疗取得了进步,但高复发率仍然是HCC治愈的主要障碍。目前,多组学技术的融合促进了临床上疾病的监测、精准诊断和个体化治疗。无创的影像组学利用术前影像图像反映特定临床结局相关的细微像素级的模式变化。影像组学已广泛应用于预测组织病理学诊断、评估治疗反应和预测疾病预后。高通量测序技术和基因表达谱分析使基因组学和蛋白质组学能够识别HCC中不同的转录组亚型和反复性的遗传改变,这将揭示病理生理学上复杂的疾病发生过程。医学大数据的积累和人工智能技术的发展使我们更好地从多组学的角度深入理解HCC的发病机制,并显示出将HCC的外科治疗或介入治疗转化为抗肿瘤发生机制治疗的潜力,这将极大地推动HCC精准诊疗的发展。

基于蛋白质组学技术的新型冠状病毒肺炎研究进展

新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)是一种由严重急性呼吸综合征冠状病毒2(severe acute respiratory syndrome coronavirus 2,SARS-CoV-2)引发的传染病。此种病毒传染性强、传播速度快,对全球人民的身体健康和生命安全造成严重威胁。蛋白质组学技术以其高通量、高灵敏度的特点,在疾病生物标志物的发现、分子机制研究及治疗靶点研究中扮演着重要角色,并被广泛应用于COVID-19的研究中。本文介绍了SARS-CoV-2的基因组结构及病毒感染过程,总结了目前常用的基于质谱的蛋白质组学研究技术,重点综述了蛋白质组学技术在COVID-19生物标志物的发现、分子机制研究和药物治疗靶标研究中的应用进展,最后展望了蛋白质组学的未来发展方向,以期能够有助于推动蛋白质组学技术在COVID-19精准诊断和治疗中的发展。

基于数据非依赖采集的蛋白质组质谱数据解析方法研究进展

数据非依赖采集(DIA)是蛋白质组学领域近年来快速发展的质谱采集技术,其通过无偏碎裂隔离窗口内的所有母离子采集二级谱图,理论上可实现蛋白质样品的深度覆盖,同时具有高通量、高重现性和高灵敏度的优点。现有的DIA数据采集方法可以分为全窗口碎裂方法、隔离窗口序列碎裂方法和四维DIA数据采集方法(4D-DIA)3大类。针对DIA数据的不同特点,主要数据解析方法包括谱库搜索方法、蛋白质序列库直接搜索方法、伪二级谱图鉴定方法和从头测序方法4大类。解析得到的肽段鉴定结果需要进行可信度评估,包括使用机器学习方法的重排序和对报告结果集合的假发现率估计两个步骤,实现对数据解析结果的质控。本文对DIA数据的采集方法、数据解析方法及软件和鉴定结果可信度评估方法进行了整理和综述,并展望了未来的发展方向。

内源性蛋白质交联的生物质谱分析进展

内源性蛋白质交联通常指细胞内蛋白质分子间或蛋白质分子内中的两个氨基酸被肽键之外的共价键相连,其形成会对蛋白质构象和功能造成影响.质谱具有高通量、高灵敏度等特点,是大规模鉴定内源性蛋白质交联的工具之一.结合质谱在组学水平上对内源性蛋白质交联的研究工作层出不穷,但在样品处理、数据采集、定性分析、定量分析和生信分析等环节还有诸多问题仍待解决,构建一套完整的内源性蛋白质交联技术体系将极大推动交联组学研究的开展.因此,本文对内源性蛋白质交联相关研究工作进行了概述,总结了目前内源性蛋白质交联研究中取得的重要成果,梳理了基于质谱的内源性蛋白质交联分析工作流程,最后对内源性蛋白质交联在组学水平上的发展提出了展望.