文献速览|空间蛋白组学——蛋白质细胞器图谱（一）

蛋白质的功能不仅由其序列与丰度决定，其亚细胞定位同样关键。随着空间蛋白质组学的迅速发展，越来越多研究发现蛋白的功能调控、疾病机制甚至药物响应，与其细胞内定位密切相关。

蛋白质在细胞内的具体位置直接决定了其功能的发挥。例如，线粒体中的蛋白质主要参与氧化磷酸化以产生能量，内质网中的蛋白质负责蛋白质的合成与折叠，而核内蛋白质则调控基因表达和DNA修复。某些疾病（如肿瘤、感染、神经退行性疾病）本质上是“蛋白错位病”，准确的亚细胞定位信息不仅有助于解析蛋白质的生物学角色，还能揭示细胞在生理或病理状态下的复杂调控机制。

相比mRNA表达或蛋白丰度，定位变化是细胞应激的“第一响应者”。因此，绘制蛋白质细胞器图谱不仅能揭示稳态分布，更可动态监测转位过程。细胞器图谱是连接“蛋白表达”与“生物功能”的关键纽带。它能帮助我们：理解蛋白的空间分工；发现多定位蛋白（moonlighting functions）；揭示药物或刺激下的蛋白迁移模式；为疾病机制和靶点开发提供线索。

传统的定位方法，如免疫荧光显微镜，虽然直观，但依赖于特异性抗体且通量较低，无法系统性地分析大量蛋白质。空间蛋白质组学通过捕获蛋白质在特定细胞类型或状态下的空间分布，超越了传统蛋白质组学的局限。细胞器图谱作为其核心技术之一，利用质谱分析和计算方法绘制蛋白质在亚细胞区室中的分布图谱。这种方法不仅能检测静态定位，还能追踪蛋白质在不同条件下的动态移动，而细胞器图谱结合高通量质谱技术，能够一次性鉴定数千种蛋白质的定位，为全面理解细胞功能提供了新视角，例如在细胞分裂或应激反应中的变化。

近年来，技术的进步显著提高了细胞器图谱的分辨率和准确性。例如，动态细胞器图谱（Dynamic Organellar Maps）的出现，使得研究者能够以更高的时间分辨率研究蛋白质定位的动态变化，为阐明细胞适应机制提供了数据支持。

图1：质谱分析细胞器蛋白整体流程

为了释放细胞内的细胞器和蛋白质，将不同细胞器分离开来，以便后续独立分析。常见方法包括差速离心、密度梯度离心、免疫富集（免疫纯化）和近邻标记等。

图2：通过蛋白质组分析生成细胞器图谱的通用工作流程

细胞裂解后，释放的细胞器通过差速离心（图上方）或密度/速度梯度离心（图下方）进行部分分离。对不同离心沉淀或梯度级分进行定量质谱分析，可获得每种蛋白质在各组分中的丰度分布谱。细胞器的分布谱虽存在重叠但各具特征，而同一细胞器相关的蛋白质往往具有相似的分布模式。借助降维工具（如PCA），能够筛选出亚细胞定位相近的蛋白质组群；通过叠加颜色编码的细胞器标记蛋白，可进一步明确聚类的生物学属性。最终，利用机器学习算法可将未知蛋白质精准归类至最邻近的聚类中。

以下表格对上述主流方法在适用场景、灵敏度、分辨率、通量、可操作性等方面进行了比较：