三大突破、两类应用：2025 空间蛋白质组学年度精粹

光阴流转，2025年的科研长卷已悄然收卷。

青莲百奥生物作为空间蛋白质组学的开拓者与探索者，深度参与多项顶刊。在此，我们针对2025年发表的空间蛋白质组学研究进行全景式盘点，从技术突破、科研应用两个方向，总结重大研究突破，希望给您的研究带来新的启发。

LCM 的核心价值在于：在病理学框架下，按需、定向地获取特定组织微区。

过去一年，三项能力得到显著增强：

1. 更精确的病理边界勾画；

2. 特定功能区域可被稳定锁定（肿瘤中心、侵袭前沿、免疫浸润带等）；

3. 适配多种组织处理方式（冷冻组织与 FFPE 均可支持）；

真正的变化在于：不仅“形态很漂亮”，而且：精准切割与后续蛋白检测深度形成匹配。

空间蛋白长期的技术瓶颈是：起始量过低。

今年的系统性提升主要来自：

1. 样本前处理优化；

2. 质谱灵敏度与动态范围提升；

3. 数据分析模型的完善

结果表现为：

1. 可检测蛋白数量显著增加；

2. 差异分析跳出“名单层级”；

3. 可开展通路、网络与功能状态解释

今年最大的变化，不仅是“数据更好看”，而是流程被体系化拆解与标准化：

1. LCM 切割 → 样本裂解与酶解 → 富集/分离 → 上机检测 → 生信分析；

2. 各环节明确质控节点；

3. 批间差异与重现性有量化指标；

4. 项目周期与风险预期更加可控

同时，中国科学院动物研究所赵方庆与冀培丰团队开发的 PLATO 技术，在微流控、人工智能与微量质谱融合方面取得突破，实现整张组织切片中数千蛋白的高分辨率成像，推动该领域迈向规模化检测新阶段^[3]。

1. 同一肿瘤不同区域，为何治疗响应完全不同；

2. 免疫细胞浸润带与非浸润带，功能状态有何差异？

3. 肿瘤–间质–免疫多组分之间如何形成微环境结构。

1. 可在病理切片层级按需取材；

2. 在蛋白层解析功能状态；

3. 与形态学直接对应，而非间接推断。

科研的关键问题不只是：“病理分级不同”，而是：“为什么会不同？”

在组织病理变化与分子机制之间，空间蛋白提供了关键证据链：

1. 病理分级差异对应的蛋白表达模式；

2. 特定病灶区域中信号通路的异常激活；

3. 形态异常与细胞功能失衡之间的因果线索。

相比仅靠转录组学，蛋白层级更接近功能执行端，因此：LCM 空间蛋白正在成为“从表型到机制”的桥梁。

以下工作展示了空间蛋白质组学从“技术演示”走向“问题解决”的价值

这些工作共同特点是：

1. 与病理形态强关联；

2. 以蛋白功能状态为核心；

3. 给出机制级解释或治疗提示。

展望未来一年，可以看到三条清晰趋势：

• 空间蛋白 × 空间转录组

• 空间蛋白 × 单细胞组学

• 空间蛋白 × 代谢/修饰组学

目标从“单一视角描述”，走向多维整合解释。

• 通路层级 → 活性层级

• 修饰组学 → 蛋白功能调控

• 组学数据 → 生物学模型构建

• 作用靶点空间验证

• 组织微区药物响应差异

• 协助临床样本分层

空间蛋白质组学正在成为：基础研究、病理诊断、药物发现之间的关键纽带技术。

激光捕获显微切割赋能的空间蛋白质组学，在 2025 年真正完成了一次跨越——
从显微镜下的精准操作→走向机制研究中的确定性证据供给。

未来，它将继续回答三个问题：

• 细胞为什么“长在这里”

• 组织为什么“变成这样”

• 疾病为什么“在这个区域发生功能转折”

青莲百奥作为空间蛋白质组学研究领域的领跑者，已构建覆盖样本处理—显微切割—超微量前处理—空间蛋白质组学分析的一站式服务体系。我们可提供：组织包埋、组织切片、染色标记、精准“指哪打哪”的激光显微切割，以及超微量样本的高灵敏度检测与系统化数据分析，助力实现从形态到机制的空间蛋白证据闭环。依托该平台，项目成果已发表于Nature Communications、Advanced Science等国际权威期刊。如需进一步了解青莲百奥的研究产品与技术服务，欢迎联系销售工程师，或拨打科服热线：010-533905839。

1.体液蛋白质组学：从技术突破到临床转化

2.科学工具以技术赋能科研，以笃行共赴新程

3.Cell & Nature子刊等100+成果年度盘点

4.修饰组学：技术升级赋能精准医疗

【参考文献】

SIMõES B M, PEDLEY R, MCCLOSKEY C W, et al. Anti-progestin therapy targets hallmarks of breast cancer risk [J]. Nature, 2025.

[2] NORDMANN T M, ANDERTON H, HASEGAWA A, et al. Spatial proteomics identifies JAKi as treatment for a lethal skin disease [J]. Nature, 2024, 635(8040): 1001-9.

[3] HU B, HE R, PANG K, et al. High-resolution spatially resolved proteomics of complex tissues based on microfluidics and transfer learning [J]. Cell, 2025, 188(3): 734-48.e22.

供稿：杨辰

编辑：市场部