2026年6月14日
作为“走近多组学”系列的一部分，我们将逐一解读不同的组学。如需全面了解多组学，欢迎阅读我们的首篇文章 《什么是多组学？一份面向未来生物学的简明指南》。您将了解各类组学如何协同工作，帮助解决人类健康领域最具挑战性的问题，并了解研究人员如何将多组学研究流程应用于实践。
接下来，让我们聚焦蛋白质组学如何帮助研究人员获得更完整的生物学视角。
什么是蛋白质组学？
如果基因组学告诉我们细胞中可能发生什么，那么蛋白质组学则揭示了此刻正在发生什么。.
蛋白质组学是对蛋白质进行大规模研究的学科。蛋白质是执行生物体内几乎所有功能的关键分子。基因提供生物学蓝图，RNA传递遗传指令，而蛋白质则是调控生物学过程的功能性最终产物。
与相对稳定的基因组不同，蛋白质组具有高度动态性。它会随着细胞类型、发育阶段以及环境条件的变化而变化。在任何特定时刻，不同蛋白质都可能处于表达、修饰、激活或降解状态，从而呈现出不断变化的细胞活动图景。
这种动态特性正是蛋白质组学的强大价值所在。通过直接测量蛋白质，研究人员能够获得仅靠DNA或RNA分析无法全面揭示的实时生物学信息。
蛋白质组学能告诉我们什么
蛋白质组学通过回答基因组学和转录组学无法完全解答的问题，提供更深层次的生物学洞察：
1. 存在哪些蛋白质，以及它们的丰度如何
基因表达水平并不总是与蛋白质丰度一致。蛋白质组学能够直接测量样本中存在哪些蛋白质以及其丰度水平，从而揭示细胞或组织的真实功能状态。
2. 蛋白质结构与功能
蛋白质的功能不仅取决于其氨基酸序列，还取决于其折叠形成的三维结构。即便是微小的结构变化，也可能显著改变其功能。
3. 翻译后修饰
蛋白质合成后通常会经历化学修饰，例如磷酸化、糖基化或泛素化等，这些修饰会调控蛋白质的活性、定位及稳定性。这些修饰对于信号转导和免疫应答等过程至关重要，且只能通过蛋白质组学分析进行检测。
4. 生物学通路与网络
蛋白质很少单独发挥作用。蛋白质组学能够帮助绘制复杂的相互作用网络和信号通路，从而揭示生物系统如何响应疾病、治疗或环境刺激。
凭借这些能力，蛋白质组学已成为理解疾病机制、发现生物标志物和寻找潜在治疗靶点的重要途径。
因美纳的蛋白质组学解决方案
近年来的技术创新正推动蛋白质组学从一种低通量、靶向分析的研究方法，发展为可扩展、高通量、可集成测序工作流程的科学研究领域。因美纳的蛋白质组学解决方案通过兼容新一代测序（NGS）和微阵列芯片的工作流程，实现规模化的蛋白质组学分析。
Illumina SomaSeq™ Discovery（原名Illumina Protein Prep）将蛋白质分析纳入兼容测序的工作流程。这项技术能够帮助研究人员将蛋白质测量结果转换为NGS读出数据。
Illumina SomaScan™ Discovery（原名SomaLogic SomaScan® 11K Assay）可将蛋白质测量结果转换为微阵列读出数据。
其主要优势包括：
- 在大规模队列中实现高通量蛋白质检测（约11,000种蛋白靶标）
- 无缝集成现有测序基础设施
- 兼容多组学研究设计
- 样本输入量低
- 适用于大规模人群研究
了解更多关于Illumina SOMAmer蛋白质组学的信息
蛋白质组学的应用
蛋白质组学已经在多个研究领域发挥关键作用：
- 疾病研究与生物标志物发现：蛋白质组学有助于识别与癌症、神经退行性疾病及心血管疾病等相关的蛋白质特征。这些特征可作为疾病的早期指征，或帮助研究人员在研究场景中对患者群体进行分层。
- 药物发现与开发：大多数药物作用靶点都是蛋白质。通过解析蛋白质通路及相互作用，蛋白质组学能够帮助研究人员发现潜在药物靶点，并评估化合物对生物系统的影响。同时，它还能在药物开发的早期发现潜在脱靶效应。
- 免疫学与传染病研究：蛋白质调控着免疫应答。蛋白质组学分析能够揭示免疫系统如何应对病原体、疫苗或治疗方案，从而帮助研究人员理解保护机制及疾病进展。
- 大规模人群研究：借助Illumina SomaScan Discovery assay和Illumina SomaSeq assay等高通量平台，研究人员如今能够对数千份样本中的蛋白质数据进行分析，为大规模、数据驱动的科学发现开辟新的可能。
研究人员如何利用蛋白质组学
研究人员利用蛋白质组学了解样本中存在哪些蛋白质、各自的丰度水平，以及这些蛋白质如何随着不同条件而变化。蛋白质能够直接反映生物体在健康和疾病状态下的功能活动。
- 来自克利夫兰诊所的研究人员利用SomaScan Discovery assay识别慢性阻塞性肺疾病的蛋白质生物标志物，以进一步了解如何更好地评估肺气肿的严重程度和进展。研究团队结合基因组学与蛋白质组学数据，获得了更深入的洞察，并改进了相关疾病的预测模型。
- SomaScan Discovery assay可用于检测脑脊液中的蛋白质，而脑脊液是神经系统疾病发生发展的关键部位。在2023年发表于《自然》旗下帕金森疾病主题期刊的一项研究paper中，研究人员利用SomaScan Discovery assay开展了迄今为止规模最大的、基于亲和性检测的脑脊液蛋白质组学研究。
- 结合SomaScan Discovery assay与人工智能技术，研究人员开发出一个由26种蛋白质组成的模型，用于预测眼部年龄。在这26种模型蛋白中，有5种此前尚未被发现与衰老相关，并首次在该研究中被报道。
蛋白质组学在精准医疗中的未来
蛋白质组学有望在未来精准医疗和系统生物学领域发挥核心作用。随着相关技术不断扩展并与基因组学平台实现更紧密整合，研究人员将能够：
- 将遗传变异直接关联到蛋白质层面的功能结果
- 更精准地识别疾病亚型
- 更准确地预测治疗应答
- 发现新的治疗靶点
从许多方面来看，蛋白质组学完善了始于DNA的生物学图景。它提供了理解生物系统在健康与疾病状态下如何运作所需的功能层面背景信息。
通过整合多组学数据，研究人员能够从孤立的观察结果迈向对生命复杂性的整体理解。借助SomaSeq Discovery和SomaScan Discovery等创新平台，蛋白质组学正变得比以往更具可扩展性、可及性，也更易于与其他组学整合。
最终，这将帮助我们构建一个更加清晰、互联的生物学图景，推动释放精准医疗的全部潜力。
访问我们的在线资源，了解更多关于SomaSeq Discovery的信息
阅读采用SomaScan Discovery平台开展的相关研究成果
如需了解多组学如何揭示生物功能，请点击链接阅读更多内容
