中國醫學科學院蛋白質組學大會報告集錦

　　2011年11月17日，第一屆蛋白質組學研討會在中國醫學科學院基礎醫學研究所成功召開，研討會邀請了程書鈞院士、徐平研究員等 8位國內蛋白質組學及疾病研究領域著名的學者，做了關于蛋白質組學和生物醫學相關的精彩報告。學者們綜述了在腫瘤、癌癥相關的蛋白質組學研究方面的進展；從基因到蛋白質組研究的各種方法學進展；提出了蛋白質組學從研究走向應用的挑戰；并介紹了自己的研究思路和成果。每位報告人的報告都精彩并且精練，給與會者提供了充分的提問時間，整個研討會滿溢濃郁的學術氣氛。分析測試百科網記者特摘報告精彩內容以饗網友。   

腫廇-分子網絡疾病與蛋白質組研究思考

　　 研討會上的首個報告是中國醫學科學院腫瘤醫院腫瘤研究所的程書鈞院士的《腫廇-分子網絡疾病與蛋白質組研究思考》。程院士從事腫瘤研究近五十年，是我國著名的腫瘤學專家。在研討會上程院士為大家介紹了國內外關于腫瘤的最新進展。

中國醫學科學院腫瘤醫院腫瘤研究所 程書鈞院士

　　腫瘤研究歷史

　　 早在一百年前，人們認為腫瘤就是染色體問題。1960年，發現第一個急性粒細胞-白血病，這是首次發現的與一特異人類腫瘤相關的非隨機染色體異常。

　　 1976年Varmus和Bishop發現了第一個細胞癌基因c-src，證實肉瘤病毒中含有致癌基因，被命名為病毒瘤基因（Virus-oncogene V-one）。

　　 1982年，Weinberg等從人膀胱癌細胞中分離了細胞癌基因H-ras基因，是第一個C-onc。

　　 1987年，視網膜母細胞瘤基因1(Retinoblastomal,RBl)成為人類第一個分離克隆的抑癌基因。

　　 2006年，完成第一個人類腫瘤（乳腺癌和大腸癌）全外顯子測序。

　　 2008年，完成第一個人類腫瘤（急性髓細胞白血病）全基因組測序。

　　 此后，關于腫瘤高通量基因組的研究多了起來，現在幾乎所有常見腫瘤（數量上有限制）的基因組測序都在重要的雜志上發表。目前中國的基因組的研究也開始熱起來。

　　 下面程教授為大家介紹了一篇2007年發表在Science上的有代表性的文章。 在這篇文章中研究了結直腸癌和乳腺癌，在乳腺癌標本中發現1,137個基因突變，大腸癌標本中發現848個基因突變。研究結果表明，兩個個體腫瘤之間突變基因重復的很少。同時還提出了這樣一個觀點：從全外顯子測序可以看出真正突變率高于5%的基因突變在所有標本中是比較少的。這個觀點知道今天為止依然是非常重要的。

　　腫瘤——分子網絡疾病

　　發育和腫瘤

　　 早在1858年，Rudolf Virchow就提出腫瘤“與胚胎發育遵循同樣的調控規律”，之后陸續有學者提出腫瘤在某些方面非常類似于發育中的胚胎，如顯微鏡下，腫瘤與胚胎均呈現組織未分化狀態，惡性細胞運動性增強，具有向局部周圍組織浸潤和遠處轉移的能力，而這一能力是胚胎時期組織發生必需的；在分子水平，胚胎和腫瘤中具有一些相同的發揮重要作用的轉錄因子和信號傳導分子等。

　　 程教授也介紹了自己近年來的在胚胎發育和肺癌癌變基因組表達等方面的研究工作，針對肺發育和肺癌的研究獲得了一些重要的信息：胚胎發育相關基因可以預測多個部位的腫瘤。腫瘤的發生、發展不僅取決于部位，還可能取決于其發育的基因記憶（gene memory）。程教授還提到雌激素，雌激素不僅和乳腺癌的發生、治療有著密切的關系，還與肺腺癌的發生、治療有著密切的關系。有文獻報道（Cancer 2011年1月24日在線版），抗雌激素治療可能降低肺癌死亡風險。

　　 與腫瘤的發生、發展密切相關的兩個過程是：細胞的生長及分化。正常細胞分化到某個階段就停止生長，而腫瘤細胞則不能分化到此階段，從而無限制生長，這種分化異常是多個分化相關基因相互作用的結果，因此腫瘤是非常典型的多基因分子網絡異常性疾病。

　　分子網絡調控異常疾病

　　一種基因能治療腫瘤？

　　一種藥物能否治好晚期腫瘤？

　　單一生物標志能否準確預測腫瘤愈后？

　　 從分子網絡角度講，很難。

　　 不僅僅是腫瘤，任何重大的、和基因相關的疾病，都與基因的分子網絡異常改變相關。其發生發展以及治療，都是多個基因相互作用的結果。任何一個基因要發揮作用，都離不開與其他基因之間的相互作用和調控。程教授提到，最近有四篇發表在《細胞》上的文章，專門講到了messenger RNAs、轉錄假基因、long non-coding RNAs之間的相互交流會影響到microRNA的很多方面。即使現在很多調控的機制還是沒有弄清楚，這也算是重要的進步。任何人想從單一基因回答問題都很難，核心的問題是任何一個單一的改變都會影響調控機制。

　　未來腫瘤早診

　　 程教授表示，腫瘤越到晚期，分子網絡的改變就越復雜，腫瘤細胞的變異能力也越大，治療的難度也越大。因此，早期診斷顯得尤為重要。

　　 未來腫瘤早診研究趨勢：分析影像學和體液中腫瘤分子標志譜。在這里，程教授主要針對后者做了較為詳細的講解。體液中蘊含豐富的寶藏，對腫瘤以及其他疾病非常重要。但卻面臨低豐度的問題。如在人類血漿蛋白質組中：22種高豐度蛋白（如白蛋白、轉鐵蛋白、免疫球蛋白和脂蛋白）構成了99%的血漿組分，因此血漿中蘊含豐富的生物信息。但各種重要的蛋白標志物在血漿中的含量不足1%。這不足1%的部分功能最強大，同時也是最難發現的。

腫瘤診斷技術平臺

　　 程教授介紹了一個技術平臺，通過該技術平臺獲得的五種實體瘤（肺癌、肝癌、喉癌、卵巢癌以及胰腺癌）游離蛋白質組的比較，得到了目前最大的體液中腫瘤相關游離蛋白數據庫。

　　 目前，檢測到肺癌相關游離（分泌）蛋白已有600多種。通過對肺癌患者血漿的檢測分析，已經鑒定出11種蛋白，8種明顯差異（增高或降低，如MMP1、Fascin、CD98、SC、14-3-3-eta、-sigma、-beta、LAMC2），其中有7種未見在血漿中被檢出的報道。

　　 在回顧性研究中，通過Telass分析系統，我們發現CD98 、lFascin、PIGR/SC、14-3-3-eta組合指標判別肺癌病人的吻合率達到86.2%，敏感性和特異性分別為95.56%和76.92%，超過所選擇蛋白中任何一個單獨標志物的敏感性和特異性（85.79%和53.13%）。

　　 此項結果也暗示了該多種標志物聯合檢測體系可能在肺癌的輔助診斷中起到積極作用。

　　腫瘤防治的挑戰

　　預防：與病毒相關的宮頸癌、肝癌將首先被控制。

　　控制癌前病變：不斷減少腫瘤發生

　　晚期腫瘤的多靶點綜合治療，單靶點的靶向藥物已經面臨臨床耐藥的挑戰。

　　從治療病人的腫瘤到治療帶腫瘤的病人

　　帶瘤生存是一個重要的研究課題。要重視腫瘤患者宿主因素的研究和評價（免疫功能）。加強宿主抑制腫瘤的能力，而不是僅僅只考慮直接殺死腫瘤的辦法。這可能代表了未來一種腫瘤治療的新戰略。

　　分子網路整體概念（protein-protein interaction）將在未來腫瘤治療中發揮重要的作用。

　　未來腫瘤研究中關鍵科學因素

　　1、臨床腫瘤研究，符合臨床客觀規律的腫瘤資源庫。（把隨診作為醫院核心建設之一）

　　2、高通量、快速分析基因、蛋白質及細胞結構與功能的先進技術平臺。

　　3、能進行綜合研究的現代生物信息分析系統。

Is Current Technology Ready for Complete Proteomics Study?

　　北京蛋白質組學研究中心的徐平研究員在研討會上做了題為《Is Current Technology Ready for Complete Proteomics Study? 》的精彩報告。

北京蛋白質組學研究中心 徐平 研究員

　　 徐平研究員從研究背景、蛋白質組學面臨的挑戰、目前的一些成果以及關于酵母蛋白質組的研究等方面介紹了他的研究工作。

　　 徐研究員認為蛋白質組學研究的主要有三個方面——系統的鑒定、定量、以及在此基礎上對它們的生物功能有個系統的研究。從系統的角度來說，蛋白質組學盡管是個新的學科，但科學家已經做了非常多的努力。蛋白質組是非常復雜的，一個基因可能是對應多個RNA，由此產生多個蛋白質，即使同一個蛋白目前也已知有兩百多種翻譯后修飾的形式，翻譯后修飾才有可能引導它們非常重要的功能。這些組成了一個蛋白質組種類的復雜多樣性。蛋白質的另外一個復雜性體現在它的基因不一樣。可能是幾個、幾十個、成千上萬個。這就構成了非常寬泛的復雜的樣品體系。目前還沒有任何一個單一的技術來實現全部的覆蓋。

　　 隨后，徐研究員回顧了蛋白質組學研究路線以及獲得的重要成就。

　　 最后，徐研究員對他的工作做了總結：

　　1、、獲得酵母蛋白質組全覆蓋率質譜圖的技術已經開發出來，并且其在不同種類間的成功率是相似的。

　　2、一個LC-MS反應可鑒別出5746個酵母基因，可覆蓋85%的注釋基因和93%的表達基因。

　　3、蛋白質組學研究為新基因的探索提供了有力的工具。

　　4、可用于篩選特定的肽鏈結構的定量蛋白質組學平臺已經被開發出來。

MicroRNA meets proteomics

　　中國醫學科學院基礎醫學研究所的彭小忠研究員在本次研討會上做了題為《MicroRNA meets proteomics》的精彩報告。

　　中國醫學科學院基礎醫學研究所  彭小忠研究員

　　彭研究員介紹了他們實驗室的主要方向——神經系統發育及其相關疾病的分子機制。

　　腦膠質瘤（膠質母細胞瘤）的主要特點：

　　1、惡性膠質瘤是最常見和最致命的的腦腫瘤

　　2、高發病率和死亡率

　　3、男性患者多于女性

　　4、兩峰：30 -40年歲；約10年

　　 目前對于腦膠質瘤有個比較尷尬的問題就是它的界定，是腫瘤還是腦神經疾病？接下來，彭研究員針對這個問題，介紹了腦膠質瘤的分子變化、microRNA的生物合成及其功能、人腦膠質瘤樣本中microRNA表達的微陣列分析等。

　　 microRNA是一類長度為19-25個核苷酸的非編碼小分子RNA，可導致靶標mRNA降解或轉錄后翻譯抑制。有研究表明，microRNA可通過調整靶向基因參與的信號通路，調節腫瘤的形成和發展，可起到類似于癌基因或抑制癌基因的功能。多種類型的microRNA在膠質瘤細胞中都有表達。

　　 彭研究員課題組研究發現，E2F3a作為一種調節細胞周期轉錄因子，其靶點位于3'UTER。microRNA-128通過靶向作用于E2F3a，3'UTER抑制腦膠質瘤細胞增殖。

, 

組蛋白翻譯后修飾研究進展

　　中國科學院生物物理所的楊福全研究員在研討會上做了題為《組蛋白翻譯后修飾研究進展》的精彩報告。

  

染色體和染色質

染色質

　　染色體有DNA和蛋白質組成，是指細胞在有絲分裂或減數分裂過程中，由染色質縮聚而成的。

　　染色質由核小體重復單元組成。每個核小體是由H₂A、H₂B、H₃、H₄四種組蛋白各兩個分子的八聚體和繞1.8圈的147個堿基對構成。核心是H₂A、H₂B、H₃、H₄四種組蛋白以二聚體(共八聚體)，DNA纏繞在核小體的核心上，組蛋白_H1與核小體間的DNA結合。

　　組蛋白的翻譯后修飾(PTMs)

　　組蛋白會發生各式各樣的翻譯后修飾(PTMs)，這些修飾主要發生在從核小體表面伸出來的組蛋白氨基末端以及組蛋白的核心區。已經知道的組蛋白翻譯后修飾主要有乙酰化、甲基化、磷酸化、泛素化、類泛素化、ADP糖基化、脫亞氨基化、脯氨酸異構化、丙酰化等。

　　目前和修飾相關的乙酰化和甲基化非常重要，他們背后起作用的酶都是結構生物學、藥物開發等方向的熱點。

　　組蛋白翻譯后修飾和組蛋白變體的作用

　　組蛋白的成分除了H₂A、H₂B、H₃、H₄、H₁等常規組蛋白外，還包括其他的組蛋白變體。組蛋白翻譯后修飾和組蛋白變體能夠影響各種各樣的生物過程，包括：轉錄、DNA損傷反應、細胞周期、病毒感染、干細胞多能性、生殖和發育等。

　　楊研究員還簡單的介紹了組蛋白密碼的重要性和現在面臨的研究難點。同時楊教授提到，研究發現組蛋白翻譯后修飾與許多癌癥有著密切的聯系，在將其作為生物標志物方面，還需要大量的臨床樣本來驗證。

　　組蛋白PTMs和組蛋白變體的鑒別與分析

　　楊研究員重點介紹了應用生物質譜方法對組蛋白PTMs和組蛋白變體鑒別、分析。蛋白質組學的研究是非常復雜的，因此可能需要使用多種方法，從不同層次去鑒定組蛋白的翻譯后修飾。

　　Bottom up 蛋白質組學

　　Bottom up方法是蛋白質組學中應用最為廣泛的MS方法。先將組蛋白酶解，然后將得到得肽段上LC-MS/MS分析。由于組蛋白在N端富含K和R，如果采用常規方法trypsin酶解，切到得肽段可能很小，使用液相效果就會很差或檢測不到。也可以用ArgC去酶解組蛋白，這樣得到的肽段會大一些，但是ArgC不太常用且性能不太穩定。針對這種情況，有文獻報道，將組蛋白修飾的一些自由氨基，通過醋酐、丙酐讓它丙酰化或乙酰化，之后再使用trypsin就非常好用，目前這種方法相對比較成熟。

　　但缺點是，同樣的組蛋白修飾，一個位點上具有多個修飾，再加上不同位點上有不同的修飾，組合非常的復雜。Bottom up方法只能看到某一個位點上有肯定的修飾 總體上看不到有哪些翻譯后修飾組合。

　　Middlle down 蛋白質組學

　　為了降低Bottom up的局限性，我們可以使用Middlle down方法。使用Glu-C 或 Asp-N酶解，得到大的組蛋白肽段，分別使用聯機或脫機HPLC檢測，最后使用ETD 或ECD解離、分析。Middlle down MS可以看到組蛋白翻譯后修飾組合的情況。同時還可以用于分析H4、H3、H2A和H2B變體及其修飾。

　　Top down 蛋白質組學

　　當以上兩個方法都不能解決時，可以考慮使用Top down 方法，它是唯一能夠區分所有組蛋白異構體以及其翻譯后修飾的方法。比如變體在各自某個氨基酸發生變異，Top down方法在分析變體方面更有優勢。但靈敏度低一些。

　　由于組蛋白的特殊性，往往需要將上述三種方法結合起來使用。

　　我們不僅僅是要研究翻譯后修飾的表達譜，定量也非常重要，目前已經研究出了許多基于質譜定量的方法如細胞培養氨基酸穩定同位素標記技術(SILAC)、MRM絕對定量等。

Q Exactive —— 蛋白質組學研究的綜合平臺

　　賽默飛世爾科技質譜應用工程師李靜女士作了題為《Q Exactive —— 蛋白質組學研究的綜合平臺》的報告，介紹了Thermo Fisher在美國質譜年會(ASMS)上新推出的高分辨質譜Q Exactive，及其在蛋白質組學方面的研究。

賽默飛世爾科技質譜應用工程師 李靜 女士

　　Q Exactiv臺式Orbitrap高分辨質譜具有高分辨率、高質量準確度、高靈敏度和寬動態范圍等優勢，使用該儀器和技術在諸多高端雜志上發表了30余篇文章，如《自然》16篇，《科學》3篇，《細胞》19篇等。Orbitrap質量分析器不需要液氦消耗，運行維護方便且成本低;不存在電子倍增器的消耗問題，不存在因電子倍增器的消耗引起的信號衰減問題，非破壞性檢測器，可持續利用，可維護;高真空工作環境(10-10Torr)，超乎尋常的質量準確度和穩定性。

Q Exactiv 儀器平面圖

　　Q Exactiv臺式Orbitrap高分辨質譜是在高分辨率(14萬)、高質量準確度的基礎上同時保證高靈敏度、高采集速度的全新臺式Orbitrap質譜儀。一個平臺涵蓋蛋白質組學的定性和定量要求，可在一次分析中完成包括發現、定性、相對定量和絕對定量的工作流程，其定量靈敏度相當于三重四極桿，具備寬定量線性動態范圍，并且具備完整的定性和定量工作流程。Q Exactiv系統具有高分辨率、高掃描速度、高靈敏度、HCD碰撞模式、線性動態范圍及高采集速度和通量等特點。對于復雜樣品中肽段的定量，分辨率是關鍵，高分辨率可以更好的分辨目標肽段和內源性雜質，獲得更加準確可靠的定量信息。對于外標法，20min連續正負離子檢測模式切換后，質量準確度<1ppm(RMS)。SIM(selected ion monitoring，選擇離子監測)定量模式，比Full Scan模式靈敏度提高5-10倍，尤其在復雜體系樣品中。同時注入和檢測，以及多重譜圖，提高了采集速度和通量。

　　Q Exactiv集成了多項ZL技術，其新性能在蛋白質組學研究中優勢明顯，如下表。

Q Exactiv應用蛋白質組學的幾點優勢

　　下面，李工介紹了Q Exactiv系統在復雜樣本中定量的一些實例，均獲得了非常完美的結果，如單克隆抗體檢測、阿普唑侖定量，生物標志物研究的不同階段和相應策略等。最后，李工總結說，Q Exactiv系統具有多種檢測模式;真正同時具備高分辨率、高質量準確度、高掃描速度、高靈敏度和寬定量線性動態范圍;運行維護方便且成本低，非破壞性檢測器，儀器性能穩定可靠;能完成對復雜體系樣品中目標肽段深入信息的挖掘，在發現蛋白質組學和定量蛋白質組學同時發揮重要作用，一個平臺涵蓋蛋白質組學的定性和定量要求。

本網收錄相關產品：http://www.antpedia.com/instrument/1583/

糖肽富集分離新方法及糖鏈結構研究

　　中國醫學科學院基礎醫學研究所李智立研究員作了題為《糖肽富集分離新方法及糖鏈結構研究》的報告，介紹了泛N-連接糖肽富集方法(GA-Zip Tip)，唾液酸化N-連接糖肽富集方法(TiO2-Zip Tip)，及N-連接糖肽結構分析等內容。

中國醫學科學院基礎醫學研究所 李智立 研究員

　　糖蛋白質研究包括糖肽或蛋白分離富集和糖蛋白/糖鏈結構分析兩部分。糖肽或蛋白分離富集技術主要有凝集素親和色譜、肼解法、石墨碳固相萃取和親水相互作用色譜(HILIC)等，糖蛋白/糖鏈結構分析一般采用質譜技術(MS)和核磁共振技術(NMR)。

　　李研究員對雞卵清蛋白、牛胎球蛋白、人觸珠蛋白和血漿樣品，在GA-Zip Tip富集前后的質譜圖進行了比較，并做了GA-Zip Tip富集肽段重復實驗，同時研究了富集材料比例變化對OVA、Fetuin和Hp糖肽富集的影響，還得出了在GA-Zip Tip柱在線富集OVA糖肽(HPLC-ESI-MS)的結果，并對在線富集做了重復實驗。唾液酸化N-連接糖肽富集方法(TiO2-Zip Tip)見下圖，李研究員比較了高唾液酸化Fetuin糖肽、低唾液酸化Transferrin糖肽、無唾液酸化OVA糖肽和血漿中糖肽富集前后的結果，并對它們的連接位點進行了糖肽結構分析。

唾液酸化N-連接糖肽富集方法(TiO2-Zip Tip)

　　最后，李研究員總結說，GA-Zip Tip柱(發明ZL，一種糖肽富集分離材料及其應用，ZL申請號：2010101195689.x)具有快速、有效、經濟、無偏好性等特點，可以實現在線富集復雜生物體液，可以高效富集唾液酸化糖肽，而且利用串聯質譜技術直接獲得聚糖結構信息。

　　注：李智立研究員的研究方向是疾病預警新技術及其標志物。主要研究內容包括血清/血漿成分分析分離方法研究及其應用，腫瘤個體化治療、診斷及預后標志物篩選，生物大分子復合物結構研究及其應用，糖蛋白糖鏈結構分析方法研究及其應用，質譜成像及其應用等。

,

　　中國醫學科學院腫瘤研究所徐寧志研究員作了題為《PTTG——促進食管鱗癌轉移的癌基因》的報告，介紹了我國食管鱗癌患者的分布情況，PTTG過度表達對腫瘤轉移的機理和促進作用，以及醫學分析所面臨的挑戰。

　

　中國醫學科學院腫瘤研究所 徐寧志 研究員

　　食管癌是發生在食管上皮組織的惡性腫瘤，占所有惡性腫瘤的2%，我國是食管癌高發區，食管癌死亡者僅次于胃癌。垂體瘤轉化基因( PTTG) 是一種新近發現的強有力的腫瘤轉化基因，因其表達具有腫瘤特異性，因此被認為是一種極具潛在價值的腫瘤標記物，有可能成為腫瘤治療的靶點。堿性成纖維細胞生長因子( bFGF) 是體內生物學功能較廣泛的多肽因子之一，是廣泛存在于人體內多種組織的一類多肽生長因子，在機體的胚胎發育、血管形成、創傷修復過程中起著重要的作用，與腫瘤的生長、侵潤、轉移和預后有密切關系。

　　PTTG作為癌基因，具有轉化功能，調節bFGF 的表達，與bFGF協同參與腫瘤的發生、發展及侵襲過程。PTTG 和bFGF 在食管癌的發生、發展以及轉移過程中起促進作用，而且二者有相互促進使腫瘤進一步發展，可能成為反映食管癌生物學行為及侵襲性的重要指標，針對PTTG基因及其表達產物的治療，將為食管癌的基因治療提供有效途徑。當前，對PTTG與食管鱗癌的研究，仍然存在一些挑戰，如修飾識別和定量分析等。

蛋白質組研究計劃與疾病蛋白質組分析

　　中國醫學科學院腫瘤研究所趙曉航研究員作了題為《蛋白質組研究計劃與疾病蛋白質組分析》的報告，介紹了蛋白質組和蛋白質組學及其國際研究機構和研究進展，國際人類蛋白質組計劃的相關情況等內容。

中國醫學科學院腫瘤研究所 趙曉航 研究員

　　生命體的統一性源于基因組，生命體的復雜性、多樣性、功能性源于蛋白質組，“基因功能”在很大程度上取決于所編碼蛋白質的結構與功能。人類編碼基因 20344個基因，編碼蛋白5000個有強證據(不足1/3的基因有功能線索)，7000個弱證據，還有8000個沒有證據。蛋白質組的表達水平不能從 mRNA表達水平預測，它能被修飾和加工，而這些作用與基因序列無關，而且能夠動態反映生物系統的不同狀態。“小鼠與蒙娜麗莎在基因組上的差別只有 1%”，RNA是遺傳信息組合的關鍵部分，蛋白質是一切生命活動的基礎，造就了生命的紛繁多姿，認識蛋白質組成及其功能網絡是蛋白質組學的主要任務。

　　蛋白質組和蛋白質組學

　　蛋白質組(Proteome)是指一種基因組所表達的全套蛋白質，即一種生物、細胞或組織的全套表達蛋白，“Proteome”源于蛋白質(PROTEin)和基因組(genOME)兩詞的雜合。蛋白質組學(Proteomics)研究蛋白質組成及其功能網絡的科學。蛋白質組學研究是功能基因組研究的重要部分：生物體中絕大多數蛋白質都是在相互聯系、相互制約過程中形成復雜的蛋白質復合體和相互作用網絡而發揮功能活性的;研究生物體在不同生長發育階段、不同環境下、不同組織細胞中的蛋白質組改變;研究蛋白質結構、功能與特定生命現象的關系，從宏觀上認識影響生命進程的規律。

　　一個獨立生存的細胞生命至少需要多少個基因和表達蛋白?1995年，分離和鑒定了一種最小的能自我復制的生物，Mycoplasma genitalium的全部蛋白質(580kb;468ORFs)。Proteome的概念首次出現在科學刊物上。蛋白質組研究重要的里程碑事件：1994年Marc Wilkins提出了蛋白質組(Proteome)的概念;1995年悉尼大學Humphery Smith I等4家實驗室共同分離和鑒定了Mycoplasma genitalium的蛋白質組;2001年國際人類蛋白質組組織(Human Proteome Organization，HUPO)宣告成立;2002年1rd國際人類蛋白質組大會啟動“人類血漿蛋白質組(Human Plasma Proteome Project，HPPP)”和“人類肝臟蛋白質組計劃(Human Liver Proteome Project，HLPP)”。

　　HUPO有13個國家和地區的57個實驗室參與，首批執行計劃的先期目標是a)比較樣本收集、處理和儲存過程對血漿蛋白質的影響;b)比較不同技術平臺的優缺點、靈敏度和局限性;c)比較高豐度蛋白處理方法;d)比較數據提取、整理、存儲和提交過程的標準化。最終目標是要實現a)全面認識人類血漿蛋白質組;b)揭示血漿蛋白質組在世界不同種族和不同國家的同一種族人群中的變異度;c)認識人類在特定時間和特定生理條件下血漿蛋白質組的改變;d)藥物作用和疾病對血漿表達蛋白的影響等。

　　國際人類蛋白質組計劃

　　國際人類蛋白質組計劃(HPP)是繼國際人類基因組計劃之后的又一項大規模的國際性科技工程。首批行動計劃包括由中國科學家牽頭的“人類肝臟蛋白質組計劃”和美國科學家牽頭的“人類血漿蛋白質組計劃”。“人類肝臟蛋白質組計劃”的總部設在中國首都北京，這是中國科學家第一次領導執行重大國際科技協作計劃。3年來圍繞人類肝臟蛋白質組的表達譜、修飾譜及其相互作用的連鎖圖等九大科研任務，我國科學家已經成功測定出6788個高可信度的中國成人肝臟蛋白質，系統構建了國際上第一張人類器官蛋白質組“藍圖”;發現了包含1000余個“蛋白質-蛋白質”相互作用的網絡圖;建立了2000余株蛋白質抗體。

　　FDA和NCI聯手合作，啟動一項為期三年，投資300萬美元臨床蛋白質組計劃，利用SELDI技術加速蛋白質組計劃中癌癥實驗研究的臨床應用。應用該模型對樣品來自無癌、早期和晚期卵巢癌，以及良性疾病的婦女，進行盲法分析預測。結果50例卵巢癌的樣品，被全部準確為腫瘤，其中包括18例I期病人;66 例非惡性腫瘤人群對照組中有63例確定為非惡性腫瘤。此結果表明，該方法的靈敏度為100%，特異性為95%，陽性預測值為94%。與此同時，將相同樣品用CA125法進行檢測，其陽性預測值為35%。據統計美國2002年約有74%卵巢癌病人發現在晚期，其五年生存率僅為29%。反之，在I期發現的病人中，則五年的生存率超過90%，其中許多病人僅通過外殼手術便獲得治愈。因此，提高該病的I期診斷率，對于降低卵巢癌病人的死亡率和治療費用，具有直接的作用。趙研究員還談到了生物標志研發，蛋白相互作用平臺，蛋白相互作用網絡分析和蛋白芯片技術等問題。

　　研討會期間還舉行了抽獎活動，下圖為抽獎活動現場：

抽獎活動