一、高通量蛋白质组学与人工智能在癌症生物标志物发现中的应用

二、蛋白质组学在癌症生物标志物发现中的技术进展与应用

（一）蛋白质组学应对现有癌症标志物挑战的潜力

    研究者对各类癌症生物标志物进行了系统梳理与综合分析。下一代测序技术的应用揭示了大量与癌症相关的基因位点，基因组学、转录组学与表观组学等高通量测序手段的快速发展为精准肿瘤学奠定了重要基础。然而，在上述技术所鉴定的诸多基因变异与突变中，仅有极少数具备明确的临床应用价值。

    蛋白质作为细胞功能的直接执行者，在疾病机制解析中具有不可替代的作用。将蛋白质生物标志物与基因型数据进行整合分析，有助于深化对疾病发生发展过程的理解，并可在一定程度上弥补单纯基于遗传生物标志物所面临的固有局限。

图2 基于蛋白质组学的临床标志物发现流程

（二） 面向肿瘤生物标志物发现与验证的蛋白质组学策略

    蛋白质组学可分析的临床样本类型极为广泛，包括血液、尿液等易于获取的样本，亦可处理新鲜冷冻组织、福尔马林固定石蜡包埋组织等珍贵、数量有限且不可再生的样本。样本类型的扩展显著拓宽了回顾性研究的应用范围。

    自下而上的蛋白质组学策略主要包括非靶向的数据非依赖采集、数据依赖采集，以及靶向的平行反应监测/选择反应监测三种主要模式。各类非靶向技术均致力于提升大样本量条件下的通量与重现性。其中，数据非依赖采集无需多维分级，可获取全部肽段前体的可碎裂离子信息，动态范围可达六个数量级，在百例级以上临床大样本研究中展现出更强的灵活性与可扩展性。

    除基于质谱的蛋白质组学外，基于抗体的组织微阵列、核酸可编程蛋白阵列、反向蛋白阵列等芯片技术，以及基于亲和原理的邻近延伸分析技术等亦逐渐兴起，为肿瘤生物标志物研究提供了多元化的技术路径。

（三）高通量蛋白质组学的技术优势

    蛋白质组学技术的进步使得千例以上大规模临床队列的深入研究成为可能。检测速度、成本效益、数据可靠性及重复性均得到显著提升。

3.1 基于质谱的样本前处理技术进展

    在样本提取技术方面，压力循环技术表现尤为突出，可处理临床常见的福尔马林固定石蜡包埋样本，最低样本用量仅需0.1毫克，处理时间不超过6小时。基于分子膜技术的过滤辅助样品制备、基于微珠的固相增强样品制备等方法则具有更高的通量，可同时处理96个样本，单批次处理效率显著提高。自动化机械臂的引入进一步降低了人工操作误差，上述前处理技术的改进为基于质谱的蛋白质组学发展奠定了重要基础。

图3 各类蛋白质组学前处理方法比较

3.2 基于液相色谱的高通量肽段分离技术进展

    在短梯度液相色谱条件下，整体检测通量较高，样品上样量、色谱柱洗涤与平衡条件等均为影响流速的关键环节。纳升液相色谱发展过程中，毛细管流与微流技术曾逐渐减少应用，但近期微流技术因其在通量、灵敏度与稳健性之间的良好平衡而重新受到关注。

3.3 高通量质谱采集技术进展

    高分辨率质谱仪的质量分辨率、扫描速率及气相分离能力的提升是蛋白质组学发展的重要推动力，其中气相分离技术的贡献尤为显著。相关技术包括淌度分析器、高场非对称波形离子淌度谱及动态离子空间分配等。在某些研究场景中，气相分离技术的应用甚至可省略液相色谱分离步骤。

3.4 蛋白质组学检测成本降低

    蛋白质组学技术向临床转化面临的主要障碍之一是检测成本。随着技术进步，单个蛋白质的检测成本已从2006年的约3.25美元下降至2020年的0.1美元，为大规模临床应用创造了条件。

图4 蛋白质组学成本

（四）人工智能技术在癌症生物标志物研究中的应用

    随着蛋白质组学检测成本下降，数据产出量大幅增加，特别是各类临床队列蛋白质组学数据集的生成速度显著加快，亟需配套算法以处理这些日益增长的大数据资源。在此背景下，人工智能技术，包括机器学习、表征学习、深度学习和自然语言处理等，正逐步渗透至医学研究与实践中。

    相关研究团队提出了一种基于质谱的蛋白质组数据新型格式——数据非依赖采集张量。该方法直接从原始质谱数据构建诊断分类器的功能映射，无需进行肽段前体识别，从而有效规避了数据缺失问题，有望在更广泛的临床领域得到应用。尽管该策略有利于人工智能分析，但模型的可解释性，即张量特征与特定蛋白质之间的映射关系解析，仍是当前面临的重要挑战。

三、小结与展望

    癌症的筛查、诊断及治疗对高效能生物标志物的需求日益迫切。多组学技术在精准医学领域的深入应用，使分子分型成为下一代生物标志物发现的重要基础。

    基于质谱的蛋白质组学技术尤为突出，其在降低成本与提升通量方面取得了显著进展，已具备支撑大规模队列研究的能力，可对数千名受试者的肿瘤组织及其他生物样本中数千种蛋白质进行系统性分析。

    高通量蛋白质组学技术的快速发展也带来了大数据层面的挑战，在实验设计与数据分析环节中，需系统考量批次效应、存储成本、计算能力及数据安全性等问题。面对日益丰富的大规模蛋白质组数据，利用人工智能技术构建预测模型正成为该领域的重要发展趋势。

四、高通量蛋白组学(Olink)哪里有？

    LabEx为您提供前沿、精准的高通量蛋白组学（Olink）检测技术服务。基于Olink专利的PEA（邻位延伸分析）技术，我们能够在超高灵敏度与特异性下，对微量生物样本（如血清、血浆、脑脊液、组织裂解液等）中的数千种蛋白质生物标志物进行同步、绝对定量分析，有效突破了传统蛋白检测方法在通量与灵敏度上的限制。该技术通过双抗体识别与DNA寡核苷酸配对扩增，显著降低了背景干扰，尤其适用于低丰度蛋白的精准检测与验证。我们的服务涵盖从实验设计、样本制备、靶向Panel选择（覆盖炎症、免疫肿瘤、神经、心血管、代谢等研究领域）、上机检测到高级生物信息学与通路分析的全流程。

乐备实（上海优宁维生物科技股份有限公司旗下全资子公司），是国内专注于提供高质量蛋白检测以及组学分析服务的实验服务专家，自2018年成立以来，乐备实不断寻求突破，公司的服务技术平台已扩展到单细胞测序、空间多组学、流式检测、超敏电化学发光、Luminex多因子检测、抗体芯片、PCR Array、ELISA、Elispot、PLA蛋白互作、多色免疫组化、DSP空间多组学等30多个，建立起了一套涵盖基因、蛋白、细胞以及组织水平实验的完整检测体系。

 
我们可提供从样本运输、储存管理、样本制备、样本检测到检测数据分析的全流程服务。凭借严格的实验室管理流程、标准化实验室操作、原始数据储存体系以及实验项目管理系统，已经为超过3000家客户单位提供服务，年检测样本超过100万，受到了广大客户的信任与支持。