医学院 新闻动态

医学院郭天南团队联手全球多位科学家提出血液蛋白质组学标准化新框架

循环血液蛋白质组被视为发现疾病标志物、理解疾病机制、实现精准医疗的“金矿”。然而,一个巨大挑战横亘在科学家面前,那就是如何整合和比较来自全球不同实验室、使用不同技术平台产生的海量却“碎片化”的血液蛋白质数据。

2025年9月23日,由西湖大学医学院郭天南教授、德国格赖夫斯瓦尔德大学 Uwe Völker 教授、美国 Cedars Sinai 医学中心 Jennifer Van Eyk 教授和瑞典皇家理工学院 Jochen M. Schwenk 教授领衔,联合全球数十家顶尖机构的科学家,在Nature Genetics发表了一篇具有里程碑意义的观点文章。他们深刻剖析当前血液蛋白质组学研究的标准化困境,首次系统性提出一个可行动的解决方案。

原文链接:

https://www.nature.com/articles/s41588-025-02319-7


图1 文章截图

01
数据为何难以“对话”?三大核心痛点

技术平台“百花齐放”但“方言各异”。血液蛋白质组的两大主要方法,质谱技术和亲和技术,其原理不同,鉴定和定量的蛋白质也差异巨大。研究显示,即使分析同一份样本,不同平台检测到的相同蛋白质极少(~30%),数据定量相关性也很低(~0.3)。

实验流程“千差万别”。从抽血管选择、样本处理保存,到前处理方法、不同仪器和数据分析软件,每一步操作的微小差异都会给最终结果带来显著波动(图2)。

图2循环血液蛋白质组的工作流程

缺乏统一的“标尺”。没有全球公认的高质量标准参照样本,不同研究产生的数据就像讲着不同方言,无法有效沟通整合。这使得多个血浆蛋白质组学的宝贵数据成为“信息孤岛”。

02
破局之道:构建标准化“桥梁”

文章的核心提议是在未来的每项研究中都加入共享的标准参照样本,并利用“样本-参照比率”计算方法进行数据整合。

两类“万能标尺”

供体来源混合血浆:最接近真实人体样本,包含天然蛋白质结构,能兼容主流检测技术。其挑战在于需要全球协作确保供体多样性和批次间一致性,并解决运输和伦理问题。方案是建立全球共享库,严格筛选供体,标准化采集流程。
合成参照样本:成分高度可控,批次一致性极佳,可无限量产。难点在于难以完全模拟真实血浆的复杂性(非蛋白组分、天然PTMs、蛋白互作等),对某些技术的兼容性待验证。方案是使用重组蛋白结合同位素标记技术,实现精准定量和稳定性监控。
“通用语言”样本-参照比率:将研究样本与同批次参照样本的蛋白质测量值转化为比值。这如同为不同“方言”提供了统一的“普通话”翻译,能有效消除技术差异带来的变异,实现跨平台、跨研究的直接比较(图3),同时成为评估实验质量的关键指标。

图3参考样品在实现不同循环血液蛋白质组数据集之间可比性方面的潜力

03
行动计划与未来蓝图

团队基于此思路制定了初步的实施路径(图4)
  • 启动阶段优先联合权威计量机构,建立全球共享的供体血浆库。
  • 精选20-30个核心血液蛋白,加入其同位素标记版本作为“内参卫士”。
  • 建议每个实验批次必须包含3-4份参照样本,用于校正实验和数据分析的批次效应。
  • 倡导将参照样本数据作为研究数据的一部分公开共享。
  • 预计此举仅增加约5%的检测成本,但带来的数据整合价值远超投入。

    图4 循环血液蛋白质组学研究中参考物质的初步标准化框架

    04
    血液蛋白质组学标准化新框架
    这一框架的意义重大而深远。
    • 解锁数据金矿,让海量数据能与全球研究无缝整合,挖掘更深层次的生物学奥秘。
    • 加速临床转化,提高生物标志物研究的可靠性和效率,推动血液蛋白质检测更快进入临床应用。
    • 推动技术进化,为评估新旧平台性能提供客观基准。
    • 奠定全球协作基石,由中国科学家牵头,欧美多国顶尖团队共同参与,在HUPO组织支持下,为全球数据共享建立新范式。

    结语

    构建循环血液蛋白质组学的标准化参照框架,不仅是技术层面的优化,更是推动该领域发展、实现精准医学目标的重要基础。这一由国际研究团队提出的初步方案,为整合现有数据资源、建立统一的分析标准迈出了关键的第一步,为后续研究奠定了基础。

    西湖大学博士后蔡雪为本文章第一作者,西湖大学医学院研究员郭天南为最后通讯作者。
    本研究项目受到了国家自然科学基金、浙江省“尖兵”和“领雁”研发攻关计划、 π-Hub项目、西湖大学未来产业研究中心和西湖教育基金会的资助和支持。

    西湖大学医学院郭天南课题组 (guomics.com) 长期从事蛋白质组学相关研究,联合人工智能,解析生物过程的原理,助力疾病诊疗。团队诚邀有志于AIVC研究的优秀本科生、研究生及博士后研究人员加盟!