一篇发表在 Proteomes 的观点文章，标题直指学科核心问题：蛋白质组学的研究现状：蛋白质组的定义和分析应基于现实，而非便利.

这篇文章由期刊主编Jens R. Coorssen教授和Matthew P. Padula副教授共同撰写，对当前蛋白质组学研究的方法论基础提出了深刻反思。文章发表后引起了广泛讨论，因为它触及了一个学科长期以来回避的问题：我们真的在研究“真实”的蛋白质吗？

• 文章核心观点：我们研究的是“真实”的蛋白质吗？

目前大多数蛋白质组学研究，依赖从基因组序列推导出的“参考蛋白质组”数据库进行质谱数据搜库。这种做法虽然便捷，但默认了一个前提：蛋白质就是基因序列预测的那个样子。

然而，事实远非如此简单。

一个基因可以通过可变剪接产生多种mRNA，每种mRNA翻译出的蛋白质还可以经历数十种翻译后修饰——磷酸化、糖基化、乙酰化、泛素化、甲基化、SUMO化等等。这些不同形式的蛋白质被称为“蛋白质变体 (proteoforms)”。理论上，每个细胞类型可能存在超过100万种蛋白质变体，而我们实验检测到的，只是冰山一角。

文章指出，如果我们只研究由基因序列“推论”出来的蛋白质，而不是真实存在的蛋白质变体，可能会错过真正关键的生物学信息。作者用了一个生动的比喻：这就好比根据建筑设计图来研究一座建筑，却忽视了建筑实际使用过程中留下的痕迹、改造和磨损——而这些往往才是理解建筑功能的关键。

真正的蛋白质组学，应该研究这些真实存在的蛋白质变体 (proteoforms)，而不是数据库里的“标准答案”。

• 为什么这个问题值得关注？

这个问题不仅仅是学术思辨，它直接关系到研究的可靠性和可重复性。

想象一下：如果一种疾病的标志物是某个蛋白质的特定磷酸化形式，而您检测的是该蛋白的总量，结果可能就是“无显著差异”——即使真正相关的那个变体已经发生了巨大变化。同样，如果一个药物靶点的功能依赖于某种特定修饰，而您在筛选药物时只关注蛋白总量，就可能错过真正有效的候选分子。

这正是很多标志物研究和药物靶点研究难以复现的可能原因之一：用检测总量的方法，去衡量本应关注变体的指标。

文章进一步指出，蛋白质变体的复杂性还体现在另一个层面：不同个体之间，同一蛋白质的修饰谱可能存在差异。这种差异可能是个体化表型的分子基础，也可能是个体对药物反应差异的原因。如果研究停留在“通用蛋白”层面，这些个体化信息就被完全抹去了。

作者呼吁，未来的研究需要在蛋白质变体水平上进行更精细的分析。这不仅需要技术上的突破 (更灵敏的检测方法、更好的富集策略)，更需要研究思路的转变——从“找到了多少蛋白”转向“找到了什么形式的蛋白”。

• 如何实现这种转变？

文章虽然没有给出具体的技术方案，但指出了几个可能的方向：

第一，数据库的改进。现有的参考蛋白质组数据库需要向更全面的蛋白质变体数据库升级，纳入已知的修饰信息和变体形式。

第二，搜库算法的优化。需要开发能够更好匹配修饰肽段的算法，减少因修饰导致的漏检。

第三，实验设计的调整。在研究特定生物学问题时，应有意识地设计针对特定修饰类型的富集策略，而不是只做全蛋白组扫描。

第四，数据报告的标准化。未来的研究论文应该更详细地报告所检测到的蛋白质变体信息，而不是只报告基因水平的鉴定结果。

• 学科启示：回归真实，是蛋白质组学的必由之路

“We choose to go to the Moon in this decade and do the other things, not because they are easy, but because they are hard.”

文章引用肯尼迪总统的这句名言，正是对蛋白质组学未来使命的最好诠释：解析蛋白质组的真实复杂性，无疑是生命科学领域一项“艰难的任务”，但这份艰难的背后，是更精准的疾病诊断、更可靠的生物标志物、更有效的药物研发，以及对生命本质更深刻、更接近真相的认知。

只有放弃“便捷主义”，回归“真实世界”，蛋白质组学才能真正走向成熟，为生命科学与医学带来真正颠覆性的价值。

阅读英文原文：https://www.mdpi.com/2227-7382/12/2/14

• Proteomes 期刊介绍

主编：Jens R. Coorssen, Institute for Globally Distributed Open Research and Education (IGDORE), Canada; Matthew P. Padula, The University of Technology Sydney, Australia

期刊专注于蛋白质组分析的各个方面，特别关注蛋白质组在蛋白质形式 (proteoforms)、功能性生物学单元以及标准氨基酸序列水平上的定量和表征。目前已被Scopus、ESCI (Web of Science)、PubMed等数据库收录。

2024 Impact Factor：3.6

2024 CiteScore：7.2

Time to First Decision：28.6 Days

Acceptance to Publication：5.6 Days

期刊主页：https://www.mdpi.com/journal/proteomes