专访Matthias Mann教授：4D蛋白质组学在临床蛋白组学中的应用前景

Dr.Proteomics 精准医学与蛋白组学 2020-12-24

编辑注 | 我们一直致力于打造蛋白质组学领域最自由的学术交流平台，专家视界是我们的一次尝试。我们会不定期邀请领域内的专家与学者，或分享他们的见解、体验和对未来的展望，内容涉及科研、临床、运用等蛋白质组学各个方向，欢迎关注！

离子淌度分离的引入使得蛋白质组学进入了4D新时代。和常规的3D蛋白组相比，新一代的4D蛋白质组学充分利用了第四维离子淌度（ion mobility）的信息，实现了更加specific的匹配，在扩大检测深度的同时提高了准确性，独特的性能使其成为蛋白组学复杂样本深入研究的利器，使得许多其他科学问题与临床运用的探索成为可能。

最近News Medical针对临床蛋白组学研究的问题，对Matthias Mann教授进行了一次深入的采访，通过访谈内容，我们能详细了解到目前临床蛋白组学研究对人类疾病诊断的重要性以及4D蛋白质组学在临床蛋白组学研究的应用前景。

马克斯普朗克生物化学研究所所长Matthias Mann是蛋白质组学研究领域的一位著名科学家，他在蛋白质组学质谱技术研究方面获得了许多重要的突出成果，改进或者发展了各种新型的技术，曾在Nature Methods，Cell等杂志上发表了一系列研究成果。

采访中，Matthias Mann教授通过几个具体实例阐述了4D蛋白质组学在临床中的独特应用前景：

将Evosep液相与timsTOF Pro联用，最大限度发挥4D蛋白质组学扫描速度和灵敏度的优势，意味着所以可以用更低的进样量和更短的色谱梯度鉴定到更多的蛋白，真正实现高通量临床蛋白组学研究。
4D蛋白质组学高灵敏度与激光微切割技术（Laser Capture Microdissection）结合，将PASEF技术用于FFPE（Formalin Fixed Paraffin-Embedded）样本微小区域组学研究，从而将蛋白组学技术与临床病理学完美结合；
基于timsTOF Pro的4D蛋白组学平台能准确并高度重复测定多肽CCS（碰撞截面积），从而可以利用Machine Learning (机器学习)来预测多肽的CCS，使多肽的鉴定除了时间和精确质量外又多了一个定性的参数，从而多肽的鉴定更可靠，这对将来利用Machine Learning 来对病人进行分型也大有帮助。