第3章 蛋白质组学实验设计：样本制备、标记与非标记定量策略
做蛋白质组学实验，说白了就是一场「从样本到数字」的旅程。样本制备是地基，定量策略是骨架——地基没打牢，后面再怎么折腾也白搭；骨架选错了，再漂亮的质谱数据也讲不出好故事。我最早接手蛋白质组学项目时，就吃过样本制备的亏，冻存时间太长、裂解液没加到位，结果跑出来的基峰图跟心电图似的……嗯，那之后再也不敢糊弄这步了。
这一章我们聚焦三个核心环节：样本制备的关键控制点、标记定量（TMT / iTRAQ）怎么玩、非标记定量（Label‑free）又该怎么搞。最后我会给你一张对比表和一个选择框架，帮你从实验设计阶段就避坑。
3.1 样本制备：决定成败的第一道关口
蛋白质组学对样本质量极其敏感。你想想看，一个杂质峰就能把低丰度蛋白的信号淹没掉。我习惯把样本制备拆成四步：采集→裂解→定量→酶解。每一步都有必须盯死的指标。
3.1.1 样本采集与保存
- 新鲜组织/细胞：离体后30分钟内必须进入裂解或‑80°C冻存。反复冻融是大忌。
- 血液/血浆：去除高丰度蛋白（白蛋白、IgG）后再往下走，否则质谱会直接「看瞎」。
- 植物/微生物：细胞壁破碎是关键，液氮研磨+超声是我最常用的组合。
3.1.2 蛋白提取与定量
裂解液的选择直接决定提取效率。我一般备三套方案：
| 裂解体系 | 适用场景 | 优缺点 |
|---|---|---|
| RIPA（强） | 动物组织、细胞 | 提取效率高，但可能干扰下游酶解 |
| 8M Urea + 2M Thiourea | 难溶蛋白、膜蛋白 | 变性彻底，需稀释后再酶解 |
| SDS / 脱氧胆酸钠 | FFPE样本、微量样本 | 适合低丰度样本，但SDS需严格去除 |
定量我偏爱BCA法——兼容性好，干扰物容忍度高。Bradford虽然快，但遇到去垢剂含量高的样本偏差很大。
3.1.3 酶解：把蛋白切成肽段
Trypsin是当之无愧的主力，切割K/R的C端。但有个坑：如果样本里残留了高浓度尿素（>1M），Trypsin活性会被严重抑制。我建议先用Zeba脱盐柱或者丙酮沉淀把体系置换到50mM NH₄HCO₃里，再酶解过夜。
# 我的标准酶解参数
蛋白量： 50–200 μg
Trypsin： 1:50（酶:底物，w/w）
温度： 37°C
时间： 16–18 h（过夜）
终止： 10% TFA 调至 pH<33.2 标记定量策略：TMT 与 iTRAQ
标记定量的核心思路是：给不同样本的肽段「贴」上不同的质量标签，然后混合进一针质谱，通过报告离子的强度来比较丰度。好处是通量高、批间误差小；坏处是试剂贵、标记效率需要验证。
3.2.1 TMT（Tandem Mass Tag）
Thermo的看家技术。目前能做到最高16标（TMTpro），一步跑完16个样本。每个标签由平衡基团+报告基团组成，在一级质谱中看起来质量一样，只在二级碎裂后才释放出不同质荷比的报告离子。
- 优势：通量极大，适合大队列；批内CV很低。
- 劣势：压缩效应——如果样本背景复杂，报告离子强度会被干扰稀释。
- 我踩过的坑：曾经用TMT 6标做血浆样本，高丰度蛋白的干扰直接让低丰度蛋白的定量比变成了1:1……后来加了预分馏和HPE（高pH反相分级）才缓解。
TMT 标记流程（简化）：
1. 还原烷基化 → 酶解 → 脱盐
2. 每管加入对应TMT标签（溶剂为无水乙腈）
3. 室温反应1 h，加羟胺淬灭
4. 混合所有标记样本，脱盐，上机3.2.2 iTRAQ（Isobaric Tags for Relative and Absolute Quantitation）
SCIEX的经典方案，最多8标。原理和TMT类似，但报告离子的质量范围更低（113–121 Da）。iTRAQ在磷酸化蛋白质组学中使用较多，因为报告离子与磷酸化中性丢失不冲突。
- 与TMT的关键区别：iTRAQ的试剂在二级质谱中碎裂效率稍低，但兼容性更好（Triple TOF平台首选）。
- 适用场景：8标以下的中等通量项目，尤其是利用SCIEX仪器的实验室。
3.3 非标记定量策略：Label‑free
Label‑free不依赖化学标签，每针样本独立进样，通过比较MS1的肽段峰面积（XIC）或者谱图计数（Spectral Count）来实现相对定量。说白了，就是让质谱「硬碰硬」地比信号强度。
3.3.1 数据采集模式
- DDA（数据依赖性采集）：topN模式，依赖丰度最高的前N个母离子。适合深度覆盖，但定量缺失值较多。
- DIA（数据非依赖性采集）：窗口方式碎裂所有母离子。定量更完整，但对数据处理软件要求高。
我个人做Label‑free更喜欢DIA模式，尤其在大队列中，缺失值少，统计功效高。但前提是你要熟悉Spectronaut或者DIA‑NN的操作。
3.3.2 关键控制点
| 控制点 | 要求 | 为什么重要 |
|---|---|---|
| 进样量一致 | 每针蛋白量偏差 <10% | Label‑free直接比信号，进样量差异会淹没真实生物变化 |
| 梯度稳定 | 同一批次使用相同梯度 | 保留时间偏移超过1 min就会导致匹配失败 |
| QC样本 | 每8–10针插入一针混合QC | 用于监测信号漂移和校正 |
| 最大进样数 | 建议每批次 <48针 | 超过后色谱柱性能下降，信号衰减明显 |
3.4 定量策略选择：一张表讲透
面对一个项目，到底选TMT还是Label‑free？我建议你从三个维度考量：通量需求、预算、可接受的缺失率。
| 对比维度 | TMT | iTRAQ | Label‑free |
|---|---|---|---|
| 最大通量 | 16标（TMTpro） | 8标 | 无上限，但建议<48针/批 |
| 定量精度 | 高（批内） | 中高 | 中（依赖归一化） |
| 缺失值 | 低（混合进样） | 低 | 高（DDA） / 低（DIA） |
| 试剂成本 | 高（约500–1000元/样本） | 高 | 低（仅耗材） |
| 操作复杂度 | 高（标记+混合） | 高 | 中（注重批内一致） |
| 适用场景 | 大队列、差异表达筛选 | 中等队列、磷酸化 | 单样本深度分析、大队列DIA |
「样本多、预算足、要精度 → TMTpro」
「队列中等、仪器是SCIEX → iTRAQ」
「想省钱、能控好批间差 → Label‑free DIA」
3.5 从制备到定量的完整流程
下面这张图概括了从样本到定量矩阵的完整逻辑线。你可以把它贴在实验台边当作战地图。
每次设计实验前，从顶部「样本制备」开始逐层确认：你的样本质量过关了吗？酶解效率测过吗？如果选TMT，标记效率验证做了吗？如果选Label‑free，QC方案写进项目计划了吗？按这个流程检查一遍，基本不会翻车。
3.6 小结：实验设计就是「预判风险」
蛋白质组学的实验设计不是一次性的选择题，而是一连串的风险控制。样本制备阶段，我建议你多花30分钟做预实验验证裂解效率；定量策略选择上，结合你的队列规模、仪器平台和预算做权衡——没有完美的方案，只有最适合你当前项目的方案。
你想想看，一个精心设计的实验，数据跑出来之后你做统计检验时P值整整齐齐，那种感觉，比调了一周参数最后模型收敛还爽。反过来，如果设计阶段埋了雷，后期怎么补救都回天乏术。我在早期项目里吃过亏，后来养成了「设计评审」的习惯：实验前花一天时间把所有环节推演一遍，列好检查清单，再动手。