1. 蛋白相互作用实验分析工程导论
蛋白相互作用（Protein–Protein Interaction, PPI）研究并不是“跑一次免疫共沉淀，看一条条带”这么简单。它本质上是一条从生物学问题出发，经过样本与诱饵设计、实验捕获、质控、质谱检测、数据清洗、统计判定、网络分析，最终回到可解释的生物学结论的工程链路。本课程把这条链路当作一个可设计、可度量、可复现的“工程系统”来对待，而不是把它当作若干孤立实验技巧的集合。
课程目标：从“会做实验”到“能交付结论”
本课程希望学员最终具备三项能力。第一，设计能力：面对“A蛋白是否与B蛋白互作”“某诱饵在特定细胞状态下的互作组是什么”这类问题，能选择合适的实验策略（亲和纯化-质谱 AP-MS、免疫共沉淀 Co-IP、邻近标记 BioID/APEX、酵母双杂交 Y2H、交联质谱 XL-MS 等），并明确每种方法的假阳性与假阴性来源。第二，分析能力：能从原始谱图或搜库结果出发，完成污染物过滤、对照比较、丰度归一化、显著性判定与互作置信度打分。第三，交付能力：能输出一份包含实验条件、参数、质控指标、候选互作列表与判定依据的可复现报告。
工程化思维：把实验当作可复现的流水线
工程化思维的核心是输入—处理—输出—质控四要素明确。以 AP-MS 为例，输入是“诱饵构建体 + 对照 + 细胞裂解液”，处理是“亲和捕获 + 洗涤 + 酶切 + LC-MS/MS”，输出是“肽段与蛋白鉴定表”，质控则贯穿全程：裂解效率、捕获效率、背景污染、重复性。任何一个环节缺少量化指标，结论就不可信。
工程化还要求对照先行。没有对照的 PPI 实验几乎无法区分“真实互作”与“非特异结合”。常见对照包括：空载体对照（排除标签与树脂背景）、无关诱饵对照（排除蛋白家族共性结合）、以及生物学重复（评估技术波动）。在分析阶段，对照决定了背景模型，进而决定候选互作的判定阈值。
1. 每个实验条件必须有可追溯的元数据（细胞系、处理、裂解缓冲液、抗体/标签、质谱参数）。
2. 每个结论必须有对照支撑，并给出置信度而非“有/无”的二元判断。
3. 每个流程必须可复现，包括软件版本、数据库版本与关键参数。
实验分析全流程概览
下面这张图把 PPI 实验分析工程的主干链路、关键输入输出与质控点放在同一视图中，便于建立全局认知。图中“样本与诱饵设计”决定后续所有分析的可解释性；“捕获与质谱”产生原始数据；“数据清洗与统计”把信号转化为候选互作；“网络与生物学解释”把候选列表还原为机制假设。
关键术语与数据标准
在进入具体实验之前，需要统一几个高频术语。诱饵（bait）是被固定或标记用于捕获互作蛋白的目标蛋白；猎物（prey）是被捕获到的潜在互作蛋白。背景蛋白（background）指在对照中同样被富集、通常由非特异结合或污染物造成的蛋白。唯一肽段数（unique peptides）是判断蛋白鉴定可信度的核心指标之一，通常要求 ≥2 才纳入定量分析。FDR（false discovery rate）是肽段/蛋白鉴定层面的错误发现率控制，常用 1%。
数据标准方面，建议遵循以下约定：蛋白标识优先使用 UniProt AC 而非基因名，避免同义词歧义；谱图数据使用 mzML，鉴定结果使用 mzIdentML 或标准 TSV；互作证据建议采用 PSI-MI 语义或 MIscore 体系；定量结果必须附带归一化方法与缺失值处理策略。这些标准看似繁琐，但它们是跨批次、跨平台比较的前提。
从“候选列表”到“可解释结论”
得到候选互作列表只是中间产物。真正的工程交付需要回答三个问题：这些互作是否具有生物学一致性（如是否富集到已知复合物或通路）？是否具有剂量或状态依赖性（如随处理时间变化）？是否可被正交实验验证（如 Co-IP 反向验证、PLA 或 BiFC）？因此，分析流程的末端必须包含网络分析与正交验证设计，而不是止步于一张候选表。