蛋白组学实验怎么做：实验室新人必看的样品前处理与质谱分析全流程指南

蛋白组学这个词听起来很唬人，对吧？好像是需要博士学位+十年经验才能碰的东西。但其实只要你一步步跟着走，从细胞培养到质谱出结果，这条路上每个坑我都帮你标注好了。这篇指南就是为你准备的，读完它，你至少不会再在实验室里对着离心管发呆。

一、蛋白组学是什么？一句话先给你吃颗定心丸

蛋白组学（Proteomics）说白了就是：在你感兴趣的生物样本里，把所有蛋白质都找出来、数清楚、看看它们的状态有没有变化。它和基因组学的区别在于——基因基本是固定的，但蛋白质每天都在变，受环境、疾病、药物影响极大。

你做蛋白组学，通常是为了回答一个问题：“我的实验处理到底改变了哪些蛋白的表达或修饰？”

二、样品前处理：整个实验最关键的环节，没有之一

2.1 样品收集与保存

细胞样品：

细胞是蛋白组学最常见的起点。这里有个很多新人会犯的错误——贴壁细胞直接用胰酶消化就收样。别这么干！

胰酶本身就是一种蛋白酶，它会开始切割你的目标蛋白，而且消化时间不好控制，不同细胞系所需的消化时间差异很大。正确的做法是：

方法一（推荐）：直接刮取法
1. 吸去培养基，用预冷的 PBS 轻轻洗涤细胞 2 次
2. 加入预冷的 PBS，用细胞刮板将细胞刮下
3. 转移至离心管，4°C、300g 离心 5 分钟
4. 去上清，用 PBS 再洗一次
5. 去上清，得到细胞沉淀
6. 液氮速冻，-80°C 保存

方法二：直接裂解法（如果后续要做磷酸化蛋白组学）
1. 吸去培养基，冰上预冷 PBS 洗 2 次
2. 直接加入含蛋白酶抑制剂和磷酸酶抑制剂的裂解液
3. 冰上裂解 15-20 分钟，期间涡旋震荡几次
4. 4°C、14000g 离心 15 分钟
5. 取上清即为蛋白提取物

组织样品：

组织比细胞麻烦一些，因为你要先匀浆。核心原则就四个字——全程冰上。

组织处理步骤：
1. 取新鲜组织，用预冷 PBS 冲洗表面血迹
2. 称重记录（重要！后续要用来计算蛋白浓度）
3. 剪成小碎片（越小越好，最好 1-2mm³）
4. 加入裂解液（组织:裂解液 ≈ 1:9 w/v）
5. 使用组织匀浆仪或玻璃匀浆器彻底匀浆
   - 玻璃匀浆器：冰上匀浆 30-50 次
   - 超声匀浆：冰上 300W，脉冲 10秒开/20秒关，循环 10-15 次
6. 4°C、14000g 离心 15-20 分钟
7. 取上清，测浓度，分装后 -80°C 保存

血液/血清/血浆样品：

血液样品有一个你必须知道的坑：溶血。红细胞破裂后会释放大量血红蛋白，严重干扰质谱检测。所以：

采血后尽快分离血浆/血清（2小时内）
离心条件：2000-3000g，10分钟，4°C
避免剧烈震荡
如果有溶血迹象（上清变红），果断重采

2.2 蛋白定量

样品收好了，接下来你得知道每管里有多少蛋白。常用的方法有：

方法	优点	缺点	适用场景
BCA 法	抗干扰能力强，操作简单	受去垢剂干扰（如 SDS）	常规样品
Bradford 法	快速便宜	不同蛋白响应差异大	初步估算
Lowe 法	适合低浓度样品	操作稍复杂	微量样品

BCA 法实际操作步骤（实验室最常用的）：

1. 配制工作液：50 份 BCA 试剂 A + 1 份 BCA 试剂 B
   （现用现配，室温避光保存可用 24 小时）

2. 制作标准曲线：
   BSA 标准品（2 mg/mL）用裂解液/PBS 做系列稀释：
   0、0.125、0.25、0.5、0.75、1.0、1.5、2.0 mg/mL
   每个浓度做 3 个复孔

3. 样品处理：
   - 取 2-5 μL 样品（根据预估浓度调整）
   - 补裂解液或 PBS 至 25 μL
   - 每个样品做 3 个复孔

4. 加工作液：每孔加 200 μL BCA 工作液

5. 孵育：37°C 孵育 30 分钟（或室温 2 小时）

6. 测吸光度：酶标仪读取 562 nm 处的 OD 值

7. 计算：根据标准曲线计算样品蛋白浓度

这里有个重要的细节：如果你用的是 RIPA 裂解液，里面的 SDS 会干扰 BCA 测定。这时候有两个选择：

用 Bradford 法（对 SDS 耐受性较好，最多耐受 5%）
把样品稀释后再做 BCA（稀释 10 倍以上，SDS 干扰就小了）

2.3 蛋白变性、还原、烷基化——三步搞定

这一步是下游酶切的前置操作，目的是把蛋白质”打开”、”锁住”，让酶切更高效。

标准三步处理流程：

第一步：变性
- 取适量蛋白样品（建议上样量 20-100 μg）
- 加入 8M 尿素缓冲液（50mM NH₄HCO₃，含 8M 尿素）
- 终浓度尿素约 4-8M
- 涡旋混匀，室温孵育 15-30 分钟

第二步：还原
- 加入 DTT（二硫苏糖醇）至终浓度 5-10mM
- 56°C 孵育 30 分钟
- 作用：打断二硫键，让蛋白质完全展开

第三步：烷基化
- 冷却至室温
- 加入 IAA（碘乙酰胺）至终浓度 10-15mM
- 室温避光孵育 30 分钟
- 作用：封闭游离巯基，防止二硫键重新形成
- 注意：IAA 见光易分解，操作要避光！

为什么要这么做？ 想象一下，蛋白质像一个揉成一团的毛线球，二硫键是扎紧毛线的橡皮筋。不拆掉橡皮筋、不把毛线球展开，酶就切不动。变性与还原就是把橡皮筋拆掉，烷基化就是把剪开的毛线头封好，防止它再缠回去。

2.4 酶切（Digestion）——最常用的方案

酶切是把蛋白质切成肽段的过程，肽段才能被质谱检测。最常用的酶是胰蛋白酶（Trypsin），因为它切得干净、重复性好。

经典 LCL（In-Solution）酶切方案：

第一步：稀释尿素
- 用 50mM NH₄HCO₃ 将尿素浓度稀释至 ≤2M
- 尿素浓度太高会抑制胰蛋白酶活性
- 一般稀释 4-8 倍即可

第二步：加入胰蛋白酶
- 酶:底物比例 1:20 至 1:50（质量比）
- 例如：100μg 蛋白，加入 2-5μg 胰蛋白酶
- 胰蛋白酶推荐用测序级（Sequencing Grade Modified）

第三步：孵育
- 37°C 孵育 4-18 小时
- 时间越长切得越完全，但也要防止过度酶切产生非特异性片段
- 一般过夜（16小时）是最稳妥的选择

第四步：终止反应
- 加入甲酸或 TFA 至终浓度 0.5-1%
- pH 降至 2-3，酶即失活

还有两种常用的酶切方式值得了解：

滤膜辅助样品处理（FASP）： 适合膜蛋白或低起始量的样品。核心思路是用 30kDa 的滤膜截留蛋白，在膜上完成变性和酶切，好处是不用稀释尿素，酶切效率更高。

SDS-PAGE 胶内酶切（In-Gel Digestion）： 先跑胶分离蛋白，切下目标条带或整条胶，脱水后用丙酰胺（Acrylamide）处理，再加入胰蛋白酶。这个方法纯度高、干扰少，但步骤繁琐，适合需要高纯度的场景。

2.5 肽段脱盐与浓缩

酶切后的肽段溶液中含有盐分、尿素等杂质，必须去除，否则进质谱会严重影响信号。

C18 固相萃取（SPE）脱盐方案（最常用）：

材料准备：
- C18 小柱（如 Sep-Pak C18，30mg/1mL）
- 活化液：100% 甲醇
- 平衡液：0.1% TFA / 5% 乙腈（v/v）
- 洗涤液：0.1% TFA
- 洗脱液：80% 乙腈 / 0.1% TFA

操作步骤：
1. 活化小柱：加入 1mL 甲醇，静置 5 分钟后让液体自然流下
2. 平衡小柱：加入 1mL 平衡液，同样让液体自然流下
3. 上样：将脱盐样品（已用 0.1% TFA 稀释）上柱
   - 流速要慢，约 1 滴/秒，确保肽段充分结合
4. 洗涤：加入 1mL 洗涤液，去除盐分和杂质
5. 洗脱：加入 500μL 洗脱液，收集洗脱液
6. 浓缩：用真空浓缩仪（SpeedVac）将洗脱液浓缩至干燥
7. 复溶：用 0.1% 甲酸（含 2-5% 乙腈）复溶肽段
   - 浓度建议 0.5-1 μg/μL
   - 超声 5-10 分钟帮助溶解
   - 14000g 离心 10 分钟，取上清进样

三、质谱分析：从进样到数据的完整链路

3.1 质谱仪的基本组成

别被质谱仪吓到，它本质上就是个”称重机”——把肽段离子化后，测量它们的质量电荷比（m/z）。主流厂商是 Thermo Fisher、Agilent、Waters，核心仪器是 Orbitrap 系列和 Q-TOF 系列。

质谱工作流程简化版：

样品 → 液相色谱分离 → 电喷雾离子化（ESI）→ 
质量分析器（分析 m/z）→ 检测器 → 数据系统

3.2 液相色谱-质谱联用（LC-MS/MS）

蛋白组学几乎都在用 LC-MS/MS。为什么要先过液相色谱？因为一个复杂样品里有成千上万种肽段，同时进质谱会”挤爆”检测器。色谱先把它们分开，一个一个进来检测。

典型的 nanoLC 系统设置：

柱：C18 反相柱，75μm 内径，15-25cm 长，3μm 颗粒
流动相 A：0.1% 甲酸水溶液
流动相 B：0.1% 甲酸乙腈溶液

梯度洗脱示例（60-120分钟梯度）：
0 min    →  3% B  （上样）
10 min   →  8% B  （清洗柱头）
10-80 min→  8%→35% B  （主要分离梯度）
80-90 min→  35%→80% B  （强洗脱）
90-95 min→  80% B  （柱清洗）
95-100 min→ 3% B  （重新平衡）

流速：300-500 nL/min（纳升流速，信号更强）
柱温：40-50°C
进样量：2-10 μg 肽段

3.3 数据采集模式

常见的采集模式有两种：

Data-Dependent Acquisition（DDA）——最常用 先做一个全扫描（MS1），选出信号最强的前 N 个肽段离子，对它们逐一做碎裂和二级扫描（MS2）。优点是能识别更多蛋白，缺点是低丰度蛋白容易被高丰度蛋白掩盖。

典型 DDA 参数设置：
- 分辨率（MS1）：120,000（Orbitrap）
- 分辨率（MS2）：30,000-60,000
- 碰撞能量：HCD，NCE 27-30%
- 动态排除时间：30-60 秒
- Top N：最多选取前 15-20 个母离子进行碎裂

Data-Independent Acquisition（DIA）——近年流行 把整个质量范围分成很多小窗口，每个窗口内的所有离子统一碎裂、统一检测。优点是重复性好、数据完整性高；缺点是需要特殊的数据库查询方法。

典型 DIA 参数设置（SWATH 模式）：
- 质量范围：350-1500 m/z
- 窗口宽度：8-25 Da
- 分辨率（MS1）：60,000
- 碰撞能量：以 25Da 窗口为例，中心能量 27，跨度±10
- 动态排除：关闭（因为是系统性采集）

3.4 质谱数据预处理

质谱仪出的原始数据是 .raw（Thermo）或 .d（Agilent）格式，你需要转换成开放格式才能用软件处理。

常用转换工具：

1. Proteome Discoverer（Thermo 官方，付费）
   - 直接读取 .raw 文件
   - 自带搜索引擎 Sequest

2. Trans-Proteomic Pipeline（TPP，免费开源）
   - 用 proteomescannner 转换格式
   - 用 pepXML 和 PeptideProphet 做概率分析

3. MaxQuant（免费开源，强烈推荐新手使用）
   - 直接读取 .raw 文件
   - 自带 Andromeda 搜索引擎
   - 一站式完成搜索+定量+差异分析

3.5 数据库搜索

搜索就是把实验得到的质谱图，和理论上的肽段质谱图进行比对。需要的核心信息：

物种数据库：比如人源就用人蛋白质组数据库（UniProt Human）
酶切规则：胰蛋白酶，允许 1-2 个未切割位点
修饰设置：
- 固定修饰：C 氨甲基化（IAA 修饰，+57.0215 Da）
- 可变修饰：M 氧化（+15.9949 Da）、N 端乙酰化（+42.0106 Da）
- 磷酸化（+79.9663 Da）——如果是磷酸化蛋白组学必须加
质量容差：前体离子 10-20 ppm，碎片离子 0.02-0.05 Da

MaxQuant 搜索参数示例：
Enzyme: Trypsin/P
Missed cleavages: 2
Fixed modifications: Carbamidomethyl (C)
Variable modifications: 
  - Oxidation (M)
  - Acetylation (Protein N-term)
  - Phosphorylation (STY) [可选]
Mass tolerance precursor: 4.5 ppm
Mass tolerance fragment: 20 ppm
FDR: 1%（基于 PSM 和 protein-level）

四、定量分析：从数据到生物学发现

4.1 标记定量 vs 非标记定量

SILAC（稳定同位素标记） 细胞在含重氨基酸的培养基中培养多代，蛋白质自然掺入重标签。不同条件的细胞混合后上机，同一肽段会出现轻/重两个峰，峰面积比就是表达量比。

SILAC 标记策略：
- 轻标签：正常赖氨酸（K）和精氨酸（R）
- 中间标签：⁶D-K 和 ⁶D-R（+6Da）
- 重标签：¹³C₆-K 和 ¹³C₆R（+10Da）
- 至少培养 5-6 代确保标记效率 >98%
- 混合比例：1:1

TMT/iTRAQ 标记定量 在肽段水平加上同位素标签，不同条件的样品分别标记后等量混合，一起上机。标签报告离子的强度比反映表达差异。

TMT 16-plex 实验设计示例：
- 8 个实验组 × 2 个生物学重复 = 16 个通道
- 每个通道标记不同的 TMT 标签（113-127）
- 标记后等量混合，分成两路：
  - 一路直接进 LC-MS/MS
  - 一路做富集（如磷酸化肽段用 TiO₂ 富集）

Label-Free 定量 不做任何标记，不同样品分别上机，用肽段峰面积或谱图计数（MS1 level）来定量。最简单、最便宜，但对上机重复性要求高。

Label-Free 定量关键要点：
1. 样品处理要尽可能一致（减少技术误差）
2. 上机顺序要随机化（避免批次效应）
3. 至少 3 个生物学重复（统计需要）
4. 建议使用内标或 QC 样品监控仪器稳定性

4.2 差异蛋白分析

搜完数据库、定量完之后，你手里应该有一个蛋白列表，每个蛋白有多个条件下的表达值。接下来就是找差异蛋白。

常用分析工具：

1. Persepe（MaxQuant 配套，免费）
   - 直接读取 MaxQuant 输出结果
   - 自动计算差异蛋白、 volcano plot、热图

2. Proteome Discoverer（付费）
   - 内置统计模块

3. R 语言（灵活，推荐掌握）

用 R 做差异蛋白分析的典型流程：

library(vsn)
library(ggplot2)
library(pheatmap)

# 读取 MaxQuant 结果
data <- read.csv("proteinGroups.txt", header=TRUE, sep="\t")

# 提取表达量数据（假设是 LFQ intensity）
exprs <- data[, c("GeneNames", grep("LFQ intensity", colnames(data), value=TRUE))]

# 对数转换
log_exprs <- log2(exprs[, -1] + 1)

# 计算差异（以两组为例）
group1 <- colMeans(log_exprs[group1_cols])
group2 <- colMeans(log_exprs[group2_cols])
logFC <- group2 - group1

# t 检验
pvals <- apply(log_exprs, 1, function(x) t.test(x[group1_cols], x[group2_cols])$p.value)

# 结果整理
results <- data.frame(
  Gene = exprs[, 1],
  Log2FC = logFC,
  PValue = pvals,
  AvgExpr = colMeans(log_exprs)
)

# 校正 p 值（Benjamini-Hochberg）
results$AdjP <- p.adjust(results$PValue, method="BH")

# 筛选差异蛋白（|Log2FC| > 1 且 AdjP < 0.05）
diff_prots <- results[abs(results$Log2FC) > 1 & results$AdjP < 0.05, ]

# 火山图
ggplot(results, aes(x=Log2FC, y=-log10(AdjP))) +
  geom_point(alpha=0.5, color="grey") +
  geom_point(data=diff_prots, aes(x=Log2FC, y=-log10(AdjP)), 
             color="red", size=2) +
  geom_vline(xintercept=c(-1, 1), linetype="dashed", color="blue") +
  geom_hline(yintercept=-log10(0.05), linetype="dashed", color="blue") +
  labs(x="Log2 Fold Change", y="-Log10 Adjusted P-value",
       title="Volcano Plot of Differential Proteins") +
  theme_minimal()

4.3 功能富集分析

找到差异蛋白后，你需要知道这些蛋白参与了什么生物学过程。常用的工具有：

GO 分析：Gene Ontology，分生物过程（BP）、细胞组分（CC）、分子功能（MF）
KEGG 通路分析：看看差异蛋白富集在哪些信号通路
STRING 网络分析：构建蛋白互作网络，找关键节点蛋白

常用工具：
- DAVID（免费，网页版）
- g:Profiler（免费，网页版）
- Metascape（免费，一站式）
- ClusterProfiler（R 包，可本地运行）

五、新人最容易踩的坑（血泪教训）

5.1 样品降解

这是最常见的失败原因。蛋白一旦开始降解，整个实验就废了。

预防措施：

操作全程冰上进行
裂解液中一定要加蛋白酶抑制剂（每次新鲜配制）
样品分装保存，反复冻融会加速降解
尽量缩短从取样到裂解的时间

5.2 污染

蛋白质组学对污染极度敏感。常见污染源：

污染源	特征	来源
角蛋白	人类角蛋白序列大量出现	皮肤、头发、纤维
酵母蛋白	酿酒酵母序列	试剂、环境
橡胶蛋白	血清白蛋白等	手套

预防措施：

戴手套操作，勤换手套
尽量穿实验服，不要化妆
使用无酶无蛋白的耗材
超净台/生物安全柜内操作

5.3 上样量不足

质谱仪有检测下限，上样太少就是白做。

建议上样量：

DDA 模式：1-5 μg 肽段（nanoLC-MS/MS）
DIA 模式：1-2 μg 肽段
磷酸化蛋白组：10-50 μg 总蛋白（因为磷酸化肽段丰度低）

5.4 批次效应

不同批次上机的数据不能直接比较，因为仪器状态、色谱柱老化程度等都在变化。

应对策略：

尽量同一批次跑完所有样品
如果必须分批，每批都跑一个 QC 样品（混合所有样品的等量混合液）
用 PCA 分析检查批次效应是否明显
必要时用 ComBat 等算法做批次校正

5.5 生物学重复不够

这是很多新人最容易忽视的问题。没有生物学重复，你的统计就无从谈起。

最低要求：

每组至少 3 个生物学重复
组间差异大（如临床样本）建议 5-6 个
生物学重复 ≠ 技术重复！技术重复只能降低技术误差，不能代替生物学重复

六、实验设计检查清单

在开始实验之前，花 5 分钟过一遍这个清单，能避免后续很多麻烦：

□ 研究目的明确：要回答什么问题？
□ 样本类型确定：细胞/组织/体液？
□ 生物学重复数量：每组至少 3 个？
□ 分组设计合理：实验组 vs 对照组？
□ 样品收集方案：如何快速终止蛋白降解？
□ 裂解液配方：是否含蛋白酶/磷酸酶抑制剂？
□ 定量方法：BCA/Bradford？
□ 酶切方案：LCL/FASP/In-gel？
□ 肽段脱盐：C18 SPE？
□ 质谱模式：DDA/DIA/SILAC/TMT/Label-free？
□ 上样量：是否满足质谱检测要求？
□ 数据采集参数：分辨率、碰撞能量、动态排除？
□ 数据库：物种、版本、修饰设置？
□ 分析方法：MaxQuant/Proteome Discoverer？
□ 差异蛋白阈值：Log2FC > ?，AdjP < ?
□ 功能富集分析计划：GO？KEGG？
□ QC 策略：是否安排 QC 样品？

七、给新人的最后几句话

蛋白组学确实有点复杂，但不要被吓到。每个做蛋白组学的专家都曾经是新人，都曾经对着离心机发呆、对着质谱图发愁。

记住三个核心原则：

样品质量决定一切——再好的质谱也救不回降解的样品
重复是科学的底线——没有生物学重复的数据没有统计意义
记录一切——今天你觉得不重要的细节，三个月后你可能根本想不起来

实验室里遇到问题不要怕，多问、多看、多记录。这条路上没有人能一步登天，但只要每一步都走稳了，你离独立完成蛋白组学实验的那天不会太远。加油！

正文

蛋白组学实验怎么做实验室新人必看的样品前处理质谱分析全流程指南