总裁专访 | 蛋白质组学新里程

分享到微信朋友圈

打开微信，点击底部的“发现”，

使用“扫一扫”即可将网页分享到朋友圈。

分享： 2021/03/05 15:13:06

2020年是蛋白质组学发展关键的一年，全球新冠疫情突显了蛋白质组学在应对公共卫生危机中的临床应用。人类可以从这次新冠疫情中汲取许多经验，毫无疑问地，这些将在未来几年内影响蛋白质组学发展。近日，Technology Networks与布鲁克·道尔顿生命科学质谱执行副总裁Rohan Thakur博士进行了交流，讨论了蛋白质组学的研究现状以及蛋白质组学在新冠疫情研究中发挥的作用。

Rohan Thakur：我认为HUPO Connect 2020大会有两个特别的亮点：PaSER的推出和实现真正意义上的单细胞分析。

首先是PaSER的推出，这是我们IPA并购的第一款基于GPU强大数据处理功能的搜索引擎软件。PaSER适用于翻译蛋白质组学，其涉及到很多运算并产生的文件格式较大。当您进行搜库时，这些生成的大量数据集将遇到很多问题，如假阳率等。PaSER致力于解决减少搜库时间以至于花费更少的时间用在数据分析上。

间由传统60-90分钟的运行缩短到11分钟。例如Roman Fischer博士和Andrew Webb博士的研究就利用timsTOF Pro成功缩短了分析时间。

布鲁克于2020年5月8日完成了与IPA的资产并购，并在HUPO 2020大会推出了新产品PaSER，实现了“实时数据采集与分析”功能，当数据采集完成时很快即可以获得蛋白与肽段信息。

第二个亮点是Matthias Mann教授发表了关于单细胞蛋白质组学在原型系统上取得了早期数据。从这个系统得到的单细胞的数据实现真正的单细胞蛋白质组学分析，而不是仅仅将多个细胞放在一起并称之为单细胞分析。这是蛋白质组学中一个突破性成就，Matthias展示的数据非常让人震撼。

Rohan Thakur：Catherine Wong（黄超兰）教授在《Nature Communications》上发表的一篇关于COVID-19的研究论文。他们利用timsTOF Pro得到蛋白质组学数据并提出了新冠肺炎两阶段的发病机制。

Rohan Thakur：由于许多软件都是为分析小型数据而编写的，所以我们现在面临最根本的挑战是如何处理成爆发势态的海量数据。如果需要比较蛋白质组学与基因组学，您需要通过取得基因组学、蛋白质组学、糖组学、代谢组学等一系列数据，比较多组学数据才能提供生物护照或完整个人报告，这也是为什么个性化医疗从五年前开始如此流行的原因。

近年来，蛋白组学处理数据速度不同往昔，高速的数据采集与处理允许您首先决定蛋白质组学研究数据是否合理。科学家们可以成功进行全群体的蛋白质组学研究，这些在短短两三年内取得的进步，实际正在改变人们对数据的看法，我认为这是我们所有人都面临的挑战。

Rohan Thakur：MetaboScape是布鲁克代谢组学分析的关键软件包，SCiLS是一款出色的成像软件。在MALDI-2发布后，我们使用SpatialOMx从一个组织样本中收集蛋白质组学和代谢组学数据。通过综合这些信息并将其提供给技术人员、病理学家或肿瘤科医生，他们可以根据治疗或疾病进展来查看不同的分子特征，并决定如何进行个性化治疗。

这就是我们正在进行的工作——连接软件生态系统，为用户提供各组学间的无缝体验，加速或扩宽用户决策过程并提供更合理的治疗方案。但是，目前生成的海量数据只会带来新的问题，还不能帮助科学家做出具有可行性的决定，这也是布鲁克主要想解决的目标。