企业官网建设流程全解析

如果你接触过蛋白质组学，不管是在实验室里跑样品，还是只看过几篇组学文献，质谱这四个字大概是绕不开的。我第一次碰质谱，是研一时候帮师兄做蛋白鉴定，那时候对MALDI-TOF和ESI-MS/MS的概念一头雾水，只知道把靶板推进仪器，等几分钟出一堆峰，然后师兄对着电脑说“这个是某某蛋白”。后来轮到自己接手课题，才慢慢意识到，这些峰背后是一整套从电离、质量分析、碎裂到数据库搜索的逻辑。这篇文章就想把这些基础东西掰开讲清楚：MALDI-TOF和ESI-MS/MS到底在蛋白质组学里扮演什么角色，肽段是怎么被鉴定出来的，定量又是怎么实现的。适合刚进组的同学、想补质谱底子的生物背景研究者，以及所有对蛋白质组学“知其然而不知其所以然”的人。

1. 蛋白质组学为什么绕不开质谱

1.1 蛋白质是功能的执行者，但测起来很麻烦

基因组测序告诉我们“可能有什么”，转录组测序告诉我们在RNA水平“可能正在准备什么”，但真正干活的往往是蛋白质。跑通一条信号通路、催化一个代谢反应、维持细胞骨架，靠的都是蛋白质直接执行。问题在于，蛋白质的丰度、修饰状态和亚细胞定位，和mRNA水平并不是严格对应的关系，有时候mRNA上调了但蛋白根本没变，有时候蛋白被磷酸化修饰激活了但总量一点没变。所以想真正理解一个生物学过程，蛋白层面必须要看。

但蛋白本身不好测。二十种氨基酸排列组合出成千上万的蛋白，没有PCR那样能直接扩增蛋白的手段，抗原抗体反应又只能针对已知靶标。质谱是少有的高通量、无偏方法：它不依赖预先知道你要找什么，而是直接把肽段的质量和碎裂信息变成可计算的数字，再通过这些数字去数据库里匹配出蛋白身份。这也是为什么蛋白质组学里讨论质谱的篇幅永远占大头。

1.2 主流玩法叫Bottom-up，先切成肽段再鉴定

现在做蛋白质组学，绝大多数是Bottom-up策略，中文常叫“自下而上”或“鸟枪法”。思路很直白：完整蛋白太大，而且不同蛋白的溶解性、分子量差异巨大，直接进质谱既难电离又难碎裂，数据库匹配也不现实。所以先把蛋白用蛋白酶（最常用胰蛋白酶）切成十几到几十个氨基酸的肽段，再对这些肽段做质谱分析，最后通过肽段的序列拼回蛋白身份。

肽段做质谱有几个天然优势：分子量小，ESI电离效率高，碎裂模式更规律（主要在肽键处断裂），而且液相色谱能很好地分离它们。整套流程下来，一套体系可以同时鉴定几千甚至上万个蛋白，这在完整蛋白层面几乎做不到。所以理解蛋白质组学质谱，本质上是理解“如何让肽段在质谱里被看见、被测量、被匹配”。

1.3 电离方式是整个故事的起点

质谱里有个核心概念：质谱只能测量气相离子，样品不管原来是什么状态，先进去一定得变成“带电的气体分子”。这一步骤叫电离。蛋白质组学里最常见的两种电离方式，就是MALDI和ESI。名称看起来吓唬人，但本质只解决一个问题：让一个不挥发、不耐热的蛋白或多肽，变成能飞进质量分析器里的离子。

MALDI和ESI的发明者后来都拿了诺贝尔化学奖（2002年，与Fenn和Tanaka相关），足见这一步对整个生命科学领域有多关键。而这两者分别对应了两种完全不同的应用场景：MALDI适合快速、相对简单的样品；ESI则适合和液相色谱联用，做深度、高通量的组学鉴定。搞清楚二者的分工和原理，后面所有内容都好理解。

2. MALDI-TOF实测盘点：它能干什么，不能干什么

2.1 原理级的理解：基质、激光与飞行时间

MALDI全称是基质辅助激光解吸电离，读起来长，拆开就好懂了。样品先和大量的小分子基质（如CHCA或SA）混合，滴在金属靶板上干燥，形成共结晶。然后仪器里一束激光（通常是氮气激光337 nm或固体激光355 nm）打到结晶上。基质的作用是吸收激光能量，它吸收效率远超分析物本身；激光轰击瞬间，基质发生相变和膨胀，把样品“带”到气相，同时完成质子转移，让分析物带上电荷。整个过程是“软电离”，也就是说肽段或蛋白基本不会被打碎，看到的通常是完整的分子离子峰，比如[M+H]+。

TOF是飞行时间质量分析器。原理特别朴素：所有离子先在同一加速电场里获得相同的动能，然后飞过一根一定长度的无场飞行管。质量轻的飞得快，质量重的飞得慢，记录从起始到检测器的时间，换算即可得到质荷比（m/z）。加一个反射器（reflectron）可以纠正初始动能分散，分辨率能显著提升。

信息量很大，但MALDI-TOF操作上有个很直观的体验：把靶板送进仪器，点几个孔，几秒钟出一张质谱图。这也是它“快”的来源。

2.2 MALDI-TOF的几个典型应用场景

在实际工作中，MALDI-TOF最常见的角色不是深度蛋白质组学，而是“快速鉴定已知身份”。几个典型场景我现在都还在用：

• 蛋白纯品验证：表达纯化一个重组蛋白，想知道分子量对不对、有没有降解，MALDI-TOF点一下就能看到主峰，非常省事。相比SDS-PAGE，它还能给出精确的质量偏差。
• 肽质量指纹图谱（PMF）：把蛋白胶条切下来酶切，提取肽段，MALDI-TOF测出所有肽段的精确质量，再和理论酶切肽段列表比对。这个方法是早期的蛋白鉴定思路，现在做单个蛋白鉴定仍然有用。
• 微生物鉴定：临床和疾控常用的微生物质谱鉴定，本质上也是MALDI-TOF测微生物蛋白指纹，再和数据库比对，几秒就能定到属/种。这是MALDI-TOF目前商业化最成功的应用之一。
• MALDI成像：组织切片上覆盖基质，逐点扫描，可以绘制某种肽段或蛋白在组织里的空间分布。这个方向很热门，本质还是MALDI在二维空间上的逐点质谱采集。

2.3 为什么组学深度鉴定不能只靠MALDI-TOF

MALDI-TOF虽然快，但有明显的天花板。最大的问题是离子抑制效应：复杂样品里大量组分一起进入离子源时，丰度高的会抑制丰度低的响应，导致低丰度肽段根本看不到。它和液相色谱的联用又不像ESI那么自然，因为MALDI是脉冲式电离，需要一个靶板收集馏分再逐个点样，通量和动态范围都吃亏。

还有一个限制是串联质谱能力相对弱。做序列鉴定时，单纯一个肽段的分子量信息往往不够，需要把肽段进一步碎裂并测碎片离子，而这恰恰是深度组学的核心需求。MALDI-TOF也有TOF/TOF串联模式，但做大规模组学鉴定时，效率和灵敏度还是不如ESI-MS/MS的体系。所以现在主流蛋白质组学实验室里，MALDI-TOF更多是辅助工具，深度鉴定的绝对主力是ESI-MS/MS。

3. ESI-MS/MS工作流一步步拆给你看

3.1 ESI是怎么“软”电离出多电荷离子的

ESI叫电喷雾电离，名字同样直白。肽段溶液通过一根很细的喷针，针尖施加高电压（通常是2-5 kV），溶液在电场中形成泰勒锥，然后在尖端脱出带电液滴。一路辅以加热干燥气或鞘气，液滴不断蒸发变小，表面电荷密度急剧升高，当电荷排斥力超过液滴表面张力时，就会发生“库仑爆炸”变成更小的液滴，重复这个过程，最终溶质以气相离子形式进入质谱。

ESI最妙的一点是它产生的离子经常带多个电荷，比如一个分子量2000 Da的肽段，带2个电荷时m/z只有约1000。这样即使样品分子量再大，也能落在大多数质量分析器可测量的范围里，这也是完整蛋白质也能用ESI测量的原因。另外，ESI是连续进样，天然适合连接液相色谱。色谱在前面按疏水性分离肽段，ESI紧接着把流出的溶液变成离子送进质谱，这一套组合就是LC-MS的基石。

3.2 MS/MS碎裂：b/y离子如何拼出序列

单靠MS1层面测一个多电荷离子质量，只能知道这个肽段的分子量，推不出序列。想要序列信息，得做串联质谱，也就是MS/MS。流程是：第一级质量分析器（比如四极杆）先选一个特定m/z的母离子，把它放进碰撞池，与氮气或氩气碰撞，肽段沿肽键断裂。断裂产物进入第二级质量分析器，得到碎片离子的质谱图。

肽段骨架断裂最典型的是酰胺键断裂。碎片保留N端部分的是b离子，保留C端部分的是y离子。两个相邻b离子或y离子的质量差，正好对应一个氨基酸残基的质量差，所以谱图里由小到大的y离子峰就像一把由短到长的尺子，能“数”出氨基酸序列。实际操作中你不一定手动读谱，但理解了b/y离子的意义，才能理解搜索引擎在干什么。

这个碎裂环节决定了Q-TOF、Q-Orbitrap这类仪器的基本架构。当前主流是用四极杆选择母离子，然后在碰撞池做HCD或CID碎裂，最后用TOF或Orbitrap检测碎片。

3.3 一台LC-MS/MS仪器的典型采集参数

组学实验室里常见的LC-MS/MS平台有Thermo的Orbitrap系列（Exploris、Eclipse等）、布鲁克的timsTOF、SCIEX的TripleTOF、安捷伦的Q-TOF等。不同平台参数细节不同，但核心采集模式类似。以最常见的DDA（数据依赖采集）为例，典型参数是这样一套逻辑：

• 先打一张MS1全扫，比如400-1200 m/z范围，分辨率6万或12万；
• 软件从MS1里挑强度排前10-20的母离子（所以叫Top-N方法，Top20很常见）逐个做碎裂；
• 对每个母离子设定一个隔离窗口，常见1.6-2.0 Da，确保只选到一个同位素峰簇；
• MS/MS的分辨率通常是1.5万或3万，扫描速度越快，单位时间能鉴定的肽段越多；
• 还要设动态排除，比如一个母离子鉴定完后30-60秒内不再重复选它，防止高丰度肽段反复占据采集名额。

实际调参时，源气、喷雾电压、离子传输管温度、碰撞能量（标准化CE，或者对电荷状态做阶梯能量）都会影响响应和谱图质量。我给过一个新手很直观的建议：拿一个标准Bsa酶切肽段先用仪器自带的Optimization流程跑一遍，确认基峰和总离子流图稳定了，再去跑真正的样品。

3.4 蛋白样品上机前的标准前处理

ESI-MS/MS再强，样品前处理不到位也白搭。我们实验室的标准流程大概是：

1. 裂解：细胞或组织用含尿素和硫脲的裂解液（或者SDS/RIPA体系）充分裂解，超声或研磨打断核酸和粘稠度，低温离心取上清；
2. 还原和烷基化：用DTT或TCEP还原二硫键，再加碘乙酰胺（IAA）把游离巯基烷基化。这一步很关键，不做的话半胱氨酸会形成二硫键，导致肽段酶切位点和状态不统一；
3. 酶切：经典选择是Trypsin，37度酶解，常用过夜或高温快速酶切。酶和蛋白质量比一般1:50到1:100，看样品复杂度；
4. 脱盐：酶切后的肽段溶液含有大量盐和尿素，直接进质谱会严重影响信号，用C18脱盐柱或StageTip清洗掉极性干扰物，洗脱后真空浓缩；
5. 复溶上样：用0.1%甲酸水复溶，调整浓度到0.5-1 μg/μL左右，进LC-MS/MS。

每步都有坑。比如还原烷基化不彻底，你搜库时会看到半胱氨酸的修饰状态混乱，鉴定数直线下降；脱盐不干净，喷雾稳定性差，色谱峰前沿严重。这些我在后面第6章会展开说。

4. 数据库搜索：把MS/MS谱图变成蛋白名单的关键

4.1 搜索引擎怎么“猜”肽段

拿到一堆MS/MS谱图后，下一步不是人眼去读，而是交给数据库搜索引擎。原理可以理解为“对照实验”：我们把样本所属物种的蛋白数据库（比如人类UniProt库）在电脑里用同样的酶切规则（Trypsin）虚拟切一遍，得到所有理论上可能出现的肽段序列，再根据肽段质量算出理论母离子质量和理论碎片离子质量。接下来，用实际每张MS/MS谱图的母离子质量去筛候选肽段，再拿实际碎片离子与理论碎片离子比对，按匹配程度打分，得分最高的就是最可能的肽段序列。

这就像你手里有一把锁（实验谱图），数据库里有一堆钥匙（理论肽段），你不需要去理解钥匙怎么造出来的，只要一把把试，看哪把能打开。搜索引擎的本质就是在做“穷举+匹配打分”。

目前常用的搜索引擎有Mascot、Sequest、Andromeda（内置在MaxQuant里）、MSFragger等。其中MSFragger近年比较火，因为它是“open search”思路，前体离子质量容差可以放宽到几十甚至几百道尔顿，特别适合找带着质量偏移的修饰肽段，运行速度也快得离谱。

4.2 参数设置：容差、酶切规则和修饰

搜索参数设置是新手最头疼的部分，但也是决定结果质量的关键。我列几个每次搜索必须仔细检查的项目：

• 酶切规则：Trypsin通常设定为“K/R后切，但P前不切”；漏切位点数量（missed cleavages）一般设2，允许个别位点酶切不充分；
• 前体离子质量容差（precursor tolerance）：高分辨质谱现在普遍设10 ppm以内，甚至5 ppm或更低；碎片离子容差（fragment tolerance）则看仪器，Orbitrap数据常设0.02 Da，Q-TOF数据可设20-50 ppm；
• 固定修饰（fixed modification）：半胱氨酸的Carbamidomethyl (C)是烷基化后必须设的；
• 可变修饰（variable modification）：最常加的是甲硫氨酸氧化（Oxidation (M)）和蛋白N端乙酰化（Acetyl (Protein N-term)）。加的修饰越多，搜索空间越大，FDR压力也越大，不要贪多。

一个常见误区是前体容差设太大。你明明用的是Orbitrap，质量精度在ppm级别，却把容差设成1.5 Da，结果就是搜索时间长且假阳性暴增。反过来如果设得太严，因为校准不好导致的系统偏移又会把真阳性的肽段漏掉。

4.3 FDR到底怎么算

谱图匹配分数再高，也可能有随机匹配。怎么判断哪些匹配可信？行业标准做法是“靶-诱饵数据库”策略。

具体操作：把目标蛋白数据库反转或随机化，生成一个诱饵数据库，大小与目标库一致。把实验谱图同时搜目标库和诱饵库。由于诱饵库里的蛋白是随机序列，理论上匹配到诱饵库的肽段都是假阳性。我们可以用诱饵命中数来估计目标库里的假阳性数，然后设定阈值，使肽段层面的FDR（假发现率）低于1%。日常工作里，你会在结果报告里看到“1% FDR”，指的就是这个控制标准。

FDR控制是组学可信度的生命线。有人为了让数据“好看”而把阈值放宽到5%甚至更高，这在发表时会被审稿人直接质疑。我的习惯是：figure里报告的数据都是1% FDR以上，补充材料里可以放更宽的结果，但主结论绝不用。

5. 定量方法选型：SILAC、TMT和LFQ怎么挑

5.1 标记定量：SILAC和TMT的核心差异

鉴定只是第一步，很多课题真正要的回答是“组学水平的差异”。比如疾病组vs对照组，哪些蛋白变了。定量方法可以分成标记定量和非标记定量两大类，我先讲标记。

SILAC（稳定同位素标记氨基酸）是“代谢标记”思路。细胞培养时，把培养基里的必需氨基酸（通常是赖氨酸和精氨酸）换成带稳定同位素的“重”版本。细胞每合成一个新蛋白，就把重赖氨酸/重精氨酸掺入进去。等你在“轻”和“重”两种培养基里分别培养了两种组别，再等量混合后一起处理、酶切、进质谱，同一个肽段会以差8 Da或10 Da的成对峰出现。轻峰和重峰的峰面积比值就代表两个样本里该蛋白的相对丰度。SILAC定量非常准，比如我在研究信号通路时间序列时用过三通道SILAC，同一个肽段的离子流比可以做到非常稳定。

但SILAC有硬伤：它只适合能培养的细胞，不能用于组织样本、临床样本。而且最贵的重标记氨基酸，完全标记需要大约5-6个倍增周期，很耗时。

TMT（串联质谱标签）是“化学标记”思路，用带有不同质量报告基团的试剂，在蛋白或肽段层面化学标记不同样本。标记后的样本等量混合成一个样品进行LC-MS/MS。因为标签的母离子质量设计成一样，不同样本来源的同一个肽段会在MS1中一起出现，但在碎裂后产生不同的报告离子（如126、127、128等）。报告离子强度就是各样本的相对丰度。TMT可以做到10标甚至更多通道，临床样本、组织裂解液都适用，是多组学大样本的主流选择。

5.2 非标记定量和DIA的取舍

非标记定量（LFQ）不需要任何同位素标签，每个样本单独跑一遍LC-MS/MS，然后用MS1层面的色谱峰面积（或MS2强度）来量化每个肽段。不同样本之间通过信号强度归一化来比较。它的优势是操作简单、成本低、适用于任何样本类型；劣势是定量准确性受色谱重现性和仪器稳定性影响大，批次间波动会比较明显。样本量大的多组学项目里，LFQ需要非常严格的QC和批次设计。

DIA（数据非依赖采集）是另一种思路。传统DDA是挑最强离子做MS/MS，DIA则是在整个m/z范围内划分一个个窗口（比如每次扫400-500 Da、500-600 Da），把所有离子都碎裂一遍，无差别记录。好处是采集到的是完整、系统的碎片离子矩阵，数据可追溯性强，重复性高；代价是谱图高度复杂，需要依赖谱图库或DIA-NN这类的软件来做解卷积和定量。现在越来越多的队列研究选择DIA方案，尤其适合大样本差异蛋白筛选。

5.3 定量数据处理里最容易翻车的三个环节

第一个是归一化。LFQ和TMT都要做归一化处理，最常用的是中位数归一化或总强度归一化。如果不做，样本间上样量差异、进样时间漂移都会表现为大规模的系统偏移，直接影响差异蛋白判断。

第二个是缺失值。蛋白质组学数据天生会有很多零值，尤其低丰度蛋白。原因可能是真没表达，也可能是低于检测限。简单地把所有零值删掉会损失大量信息，但盲目把缺失值填补成0也是错的。比较专业的做法是用Perseus这样的工具，按分组信息做基于最小值的imputation，同时报告缺失率，让审稿人知道你是如何处理缺失的。

第三个是ratio compression。这是TMT特有的问题：如果你用普通的HCD MS/MS进行定量，共流出肽段的干扰谱峰会混入报告离子区域，导致真实差异被压缩，比如两个样本实际差异4倍，测出来可能只有1.5倍。改善方法是使用同步母离子选择（SPS）MS3策略，或者在分析时采用更严格的隔离窗口。处理不当的话，TMT结果的差异倍数会严重失真。

6. 质谱实验高频坑位：我踩过的问题与排查

6.1 信号全无怎么办

刚接触质谱的人，第一次上机会很慌，满心期待看到肽段峰，结果基峰图里要么是平的，要么全是乱七八糟的峰。如果总离子流（TIC）几乎为零，优先检查：

• 喷雾是否稳定：看喷雾针尖有没有液滴挂上，是否是稳定泰勒锥。针尖堵了会表现为压力升高且TIC骤降，这时需要超声或换针；
• 离子源参数：喷雾电压是否打开？正离子模式应该加正电压。我见过最离谱的一次是电压根本没给上，检查十分钟才发现软件连接出错；
• 样品问题：高盐、高尿素样本严重抑制电离，先脱盐再试；
• 质谱本身污染：源内累积了太多盐和缓冲液，离子传输效率会大幅下降，定期清洗离子源和Skimmer是必须的。

一个很简单的定位方法：先用标准品（比如5 fmol BSA酶切物）跑一针，如果标准品也什么都没出来，那是仪器/液相端的问题；如果标准品正常但样品不行，那问题大概率在样品制备或进样环节。

6.2 图谱质量差、鉴定数量少

最典型的表现是：仪器看起来正常，搜库也有结果，但鉴定蛋白数只有预期的一半，优质谱图少。这时候我会按顺序排查：

• 酶切效率：还原烷基化有没有做到位？漏切位点比例高不高？如果高，适当增加酶量或延长酶切时间；如果用的是过夜酶切，确认没有因为样品被污染导致酶失活；
• 色谱性能：柱效下降会导致峰宽增大、分辨率下降，从而降低MS/MS采集效率；看看色谱柱柱压是否异常、保护柱有没有堵塞，进样量是否合适；
• 前体质量偏移：如果仪器校准漂移了，母离子m/z对不上，搜索引擎匹配时有效候选会大幅减少；跑一针校准液，看看质量轴偏了多少；
• 采集速度：DDA模式下，如果MS/MS扫描速度太慢，很多中低丰度肽段根本来不及被选中碎裂；现代仪器可以尝试把MS/MS分辨率降到1.5万-3万来换取扫描速度，或用更短的动态排除时间。

另外，鉴定数低可能只是“看起来低”。如果你用的是小物种的数据，而搜索库选择了人的数据库，或数据库里加了太多冗余序列，搜索空间过大会压制有效匹配。用物种特异性数据库或者整理过的reviewed数据库，往往会好很多。

6.3 定量重复性差的排查

定量重复性差有几种常见原因。一是上样量不一致。定量实验的每个样本必须测浓度后统一上样量，最好再跑一管QC样本监控整体平行性。二是液相梯度漂移。保留时间不稳定会导致MS1峰积分不准，特别是LFQ模式；进样针和管路里的气泡也会引起体积偏差，每次进样前做气泡排除。三是样本前处理批次差异大。酶切时间、脱盐方式、复溶体积不一致都会造成系统偏移，尽量同一批处理、同一批上机。

有一次我做TMT实验，前24个样本重复性极好，第25个开始全部偏移，查了半天发现是换了一瓶乙腈，批次间流动相纯度有细微差异，导致梯度改变了。从那以后我所有定量实验都固定试剂批次，并且每天换新流动相时先跑QC针监控。

6.4 质谱实验问题速查表

为了方便日常排查，我把自己常用的检查表放在这里：

这张表现在还在我实验室的SOP里，每次有人跑来问“数据怎么这么奇怪”，我就让他们先对着表做一轮基础排查。

最后再分享一个习惯：质谱数据一定不要只看软件打分。拿到结果后，我会随机抽几十张PSM谱图，手动检查b/y离子匹配是否合理、修饰位点是否有足够侧翼证据支持。这一步不能替代统计质控，但它能帮你建立对数据和软件的判断力，尤其是当你尝试一个新仪器平台或新搜索软件时，手动抽查往往能比任何参数设置指南更快地发现哪里出了问题。