蛋白质组学在肿瘤研究的应用
蛋白质组学技术在肝癌诊断中的应用
蛋白质组学技术在肝癌诊断中的应用肝癌是恶性肿瘤的一种，通常是在肝细胞的基础上逐渐发展而来。
由于其隐蔽性和易复发性，导致肝癌的诊断和治疗一直是困扰医学界的难题。
然而近年来，一项被广泛研究的技术，即蛋白质组学技术，为肝癌的早期诊断和治疗提供了新的思路和方法。
1. 蛋白质组学技术的原理蛋白质组学技术是一种基于蛋白质的性质和功能进行研究的生物技术。
其核心原理是使用分离、鉴定、定量和分析等手段来探索生物体内蛋白质的数量和性质。
在疾病领域中，通过对蛋白质的组成、结构、功能和相互作用等方面进行研究，可以发现潜在的体内生物标记物，提高对疾病的诊断和治疗水平。
2. 蛋白质组学技术在肝癌诊断中的应用（1）蛋白质组学技术在肝癌早期诊断中的应用肝癌早期诊断是肝癌治疗的关键。
但是由于肝癌早期症状不明显，并且常常被误诊为其他肝病，因此肝癌的早期诊断一直是医学界面临的难题。
近年来，蛋白质组学技术在肝癌早期诊断方面的研究取得了一定的进展。
研究人员通过对肝癌患者和正常人群血液样本预处理、分离、纯化和定量等措施，发现了许多潜在的蛋白质分子标记物。
这些标记物不仅能够区分肝癌患者和正常人群，而且还可以帮助早期诊断，并预测肝癌的复发情况。
例如，有一种叫做alpha-fetoprotein（AFP）的蛋白质，在肝癌患者中常常高于正常人群水平，可以用来作为肝癌的标志物。
（2）蛋白质组学技术在肝癌治疗中的应用肝癌的治疗方法包括手术、放疗、化疗和靶向治疗等。
然而，由于肝癌的异质性和多样性，不同治疗方法的效果也不同。
因此，在治疗肝癌时选择合适的治疗方案也是非常重要的。
近年来，蛋白质组学技术也被广泛用于肝癌治疗中，可以帮助医生预测治疗效果，提高治疗效果，减少副作用。
例如，研究人员通过对放疗治疗前和治疗后患者的血样进行分析，发现在放疗前患者较高的c-reactive protein（CRP）水平与放疗效果不佳和肝癌再生有关。
因此，改变治疗方案和加强预防措施，有望改善治疗效果，提高肝癌患者的生存率。
BioID技术在肿瘤蛋白质组学中的发展与应用
BioID技术在肿瘤蛋白质组学中的发展与应用【摘要】BioID技术是一种新兴的蛋白质组学技术，已在肿瘤研究中得到广泛应用。
本文主要介绍了BioID技术的原理及其在肿瘤蛋白质组学中的应用。
通过该技术，研究人员可以快速而准确地识别蛋白质相互作用网络，揭示了肿瘤发生和发展的机制。
BioID技术还在转录组学、蛋白质鉴定和靶向治疗等方面展现出潜力。
未来，随着技术的不断改进和完善，BioID技术将在肿瘤蛋白质组学研究中发挥越来越重要的作用，为肿瘤治疗提供更多的可能性。
【关键词】BioID技术、肿瘤、蛋白质组学、蛋白质互作网络、转录组学、蛋白质鉴定、靶向治疗、未来发展、治疗、肿瘤治疗、总结。
1. 引言1.1 BioID技术简介BioID技术是一种基于生物体内生物素连接酶（BirA）介导的蛋白质互作的新型生物化学工具。
该技术利用生物素和生物素连接酶相互作用的特异性，将生物素标记的蛋白与靶蛋白特异性地连接在一起。
通过生物素连接酶催化生成活性化的生物素，从而实现标记蛋白质与靶蛋白质的接近，进而识别和鉴定蛋白质相互作用。
这种技术在蛋白质组学中具有高度的特异性和灵敏性，可以帮助研究人员快速准确地识别蛋白质间的相互作用关系。
BioID技术的出现为肿瘤蛋白质组学研究提供了新方法和思路。
通过将生物素标记的蛋白质引入肿瘤细胞中，并结合质谱技术对标记的蛋白进行鉴定和定位，可以揭示肿瘤细胞中复杂的蛋白互作网络。
这种技术不仅可以帮助研究人员了解肿瘤发生发展的分子机制，还可以为肿瘤的治疗和预防提供新的靶点和思路。
BioID技术的引入，将为肿瘤蛋白质组学研究带来更深入的挖掘和更广阔的应用前景。
1.2 肿瘤蛋白质组学概述肿瘤蛋白质组学是一门研究肿瘤组织中蛋白质表达和功能的学科领域。
随着科技的不断进步和发展，肿瘤蛋白质组学已经成为肿瘤研究中至关重要的一部分。
在肿瘤蛋白质组学领域，研究人员通过对肿瘤细胞中蛋白质的定量和定性分析，揭示了肿瘤细胞的分子特征和生物功能，为肿瘤的预防、诊断和治疗提供了重要的科学依据。
组学技术在抗肿瘤治疗中的应用
组学技术在抗肿瘤治疗中的应用随着科技的不断发展，组学技术在医学领域中的应用也越来越广泛。
其中，在抗肿瘤治疗中组学技术的应用尤为重要。
本文将从不同的角度来探讨抗肿瘤治疗中组学技术的应用情况。
一、组学技术组学技术是通过对人体生物大分子，如基因、蛋白质等进行高通量检测与分析来揭示疾病发生机理及其相关联性的一种技术。
基于组学技术，人们可以更准确地了解各种疾病的发生、发展、转归等各方面，为研发新药、治疗疾病提供了更为精准、个体化的方案。
二、抗肿瘤治疗中组学技术的应用1.基因组学在抗肿瘤治疗中的应用基因是人体内控制各种生物学过程的重要因素。
基因突变或者异常表达可能会导致癌症的发生。
因此，通过对肿瘤基因进行研究和分析，可以为各种抗肿瘤治疗提供有力的支持。
目前，基因组学在肺癌治疗中的应用已经取得了很大的成功。
通过基因组学技术的检测，可以明确癌细胞中的突变基因，根据突变的类型选择合适的靶向药物，并且优化治疗方案。
例如，对表达EML4-ALK融合基因的肺癌患者，可以使用Crizotinib这类针对ALK靶向药物进行个体化治疗。
2.蛋白组学在抗肿瘤治疗中的应用蛋白质是人体中最为关键的生化分子之一，也是很多肿瘤的重要标志物。
通过蛋白组学技术的应用，可以检测出肿瘤中的蛋白质变化情况，以及不同蛋白质之间的相互作用关系。
目前，蛋白质组学在乳腺癌治疗中已经被广泛应用。
例如，通过蛋白质组学技术的检测，可以检测出HER2蛋白的表达情况，并且据此选择合适的关键酶靶向药物来进行治疗。
3.代谢组学在抗肿瘤治疗中的应用代谢组学是通过对生物体内代谢产物的定性与定量分析，揭示代谢网络的功能、调控及其与环境、基因、蛋白质、表观遗传等多种因素的相互作用关系的一种技术。
代谢组学的应用可以帮助人们更加清晰地了解肿瘤的代谢过程，并且优化抗肿瘤治疗方案。
例如，在肝癌治疗中，代谢组学技术可以检测出不同癌细胞代谢发生变化的情况，针对不同代谢情况选用针对性的治疗方案。
蛋白质组学综述
蛋白质组学在肿瘤研究中的应用摘要：随着人类基因组全序列草图的完成，从基因水平向蛋白质水平的深化，已成为生命科学研究的迫切需要和新的任务。
蛋白质组学的建立为研究蛋白质水平的生命活动开辟了更为广阔的前景，提供了新型有效的研究手段。
从蛋白质整体水平上研究肿瘤的发生与转移，寻找与肿瘤发生及转移相关的新的蛋白质、肿瘤特异性的标志物及肿瘤药物治疗的靶标，对肿瘤的诊治将起到重要作用。
本文对肿瘤蛋白质组学的研究进展进行了简要综述。
关键词蛋白质组学蛋白质组肿瘤研究进展人类基因组计划全基因组测序的完成，标志着后基因组时代的到来，其主要任务是分析细胞全部蛋白质的结构、功能和相互作用，即蛋白质组学。
恶性肿瘤是危害人类的主要疾病之一，但其发生发展机制仍不清楚，诊断、治疗效果也不理想，而蛋白质组学方法可望为肿瘤发生机制的研究和防治带来新的突破。
本文将蛋白质组学基本概念、研究技术和肿瘤蛋白质组学研究进展作一综述。
1. 蛋白质组和蛋白质组学概念蛋白质组（proteome）的概念最早是由澳大利亚Macquarie大学的Wilkins等于1994年在意大利的一次科学会议上提出的，他们对蛋白质组的定义：“蛋白质组指的是一个基因组所表达的蛋白质”；即“proteome”是由蛋白质的“prote”和基因组的“ome”字母拼接而成。
它是对应于一个基因组所有蛋白质构成的整体，而不是局限于一个或者几个蛋白质。
由于同一基因组在不同细胞、组织中的蛋白质表达情况各不相同，即使是同一细胞，在不同的发育阶段、不同的生理病理条件下甚至不同的环境影响下，其蛋白质的存在状态也不尽相同。
因此，蛋白质组是一个在时间和空间动态变化着的整体。
蛋白质组学（proteomics）是指以蛋白质组为研究对象，从整体的角度，分析细胞内动态变化的蛋白质组成与活动规律。
蛋白质组学研究主要包括：①表达蛋白质组学(expression proteomics)，研究细胞或组织中蛋白质表达的质和量的变化，以及不同时间基因表达谱的改变；②功能蛋白组学(functional proteomics)，研究在不同生理和病理条件下，细胞中各种蛋白质之间的相互作用关系及其调控网络，以及蛋白质的转录后修饰等；③结构蛋白组学(structure proteomics)，以阐明生物大分子蛋白质的三维结构特性为目的[1]。
单细胞测序和蛋白质组学技术在研究和治疗肿瘤中的应用
单细胞测序和蛋白质组学技术在研究和治疗肿瘤中的应用肿瘤是一种常见的疾病，其病因和病理机制复杂多样。
为了更好地研究和治疗肿瘤，科学家们不断尝试使用新的技术手段，其中单细胞测序和蛋白质组学技术是近年来受到广泛关注的两种技术。
单细胞测序技术的优势在于可以深入了解不同细胞之间的差异和相互作用，从而更好地研究肿瘤的发生、发展和抗药性等问题。
该技术利用高通量测序技术对单个细胞的基因组、转录组和表观组进行测序，从而构建单细胞的分子图谱。
通过对单细胞的研究，科学家们可以了解肿瘤细胞之间的异质性，及其对化疗和免疫治疗等策略的响应情况。
一个肿瘤组织中的细胞可以存在多种异质性，包括不同的细胞亚群和突变。
通过单细胞测序技术，科学家们可以分析肿瘤细胞群体中某一特定子集的基因和表观遗传学的转录组和表观组特征，从而更好地研究肿瘤发展过程中的基因和表观组变化。
此外，单细胞测序还可以确定肿瘤细胞的迁移路线和转移模式，有助于了解肿瘤在身体中的扩散方式，并指导早期诊断和治疗。
蛋白质组学技术也是肿瘤研究和治疗中的重要手段。
与基因组学、转录组学和表观组学不同，蛋白质组学着重于研究蛋白质的表达、结构和功能，因此它可以更深入地了解肿瘤细胞内部发生的变化。
现代蛋白质组学技术主要包括质谱分析、蛋白质互作网络分析和蛋白质组单细胞分析。
质谱分析是一种直接分析蛋白质的方法，通常使用高分辨质谱仪进行蛋白质定量和分析。
通过分析蛋白质的序列、结构和功能，科学家们可以了解蛋白质在肿瘤细胞中的变化，并确定一些关键的蛋白质调节因子和靶点。
这有助于发现新的治疗策略和药物靶点。
蛋白质组单细胞分析是一种新兴的技术，可以对单个细胞进行蛋白质组学分析。
与单细胞测序不同，其主要研究对象为蛋白质，可以更深入地了解肿瘤细胞内部的蛋白质组结构和功能变化。
此外，对于肿瘤细胞分化和转移的研究，蛋白质组学技术也可以提供重要的信息。
通过分析蛋白质互作网络，可以确定肿瘤细胞之间的信号通路，并筛选相关的药物靶点。
蛋白质组学在消化系统肿瘤中的研究进展
垦匾趟垡瘟苤查！！！！至！！旦
箜！！鲞箜！塑！坐』里运望！！Ｑ！！！ｂ笪；！！！！业：Ｙ！！：垫！丝！：！
・综述・
蛋白质组学在消化系统肿瘤中的研究进展
丁 莺 吕 宾
摘要：蛋白质组学是系统研究分子体系、亚细胞系、细胞、组织、器官乃至整体等生物体系内蛋白质组成 及其活动规律的科学。近些年来，它已成为全面分析蛋白质表达变化的有力研究工具，并被广泛应用到各 种疾病研究之中。此文旨在介绍蛋白质组学的相关研究技术及其在消化系统肿瘤中的应用。 关键词：蛋白质组学；消化系统肿瘤；生物标志物 蛋白质组学是一门以全面蛋白质性质研究（如 表达水平、转录后修饰、细胞内定位、相互作用等） 为摹础，在蛋白质整体水平对疾病机制、细胞模式、 功能联系等方面进行探索的科学。２００１年，国际人 类蛋白质组组织（ＨＵＰＯ）成立，提出了人类蛋白质 组计划（ＨＰＰ），使其在人类疾病方面的应用迅速
Ａ、
Ｅｂｅｒｔ等［６］用单克隆上皮特异性抗体（ＢｅｒＥＰ４ 直接针对上皮细胞黏附分子）与磁珠相连来分别纯 化１０例胃癌患者的原发肿瘤与正常组织，获得１９１ 个差异表达的蛋白质。经ＭＳ鉴定，组织蛋白酶８
（ｅａｔｈｅｐｓｉｎ
Ｇ）在６０％的胃癌患者中表达上调。
Ｗｅｓｔｅｒｎ ｂｌｏｔ证实，ｃａｔｈｅｐｓｉｎｌ３以活性形式在胃癌细
突变位点。
蛋白质组学作为肿瘤研究的新平台，通过从整 体水平研究蛋白质间的网络调控，对食管癌、胃癌、 肝癌、胰腺癌、结直肠癌等消化系统肿瘤的早期诊 断，寻找新标志物，治疗以及药物开发的新靶点等 方面具有重要意义。 １蛋白质组学的研究技术
１．１
一些新的技术不断涌现也更加丰富和完善了 传统技术。例如，在蛋白质分离方面激光捕获显微 切割技术和多维强离子交换一阵列式毛细管高效液 相色谱技术［１］被运用到其中。在蛋白质鉴定方面还
蛋白质在肿瘤治疗中的应用研究
蛋白质在肿瘤治疗中的应用研究随着科技的发展，肿瘤治疗已经进入一个新时代，越来越多的蛋白质药物应用于肿瘤治疗中。
蛋白质作为生命体系中重要的构成部分，扮演着重要的角色。
而它在肿瘤治疗中的应用研究也引发了我们的关注。
一、蛋白质药物蛋白质药物是种基于人体蛋白质结构进行合成的药物，经过严格的科学研究和证明，可以治疗人类疾病。
蛋白质药物的研究方向主要包括抗体药物、重组蛋白和蛋白质疫苗。
相比于传统的小分子化合物药物，蛋白质药物拥有高度的特异性和生物活性。
它们往往可以更精准地靶向某一特定蛋白的结构域，从而减小副作用，提高治疗效果。
二、蛋白质药物在肿瘤治疗中的应用在肿瘤治疗领域中，蛋白质药物的应用日益广泛，它们可以更有效地控制肿瘤生长和蔓延，通过对肿瘤细胞的特异性靶向攻击而减少对正常细胞的损伤。
1. 抗体药物抗体药物是一种蛋白质药物，在治疗肿瘤方面发挥了重要作用。
它们靶向性强，所以对肿瘤细胞有较好的杀灭效果。
同时，抗体本身也可以诱导免疫细胞攻击肿瘤细胞，从而进一步加强治疗效果。
市场上已经上市的抗体药物包括给药方便的trastuzumab和rituximab，适用于乳腺癌和淋巴癌等疾病。
同时，许多具有较高治疗效果的抗体药物也尚未上市，例如针对多种细胞表面分子、生长因子等治疗肿瘤的单克隆抗体药物。
2. 重组蛋白与抗体类似，重组蛋白也是蛋白质药物的一种。
它们通过重组DNA技术，把原始蛋白分子的活性结构域与人源蛋白质结构域融合，产生具有特定治疗作用的蛋白质药物。
例如，传统疗法的化疗药物往往会影响正常细胞的生长，造成大量的副作用，因此有人研制了一种新的重组蛋白质——酪氨酸激酶抑制剂。
它可以通过选择性的靶向性，抗癌药物的目标细胞，减少对正常细胞的损伤。
三、未来展望蛋白质药物的研究在未来的肿瘤治疗中依然会扮演重要的角色。
但是，在蛋白质药物之路上，还有很多挑战需要面对。
首先，因为蛋白质药物本身的巨大分子量和多样性，需要细致的研究才能确定它在肿瘤细胞中的作用机制。
生物信息学技术及其在肿瘤研究中的应用
生物信息学技术及其在肿瘤研究中的应用随着科技不断发展，生物学的研究逐渐向着数据驱动的趋势发展。
生物信息学作为一个交叉学科，将计算机科学、数学和生物学相结合，已经成为生命科学中不可或缺的一部分。
生物信息学技术应用广泛，如基因组学、转录组学、蛋白质组学、代谢组学等。
其中，基因组学是生物信息学的重要应用领域之一，它对研究肿瘤等疾病揭示其发病机制有着重要作用。
生物信息学技术在肿瘤研究中的应用可以从以下几个方面来讨论。
一、肿瘤的基因组学研究现代生物学认为，疾病的发生与遗传背景和环境因素之间的相互作用有关。
因此，基因组学研究能够深入了解肿瘤的发生机制以及与其相关的基因。
通过对肿瘤患者的基因组学分析，科学家可以发现与肿瘤相关的特定区域，解析肿瘤的基因变异，探究肿瘤信号通路的异常等。
基因组学研究需要大量的高通量数据处理和分析，生物信息学技术的应用成为了基因组学研究的重要工具之一。
高通量测序技术、基因芯片技术等都被广泛地应用于基因组学研究中。
二、肿瘤的转录组学研究转录组学研究肿瘤细胞内的信使RNA和小RNA等表达情况，以期研究肿瘤的基因表达模式、寻找分子标志物等。
通过分析转录组数据可以发现肿瘤细胞内可能引起肿瘤发生和发展的基因、环境中的调控机制等。
生物信息学技术对肿瘤转录组学研究的贡献在于数据分析方面，生物信息学家可以使用各种算法和工具从大量的转录组数据中解析出有用的信息，进行分子生物学的分析、建模和预测。
三、肿瘤的蛋白质组学研究蛋白质组学研究肿瘤细胞内的蛋白质表达情况、修饰等，它与转录组学和代谢组学一样，是系统生物学的重要组成部分之一。
通过蛋白质组学的研究，可以了解肿瘤生物标志物的变化，从而为肿瘤预后和治疗提供更加精确的信息。
同时，研究蛋白质的结构和功能，以期开发新的肿瘤诊断和治疗方法。
生物信息学技术在蛋白质组学研究中的应用，主要是针对蛋白质的结构预测、复杂的蛋白质数据的分析和挖掘等。
四、肿瘤的代谢组学研究代谢组学研究肿瘤细胞的代谢异常和代谢物的变化，为研究肿瘤的治疗提供更加全面的信息。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
蛋白质组学在肿瘤研究的应用姓名：学号专业：病理学与病理生理学导师：摘要随着人类全基因组计划（HGP）测序工作的完成, 对基因功能即基因表达产物蛋白的研究已经拉开了序幕。
蛋白质组学研究直接定位于蛋白质水平, 大规模地分析组织细胞的蛋白质表达水平、翻译后修饰以及蛋白质间相互作用, 是后基因组计划的重要组成部分。
肿瘤的发生涉及一系列复杂的分子事件, 蛋白质组学研究手段可以大规模地定量分析细胞内的蛋白质表达水平、翻译后修饰等性质以及定义信号网络中的蛋白质间相互作用, 从而有希望发现控制肿瘤进程的关键分子, 为肿瘤的诊断、分型、药物研制带来新的思路和途径。
蛋白质组学为肿瘤的研究提供了新的平台。
本文就蛋白质组学研究的技术方法和在肿瘤研究方面的应用做一个综述。
关键词蛋白质组学肿瘤应用蛋白质组学（Proteomics）是研究一种细胞或一种生物中全部蛋白质的表达、结构、功能等的新兴学科，与基因组学、代谢组学等一起构成了当代生命科学的组学( -omics) 系列。
蛋白质组学一般分为表达蛋白质组学( expression proteomics)、结构蛋白质组学( structural proteomics) 和功能蛋白质组学( functional proteomics) 3 个方面。
表达蛋白质组学也叫差异蛋白质组学，主要对正常、疾病或药物处理细胞或亚细胞中的所有蛋白质进行定性或定量的研究; 结构蛋白质组学主要研究特定细胞或细胞器中蛋白质及蛋白质复合体的组成，确定其定位并了解蛋白质间相互作用; 功能蛋白质组学是一个较为广义的概念，主要研究蛋白质转录后修饰，为细胞信号转导、疾病机制等提供重要信息。
恶性肿瘤的发生是一个涉及多因素、多基因的多阶段病理过程. 以往的研究主要集中在基因组和转录组分析. 随着人类基因组计划的完成, 肿瘤研究开始进入“后基因组时代”, 肿瘤蛋白质组学应运而生. 蛋白质作为基因功能的主要执行者, 一方面在肿瘤发生发展过程中扮演重要角色, 另一方面在很大程度上决定正常细胞和肿瘤细胞之间的差异(如异型性、恶性特征等).李国庆[1]等参考了他人的研究成果，通过对肿瘤发生与蛋白质表达（谱）的改变、肿瘤与翻译后修饰蛋白质（组）的改变、肿瘤发生过程中蛋白质相互作用谱的改变三个方面进行了总结并得到结论：肿瘤。
一组蛋白质组病。
1 蛋白质组学的主要研究技术蛋白质组学研究的工作流程是一个多步骤的过程, 包括蛋白质样本的制备、分离、定量及鉴定[ 2]。
目前, 蛋白质组学研究包括2 种相互补充的策略。
一种策略是表达蛋白质组学( protein expression proteomics) , 观察某种细胞或组织中大量蛋白质的整体表达, 并分析在不同情况下表达图谱的变化; 另一种策略是细胞图谱蛋白质组学( cell mapping proteomics) , 旨在定义蛋白质间的相互作用, 以建立细胞内信号转导通路的复杂网络图[ 3]。
1.1表达蛋白质组学表达蛋白质组学是现今使用的最为广泛的蛋白质组学研究模式。
目前该策略的技术路线主要是通过双向凝胶电泳( two dimensional electrophor esis, 2DE) 建立蛋白质组图谱、用专业图像扫描分析软件进行图像分析、通过质谱( massspectrometry , MS) 及蛋白质数据信息处理技术进行蛋白质的鉴定与分析。
2DE 是1975 年由O，Farr el 等人发明, 其原理是第一向基于蛋白质等电点的不同, 通过等电聚焦进行分离, 再根据分子量的不同, 在与第一向垂直的方向通过聚丙烯酰胺凝胶电泳进行分离。
1.2细胞图谱蛋白质组学细胞图谱蛋白质组学, 也称作相互作用蛋白质组学( interact- ion proteomics) 。
目前研究蛋白质的相互作用有两种不同的方案。
一种即“经典的”蛋白质组学手段, 主要依赖于蛋白质复合物的亲和纯化, 后续通过质谱鉴定它们的组成。
具体来看, 相互作用蛋白质的获得主要有以下几种途径: ( 1) 采用抗某种感兴趣蛋白质的抗体进行经典的免疫沉淀实验;( 2) 将带有亲和纯化标签的某种感兴趣蛋白质的编码基因转染入细胞内, 将与该表达产物相互作用的蛋白质亲和纯化后加以鉴定。
( 3) 大分子复合物的分离。
另一种方案则通过表达某种感兴趣的基因组中的基因产物, 建立一整套蛋白质,后者可用于蛋白质相互作用的体外检测( 蛋白质芯片) 或蛋白质相互作用的体内检测( 酵母双杂交系统) 。
这些方法所基于的原理互不相同, 只有同时联用这些方法才能最终发现某一特定细胞或组织中尽可能完全的蛋白质相互作用。
[ 4]2蛋白质组学在肿瘤研究方面的应用目前的研究表明,有大量的蛋白质分子参与了肿瘤细胞周期、凋亡及转移的调控[5]。
实践证明, 蛋白质组学将为肿瘤的早期诊断、肿瘤标志物的筛选与鉴定、抗肿瘤药物的筛选及开发出新的治疗靶标, 提供新的平台[6]。
2.1 骨肉瘤与良性肿瘤蛋白质组学的差异卿海辉等[7]比较骨肉瘤与良性骨肿瘤蛋白质组学差异，探寻骨肉瘤特异性标记物。
分别提取5 例骨肉瘤肿瘤标本和5 例良性骨肿瘤总蛋白，进行双向电泳，重复3 次; 银染、扫描后进行Image Master 2DE 软件分析以发现差异蛋白并对差异蛋白质点进行MS + MS /MS 质谱鉴定，获取肽质指纹图谱并在NCBI 数据库中找到匹配蛋白质。
所获得的双向电泳银染图谱重复性较好，骨肉瘤组织蛋白质点数约为1 296 ± 179，骨良性肿瘤组织蛋白质点数约为1 098± 152，明显差异的蛋白质点38 个，其中12 个被成功鉴定，7 个蛋白质在骨肉瘤中表达上调，其中热休克蛋白60、应激诱导磷酸化蛋白1 在骨良性肿瘤中表达缺失; 5 个蛋白质在骨肉瘤中表达下降，以锚定蛋白下降最明显。
通过蛋白质组学的分析能成功的发现骨肉瘤与骨良性肿瘤的差异蛋白质，为寻找骨肉瘤特异标记物提供依据。
2.2 高分化星形细胞瘤差异蛋白质表达肖惠生等[8]研究高分化星形细胞瘤差异蛋白质表达，为星形细胞瘤的治疗及预后的判断提供依据。
取经病理证实的29 例正常脑组织及36 例高分化的星形细胞瘤( Kernohan Ⅱ级) ，经蛋白电泳、染色，采用PDQUEST 和2-DE 分析系统软件进行分析。
以MALDI-TFO 质谱或MALDI-TOF/TOF 串联质谱技术结合数据库检索对蛋白质进行鉴定。
结果通过双向电泳得到正常脑组织和高分化星形细胞瘤标本的双向凝胶电泳图谱; 生物质谱技术鉴定了24 个差异蛋白质点，与正常脑组织相比，高分化星形细胞瘤有9 个蛋白质下调，15 个蛋白质上调。
结论以蛋白质组学技术鉴定了正常脑组织和高分化星形细胞瘤的差异蛋白质，其中部分蛋白质有助于深入研究星形细胞瘤的发生、发展机制并对进一步发现肿瘤标记物及治疗靶点有重要的参考价值。
2.3 利用蛋白质组学筛选抑癌候选基因CCDC19在鼻咽癌中可能调控蛋白方唯意等[9]研究利用蛋白质组学筛选抑癌候选基因CCDC19在鼻咽癌中可能调控蛋白。
提取CCDC19稳定高表达的鼻咽癌3D8 和对照鼻咽癌C6 细胞蛋白，并采用双向凝胶电泳( 2D-PAGE)技术进行有效分离，图像扫描后获得高分辨率的2D-PAGE图谱。
选用差异蛋白质组学技术筛选差异蛋白位点，然后用肽质量指纹谱（peptide mass fingerprinting, PMF）和数据库检索技术给予鉴定。
荧光定量PCR和Western blot验证差异基因表达水平。
结果质谱分析显示，FASN、CTSD和PGK1在CCDC19 过表达的3D8 细胞中表达下调，分别为-3.28、-1.64 和-6.97 倍。
荧光定量PCR在mRNA水平验证了FASN、CTSD和PGK1以及Western blot在蛋白水平验证CTSD蛋白在3D8细胞中表达下调。
结论FASN、CTSD和PGK1可能是CCDC19在鼻咽癌中调控的靶基因。
2.4 蛋白质组学研究肿瘤干细胞Dormeyer 等［10］采用电场轨道阱回旋共振组合质谱( LTQ-Orbitrap-MS) 等技术发现胚胎干细胞HUES-7 与胚胎癌细胞NT2 /D1 存在着不同的特异性胞浆蛋白，功能涉及信号传导、细胞连接、细胞转运功能等。
Chaerkady 等［11］发现胚胎干细胞( H1; WA01) 及胚胎癌细胞NTERA-2 cl． D1 表达差异在2 倍以上的蛋白有200 多种，包括HSPB1，MAPK1，TPS3I11，NFKBIA，S100 calcium-bindingprotein-A4 等基因，这些基因上调与恶性表型有关。
2.5 造血系统蛋白质组学研究造血系统肿瘤: 肿瘤干细胞蛋白组学研究最早应用于造血系统肿瘤干细胞的研究。
Ota等［12］通过表面标记物AC133 从13 个白血病患者的骨髓造血干细胞中分离出AC133( + ) 的肿瘤干细胞，利用双向电泳蛋白图谱，检测到11 差异表达的蛋白点，利用质谱技术鉴定出10 个差异表达蛋白，这些蛋白的功能涉及细胞周期调控、损伤修复、氧化还原反应的调节，包括NUMA( 与有丝分裂器有关的核蛋白) 、热休克蛋白( 包括HSPA5、HSPA8( p71) 、HSPA8 ( p34) 、HSPA9B) 、ADA、ALDOA、TPI1、GST-pi、SOD2、PPIA。
这些差异表达的基因为研究人类白血病的发病机制提供了很好的线索。
3.展望生命科学已进入后基因组时代, 这是一个整体细胞生物学的时代, 芯片技术、质谱技术、生物信息处理等技术的进步, 基因水平、蛋白质水平研究平台的不断完善, 可以实现对成千上万基因或蛋白质的同时分析。
通过DNA( 基因组) 、RNA( 转录子组) 和蛋白质( 蛋白质组) 3 个不同水平信息的整合, 一定可以更深刻地揭示肿瘤发生的本质, 从而发现临床诊断和治疗肿瘤的新的武器。
然而由于蛋白质组学其技术本身存在的一些问题，一定程度上限制了其进一步推广及应用。
例如，传统方法对于痕量蛋白质较难检测，而此类蛋白质往往又发挥着极其重要的药理作用。
此外，在蛋白质的鉴定中也存在假阳性或不可鉴别的蛋白质等问题。
通过样品预分级，如根据蛋白质溶解性和在细胞中不同的细胞器定位进行分级，不仅可提高低丰度蛋白质的检测，还可针对细胞器的蛋白质组进行相关研究。
此外，结合多维液相色谱、质谱等新技术的非胶研究系统的发展也为解决这些问题提供了方法。
[13]因此，有理由相信表达蛋白质组学在抗肿瘤药物的研发过程中必将发挥更大的作4参考文献[1]李国庆、肖哲锋、刘建平等肿瘤，一组蛋白质组病中国科学杂志 2010年第9期：788～794[2]Blackstock W, Mann M. A boundless future for proteomics.Trends Biotechnol, 2001, 19 (suppl) : s1～s2. [3] Simpson RJ, Dorow DS. Cancer proteomics: From signaling networks to tumor markers[ J] . T rends Biotechnol, 2001, 19( suppl l) :s40～s47.[4]Xia Q,shen BF, Proteomics methods and using in cancer study,Chin J Cancer Biother, 2003 Mar; 10( 1) : 60～62[5]Mocellin S, Rossi CR, Traldi P, et al. Molecular oncolog y in the postgenomic era: the challenge of proteomics. Trends Mol Med, 2004, 10 ( 1) : 24～32[6]Livingston DM, Shivdasani R. Toward mechanism based cancer care. JAMA, 2001, 285: 588～93.[7]卿海辉等，骨肉瘤与良性骨肿瘤差异蛋白质组学研究，Orthopedic Journal of China Vol. 20，No. 19Oct. 2012[8]肖惠生，熊光仲，路俊仙等，高分化星形细胞瘤的蛋白质组学研究Chinese Clinical Oncology，Apr． 2012，Vol． 17，No． 4 [9]方唯意，江庆萍等，蛋白质组学筛选抑癌基因CCDC19 在鼻咽癌中的调控蛋白，南方医科大学学报 2012;32(8)[10]Dormeyer W，van Hoof D，Braam S R，et al．Plasma membrane proteomics of human embryonic stem cells and human embryonal carcinoma cells［J］．J Proteome Res，2008，7( 7) : 2936～2951．[11]Chaerkady R，Kerr C L，Kandasamy K，et al，Comparative proteomics of human embryonic stem cells and embryonal carcinoma cells［J］． Proteomics，2010，10( 7) : 1359～1373．[12]Ota J，Yamashita Y，Okawa K，et al．Proteomic analysis of hematopoietic stem cell-like fractions in leukemic disorders［J］．Oncogene，2003，22( 36) : 5720～5728．[13]陆金健，黄鸣清等，表达蛋白质组学在抗肿瘤药物研发中的应用，Chinese Journal of New Drugs 2012， 21( 1)：0043～05。