抗菌肽研究中蛋白质组学技术能干什么？

传统的抗菌药物研究多聚焦于单一靶点，而抗菌肽的多靶点作用特性既是其优势，也是其机制研究的难点。蛋白质组学的核心价值在于其“全局性”和“动态性”：

它不预设假设，能无偏倚地检测细胞内成千上万种蛋白质的丰度变化，帮助我们揭示那些意料之外的生物学通路变化。

通过定量蛋白质组学，我们可以追踪抗菌肽作用的时间轨迹，看到细菌从应激、适应到死亡的完整蛋白表达谱演变。

丸子根据PubMed及Scopus等数据库近三年的文献总结了蛋白质组学在抗菌肽研究中的主要应用场景：

蛋白质组学的核心是质谱。

在抗菌肽研究中，我们常用的高分辨质谱仪包括Orbitrap系列（如Q-Exactive, Exploris 480）、Q-TOF系列（如Bruker impact II）以及新一代的timsTOF。这些仪器不仅提供高分辨率（> 60,000 FWHM）和高质量精度（< 1 ppm），更为关键的是它们支持多样化的数据采集模式。

这是最经典的“Bottom-up”策略。将蛋白提取、酶解成肽段，经Nano-LC分离后直接进行MS/MS分析，通过数据库检索进行蛋白定性定量。对于未知序列的新型AMP，单纯的数据库检索可能失效，此时必须依赖 De Novo Sequencing（从头测序）。

这是发现新型天然AMP的“金标准”。它直接针对组织提取液中的内源性小肽（<10 kDa），利用超滤或SPE富集后上机。在数据分析中，PEAKS Studio和pNovo等软件是进行De Novo测序的主力，能直接从MS/MS谱图中推导出肽段的氨基酸序列，特别适合研究非模式生物（如青蛙皮肤、蝎子毒液）中的新AMP，相关经典方案可参考Nature Protocols中的多肽组学工作流。

在作用机制研究中，我们需要知道哪些蛋白变多了，哪些变少了。

目前应用最广，因其无需昂贵同位素标签，样本制备简单，且不受样本数量限制。它通过比对LC-MS/MS中的峰面积或谱图计数进行定量。虽然重现性稍弱于标记法，但在大规模处理组比较中具有无可比拟的优势。MaxQuant软件中的LFQ算法是处理此类数据的标配。

属于化学标记策略，允许将2-16个不同样本混合后一次进样，极大地减少了系统误差。这对于需要观察时间梯度或剂量梯度的抗菌肽处理实验尤为关键。

想要知道抗菌肽究竟跟哪个蛋白“亲密接触”？传统酵母双杂交只能针对已知互作，而化学蛋白质组学直接解决了这一痛点。

合成AMP的衍生物，通过点击化学（Click Chemistry）接上生物素或光交联基团。

活细胞中孵育 -> 紫外光交联固定 -> 细胞裂解 -> 链霉亲和素磁珠富集 -> stringent washing -> 蛋白酶解 -> LC-MS/MS鉴定。

该技术已成功帮助研究者鉴定出多种AMP的靶点，包括外膜蛋白LptD、核糖体蛋白S3以及ATP合成酶亚基。相关实验优化细节可在Current Protocols in Chemical Biology中找到详细步骤。

以下是一个标准的抗菌肽作用机制蛋白质组学实验工作流，供大家参考。

务必设置生物学重复（至少3次独立培养），以消除生物学噪音。

抗菌肽处理对数生长期细菌，收集菌体沉淀。蛋白提取是成败关键，对于细菌（如金葡菌或铜绿），推荐使用含有SDS或尿素/硫脲的裂解液结合超声破碎或高压均质，并加入蛋白酶抑制剂和核酸酶。随后进行BCA或Bradford蛋白定量。

采用FASP方法或S-Trap法进行酶解。这两种方法均能有效去除去垢剂，提高酶解效率。使用Trypsin（酶与蛋白比1:50-1:100）在37°C过夜酶解。肽段需经C₁₈脱盐柱除盐。

nanoLC通常采用C18反相色谱柱，流动相为0.1%甲酸水溶液和0.1%甲酸乙腈溶液，梯度洗脱。质谱数据采集模式推荐DDA（数据依赖采集），即先进行一次全扫描（MS1），然后选取信号最强的Top N个母离子进行碎裂（MS/MS）。

将原始文件（RAW或.d）导入软件：

利用Perseus软件（MaxQuant配套）进行数据清洗、log2转换、缺失值填充。采用T-test（两组比较）或ANOVA（多组比较）筛选差异表达蛋白（DEPs），常用阈值：p-value < 0.05，|Fold Change| > 1.5 或 2。

将DEPs导入DAVID或ClusterProfiler (R包)进行GO功能富集和KEGG通路富集分析。使用STRING数据库构建蛋白-蛋白互作（PPI）网络，再通过Cytoscape软件进行网络可视化和MCODE聚类分析，找出关键的Hub蛋白。对于细菌，可能还需结合COG/KOG数据库进行功能分类。

蛋白质组学是“假设生成器”，最后必须通过Western Blot（验证关键蛋白丰度）或qPCR（验证转录水平）进行技术验证，对于靶点结合，需通过SPR（表面等离子共振）或MST（微量热泳动）进行亲和力确证。

抗菌肽的研究已经进入了系统生物学时代。

单凭蛋白质组学有时难以区分转录调控还是翻译后调控。将蛋白质组学与转录组学（RNA-Seq）结合，可以区分mRNA水平和蛋白水平变化的相关性；与代谢组学或脂质组学结合，则能直接观察抗菌肽对细胞代谢物和膜脂质组成的重塑效应。

最新的技术如基于激光显微切割（LCM）结合超高灵敏度质谱，使得我们能够区分抗菌肽作用后细菌生物被膜表层与深层的蛋白异质性，这对于研究抗菌肽渗透和生物被膜耐药至关重要。

AI正在颠覆传统的蛋白质组学分析。例如，AlphaPept和DIA-NN利用深度学习预测肽段的保留时间和碎片谱图，显著提高了DIA数据分析的准确性和鉴定深度。

尽管尚处于起步阶段，但基于毛细管电泳或nPACT（纳米液滴）的单细胞蛋白质组学未来可能用于分析“持留菌”在抗菌肽攻击下的单细胞蛋白异质性。

技术本身只是工具，真正重要的是你想问什么问题。机制解析也好，新肽发现也罢，抑或是耐药机制的追踪 —— 这套方法已经足够成熟，剩下的就看你的实验设计和生物学洞察了。

如果你在实操中遇到具体问题，可以点击阅读原文找我交流，很多细节只有真正动手做过才知道。

点击文末阅读原文，

获取更多抗菌肽发现、机制研究实验方案~

参考文献

1. Rogers JC, Bomgarden RD. Sample Preparation for Mass Spectrometry-Based Proteomics; from Proteomes to Peptides. Adv Exp Med Biol. 2016;919:43-62. doi:10.1007/978-3-319-41448-5_3

2. Baggerman G, Verleyen P, Clynen E, Huybrechts J, De Loof A, Schoofs L. Peptidomics. J Chromatogr B Analyt Technol Biomed Life Sci. 2004;803(1):3-16. doi:10.1016/j.jchromb.2003.07.019

3. Mookherjee N, Anderson MA, Haagsman HP, Davidson DJ. Antimicrobial host defence peptides: functions and clinical potential. Nat Rev Drug Discov. 2020;19(5):311-332. doi:10.1038/s41573-019-0058-8

4. Moyer TB, Parsley NC, Sadecki PW, Schug WJ, Hicks LM. Leveraging orthogonal mass spectrometry based strategies for comprehensive sequencing and characterization of ribosomal antimicrobial peptide natural products. Nat Prod Rep. 2021;38(3):489-509. doi:10.1039/d0np00046a

5. Wan F, Torres MDT, Guan C, de la Fuente-Nunez C. Tutorial: guidelines for the use of machine learning methods to mine genomes and proteomes for antibiotic discovery. Nat Protoc. 2025;20(10):2685-2697. doi:10.1038/s41596-025-01144-w