图1. PL-MS技术应用概览

每个在显微镜和质谱仪间徘徊的研究者，都懂那个著名的“街灯效应”：醉汉在路灯下找钥匙，不是因为钥匙掉在那儿，只是因为那里有光。

在细胞生物学的漫长探索中，蛋白质相互作用（PPIs）的研究曾深陷这种困境。我们有强大的免疫共沉淀（Co-IP）技术，像精准的镊子能抓取紧密结合的蛋白复合物。

但细胞内部从不是静态的雕塑公园，而是瞬息万变的化装舞会 —— 稍纵即逝的信号传导、依附膜结构的受体、无膜细胞器中聚散无常的“幽灵”分子，往往在传统细胞裂解和洗涤步骤中烟消云散。

直到PL技术的出现，我们终于拥有了在黑暗中照亮一切的手电筒。这不仅是技术迭代，更是一场“时空分辨率”的革命。

故事始于细胞生物学家Kyle Roux的困境。

他的研究目标是细胞核的边界 —— 核膜，这层由核纤层蛋白构建的坚固堡垒，调控着基因表达和染色质组织，却让研究者望而却步。

2010年代初期，研究核膜蛋白相互作用堪称噩梦，三大难题如同三座大山：

核纤层蛋白高度聚合，不用强效去垢剂无法溶解；

强去垢剂一用，弱相互作用的蛋白就会直接脱落；

细胞裂解后的混合液中，无关蛋白可能因疏水作用随机黏连，误导实验结果。

传统方法无法揭示活细胞内的真实情况，Roux迫切需要一种能在细胞存活时，给核膜附近蛋白打上永久标记的技术。

Roux将目光投向了生物界最强的非共价相互作用系统 —— 生物素-链霉亲和素。如果能给邻近蛋白挂上生物素，无论后续纯化条件多剧烈，标签都不会脱落。

大肠杆菌中的生物素连接酶BirA进入了他的视野。自然界中的BirA是严谨的工匠，会精准地将活化的生物素转移到特定底物上，中间产物绝不外泄。但Roux的天才之处在于，他不需要这种严谨，反而需要“草率”。

他从旧生化文献中发现了一个关键突变：R118G（第118位精氨酸突变为甘氨酸）。这个突变没有杀死BirA，却破坏了它抓取中间产物的能力 —— 正常BirA会紧紧抓住高活性的生物素酰-5'-AMP，直到遇到特定底物；而BirA R118G生成这种分子后，会因为抓不住而让它从酶的口袋里“泄漏”出来。

泄漏的生物素酰-5'-AMP是高活性亲电试剂，会疯狂寻找周围蛋白质表面的伯胺（主要是赖氨酸残基的ε-氨基），形成稳定的酰胺键。Roux意识到，若将这个“泄漏”的BirA R118G融合到核纤层蛋白上，它就像不受控制的喷漆罐，给周围10纳米范围内的所有邻居打上生物素标签。

图2. PL-MS技术原理

2012年，Roux团队在《JournalofCellBiology》发表奠基性论文，正式提出BioID技术。这项技术的巧妙之处在于：

❶ 原位标记：标记发生在活细胞内，细胞膜结构完整；

❷ 时间积分：能记录一段时间内出现过的所有蛋白，哪怕是瞬间接触也会留下痕迹；

❸ 强力纯化：后续可使用含SDS的剧烈裂解液彻底溶解核膜，共价键能耐受这种处理，有效去除非特异性结合。

BioID迅速成为研究难溶蛋白和弱相互作用的神器，Roux也获得NIH大额资助，成为该领域领军人物。

第四幕：阿喀琉斯之踵 —— 慢出来的局限

但这款神器并非完美 —— BirA R118G催化效率极低，需要给细胞补充外源生物素并孵育18-24小时才能积累足够信号。这意味着：

• 无法捕捉动态过程，只能得到“平均”图谱；

• 长时间过表达外源蛋白可能干扰细胞功能；

• 37°C的最佳工作温度，让研究拟南芥（22°C生长）、果蝇的学者束手无策。

科学界在欢呼之余，共同期盼着：能不能更快一点？一场新的技术革命，正在MIT的实验室中酝酿。

结语：第一束光后的新挑战

BioID的诞生，打破了传统技术的桎梏，让我们第一次看清了活细胞内难溶蛋白和弱相互作用的真实面貌。但“慢”这个致命弱点，依然限制着我们探索细胞动态过程的脚步。

当Kyle Roux还在与核膜较劲时，一位有着化学背景的科学家AliceTing，正带着跨界思维，准备用“闪电战”般的技术，颠覆整个PL-MS领域。

下一篇，我们将走进MIT的实验室，见证APEX技术如何用1分钟的标记速度，掀起一场化学与生物学的跨界革命。

联系丸子，了解更多~

推荐

谱度众合：研究动态、瞬时、弱相互作用的最佳工具—PL-MS蛋白邻近表达筛选解决方案

基于邻近标记技术联合质谱推出PL-MS蛋白邻近表达筛选解决方案，为客户提供从细胞构建培养、亲和富集实验到质谱高通量筛选的一站式服务（阶段可选）：①目标序列获取和质粒克隆构建、②基因编辑和细胞系构建、③细胞培养和临近标记、④生物素标记蛋白的亲和纯化富集、⑤蛋白提取和酶解、⑥质谱检测和⑦数据分析和互作网络构建。

✔ 弱/动态/瞬时互作：基于邻近标记的特殊原理，可以动态捕获更多弱相互作用和瞬时相互作用的蛋白；

✔ 高亲和性：链霉亲和素的亲和效价强，且无需严格保证非变性条件，可以捕获更多膜蛋白的互作；

✔ 避免阴性结果：基于质谱定量数据进行无偏见的高通量筛选，可以获得大量蛋白相互作用信息，避免阴性结果；

✔ 精准筛选：基于定量差异、蛋白功能注释、互作网络核心节点等多维度分析，提供候选邻近表达蛋白的清单；

✔ 原位精准表达：在目的基因N/C端原位插入标记酶，可获得更接近生理状态下的蛋白互作网络。

参考文献

• 1. Guo J, Guo S, Lu S, et al. The development of proximity labeling technology and its applications in mammals, plants, and microorganisms. Cell Commun Signal. 2023;21(1):269. Published 2023 Sep 30. doi:10.1186/s12964-023-01310-1

  
  

• 2. Roux KJ, Kim DI, Raida M, Burke B. A promiscuous biotin ligase fusion protein identifies proximal and interacting proteins in mammalian cells. J Cell Biol. 2012;196(6):801-810. doi:10.1083/jcb.201112098

  
  

• 3. Mukhopadhyay U, Levantovsky S, Carusone TM, et al. A ubiquitin-specific, proximity-based labeling approach for the identification of ubiquitin ligase substrates. Sci Adv. 2024;10(32):eadp3000. doi:10.1126/sciadv.adp3000

  
  

• 4. Kim DI, Jensen SC, Noble KA, et al. An improved smaller biotin ligase for BioID proximity labeling. Mol Biol Cell. 2016;27(8):1188-1196. doi:10.1091/mbc.E15-12-0844

点击下方“阅读全文” 获取资料