“用质谱验证质谱，是重复做实验吗？”DIA筛选+PRM验证项目实操

DIA和PRM虽然都叫质谱，但两者在母离子筛选机制、离子富集时间、背景噪音滤除方面遵循完全不同的物理规则。一个是“广度优先的全景普查”，一个是“信噪比优先的靶向深潜”，主导误差来源完全不同。

生物标志物研究里，发现阶段（Discovery）和验证阶段（Verification）本来就该用相互独立的样本队列。DIA在发现队列里筛，PRM到独立验证队列里去验，在不同患者群体中重现同一组蛋白的丰度差异，这本身就剔除了高维数据多重假设检验带来的假阳性——标志物的验证可信性和临床推广性，根基就在这里。

要讲清楚差异，得先讲共同点。

DIA和PRM都是基于鸟枪法（Bottom-up）的质谱策略，鉴定和定量的底层逻辑完全一致。

❶ 蛋白先经变性、还原、烷基化，再用胰蛋白酶（或联合Lys-C）切成肽段；

❷ C18反相色谱分离后经纳升电喷雾进入质谱；

❸ 肽段在HCD池里碎裂成b/y离子，得到实际二级谱图；

❹ 软件把实际谱图与蛋白序列库（FASTA）模拟酶切、理论碎裂生成的理论谱图比对；

匹配上了就确定肽段序列，再由该蛋白独有的特征肽段（Proteotypic Peptides）倒推蛋白种类。

图1　Bottom-up蛋白质组学工作流：样本→蛋白酶解成肽段→LC-MS/MS采集→谱图匹配鉴定与定量。引自Wang Z, Liu P-K, Li L, ACS Meas Sci Au, 2024（PMC11342459）

定量方面，DIA和PRM输出的相对定量值（Intensity）都不是某一张谱图的瞬时信号高度，而是特定高强度二级碎片离子在液相色谱洗脱周期内连续采集、连成的洗脱曲线下面积（XIC峰面积）。二级碎片离子比一级母离子的化学背景噪音低得多、序列特异性更高，所以“基于MS2碎片离子峰面积积分”是现代高分辨质谱相对定量的共同基础，也是DIA和PRM相对定量Intensity的来源。

共同底座之上，两者在质谱仪“让哪些母离子进碰撞池”这件事上分道扬镳。

实时扫描一级谱图信号强度，选择丰度最高的前N个（Top-N）母离子碎裂。优点是二级谱图干净，短板是低丰度肽段在不同批次间随机漏检，缺失值多。

把整个扫描范围（比如400–1000 m/z或390–810 m/z）切成几十个连续宽窗口（比如23个、每个约15–17 m/z），在一个循环周期内把所有窗口里的母离子进行无差别碎裂。所有达到检出限的肽段碎片信息都被完整存下来，之后想验证什么新假设，可以回溯重分析。

图2　DIA/SWATH采集原理：1次MS1扫描 + 32次MS2宽窗口扫描（每个窗口25 m/z），循环时间约3.3 s，所有窗口内母离子均被碎裂并完整记录。引自Ludwig C, et al, Mol Syst Biol, 2018（PMC6088389）

PRM不是无差别扫描，而是根据目标列表，精准选择目标肽段的母离子，并用很窄的四极杆窗口进行隔离，尽量排除共洗脱的背景干扰。随后延长离子积累时间，提高目标离子的信号强度和二级谱图的信噪比，从而获得更高的检测灵敏度。与SRM/MRM一次只监测少数几个碎片离子不同，PRM可以用Orbitrap或高分辨TOF一次采集完整的高分辨二级谱图。分析时，还可以利用很窄的质量窗口，从多个y/b碎片离子中选择干扰少、信号强的离子进行定量。

图3　PRM工作流：确定目标蛋白→筛选定量特征肽段→四极杆隔离母离子→HCD碎裂→Orbitrap高分辨检测→提取碎片离子色谱图并积分定量。引自Bourmaud A, Gallien S, Domon B, Int J Mol Sci, 2016（PMC4691067）

很多第一次做PRM的客户以为和DIA一样，样本寄过来上机就行。PRM是靶向检测、高度定制化：客户需要提供目标蛋白名单，常规商业流程一般控制在20个以内。整个项目分四个阶段推进，每个阶段都有明确的质控门槛，这也是PRM比DIA前期投入大的原因。

用高表达或纯化的阳性样本（重组纯化蛋白、过表达细胞、免疫富集样本）跑高深度DDA/DIA，建立专属谱图库（.blib格式，截断评分>0.95）。这一步的核心是拿到目标肽段真实的母离子m/z、电荷态、保留时间和碎片离子丰度分布，从源头判断这个蛋白在质谱上“能不能测”。

特征肽段遴选有几条硬标准：

❶ 肽段长度6–25个氨基酸（理想区间7–20个），保证液相保留和电离效率；

❷ 胰蛋白酶完全酶切、零漏切（Zero missed cleavages），保证批次间酶解重现性；

❸ 避开含Met（M）、Trp（W）的肽段，防止部分氧化导致信号劈裂、削弱定量准确度；

❹ 序列在蛋白组内唯一（Proteotypic），优先选前期发现数据里离子化效率最高、响应最强的肽段。

把候选肽段的序列、电荷态、碰撞能量（NCE一般设27%）、保留时间窗口导出成Inclusion List，在Q-Exactive HF或Orbitrap Exploris 480上建立时间调度PRM（Scheduled PRM）方法，用阳性样本加1–2例真实待测样本预跑。

合成目标肽段的重标肽（C端引入¹³C₆¹⁵N₄-Arg或¹³C₆¹⁵N₂-Lys，用氨基酸分析AAA与毛细管区带电泳CZE标定浓度和纯度），在真实生物基质里梯度掺入构建标准曲线。重标肽和内源轻肽序列、理化性质、碎裂效率完全一致，只差固定质量差，是最好的内标。标曲要求线性回归R2>0.98，内源轻肽/重标肽的比值点积（rdotp）>0.95，确保待测样本内源浓度严格落在标曲线性定量区间内。

方法锁定后批量跑所有待测样本。长序列里要在前、中、后穿插质控样本（QC）和系统适用性测试（SST），样本之间做足洗针程序，防止高丰度肽段色谱残留（Carryover）造成假阳性。数据进Skyline后，以小于10 ppm的高分辨质量精度提取前5–10个无干扰高强度子离子的峰面积之和（相对定量），或内源肽与重标肽的峰面积比值（绝对定量），结合AuDIT等自动干扰筛查算法剔除受基质干扰的离子通道，最终导出高置信度的蛋白定量矩阵。

立项时怎么选，直接关系到经费效率，两条路径对应CPTAC/MCP的Tier分级：

不用合成重标肽、不用摸标曲，成本低、周期短。输出的是组间相对丰度比值（Fold Change），用于绝大多数基础机制研究、信号通路验证、早期标志物组间差异复核，学术说服力足够。

用稳定同位素稀释法（SID-MS）直接给绝对浓度/拷贝数，比如在干血斑或血浆样本里实现从18.0 mg/mL的血清白蛋白、190 ng/mL的胆碱酯酶，到去高丰度血浆中低于10 ng/mL的跨5个数量级精准定量。适用于跨组织器官丰度直接比较、IVD试剂盒切点（Cut-off）标定、跨实验室平台方法转移。前期重标肽合成和标曲开发成本高一个量级。

客户问得第二多的问题是：“验证不都是用WB/ELISA吗？”

我们的判断标准很直接：目标蛋白没有现成的抗体，或者要验证的目标蛋白数目太多，就考虑PRM。

背后是四个具体困境：

❶ 非模式生物（特定植物、海洋生物、病原微生物）或新发现的蛋白根本没有商业化抗体，定制抗体动辄数月，成败难料；

❷ 抗体存在非特异性交叉反应，在血浆这类复杂体液里还容易受基质效应和“钩状效应（Hook effect）”干扰；

❸ 常规抗体区分不了高度同源的亚型（比如肺癌血浆里血清淀粉样蛋白A的SAA1/SAA2及其五种等位基因变体1α、1β、1γ、2α、2β），也做不了位点特异性的翻译后修饰（PTM）肽段；

❹  WB本质是低通量半定量，审稿人现在严查未裁剪全膜原图、线性动态范围证明和总蛋白归一化；候选蛋白一多（10–20个甚至上百个），逐一跑胶或买几十种ELISA试剂盒，样本量（PRM单针只要数微升血浆或数百纳克酶解肽段）和经费都扛不住。

横向对比：

PRM不是万能的，DIA报告里能测到的蛋白，不一定都能成功做成PRM。

这些年项目里最常见的坑有三个：

目标蛋白内源丰度极低（比如血浆里低于10 ng/mL、甚至pg/mL级别的细胞因子、瞬时表达转录因子），不做高丰度蛋白去除、预分馏或免疫亲和富集（IP-MS、SISCAPA），很可能在阶段①建库时就鉴定不到特征肽段。

PRM的灵敏度与单针监测的靶标复用度成反比。硬往一个非调度或宽时间窗口里塞太多蛋白，每个肽段的离子注入时间被大幅压缩，PRM长时富集的物理优势就没了。这就是常规商业PRM严格控制在20个以内的根本原因；真要单针测50–200个靶标，得靠时间调度（sPRM）、长达288 min的整体硅胶C18柱（Monolithic silica-C18）超长色谱梯度，或者4D-PRM（prm-PASEF）、内标触发PRM（IS-PRM/SureQuant）这类进阶方案。

验证点突变蛋白时，亮氨酸/异亮氨酸互换质量完全相同（等重，Isobaric），常规母离子隔离和HCD碎裂根本分不开；突变位点产生与同源基因（Paralog）完全一致的肽段、或落在酶切位点附近产生极短/极长不适测肽段时，标准PRM也拿不到有效结论。这种项目要在建库前做计算机模拟评估（In-silico assessment），果断换替代蛋白酶或调整实验设计。

回到发表本身。审稿人要求对高通量组学结果做验证，底层诉求不是“换一台不同名字的仪器”，而是“采用具有不同主导误差来源（Distinct dominant errors）的检测机制，并在独立的生物统计学样本里排除初筛假阳性”。

DIA初筛的主要误差来源，是宽窗口（15–17 m/z）共隔离造成的嵌合谱图背景碎片干扰，以及大规模数据库检索带来的多重假设检验统计假阳性——即便Target-Decoy FDR控制在1%以下，几千个蛋白里也难免混进假阳性匹配；TMT/iTRAQ这类同重素标记还普遍存在报告离子比率压缩。到PRM这一步，极窄隔离窗口加数百毫秒的离子富集，从物理硬件层面把共隔离背景干扰消掉，Skyline里再用小于10 ppm的质量精度和谱图库点积（dotp>0.8）逐峰核验——正好打掉第一阶段的dominant error。

NCI-CPTAC的经典“三角漏斗”模型把标志物研发分成“发现→确证→临床验证”三个阶段：候选蛋白从发现阶段的1,000–9,000+种逐级收敛到确证阶段的20–200个（常规≤20），最后锁定3–10个核心标志物；与此同时，队列样本规模和独立性反向放大——发现队列20–100+例、独立验证队列30–200+例、临床阶段前瞻多中心100–500+例。

每组20–50例样本、同时测2,000–9,000种蛋白，特征维度远大于样本量（p>>n），很多“显著差异蛋白”只是抽样偏差的过拟合产物，放进200例独立样本里就消失 —— 这就是生物标志物圈子里常说的“沥青坑（Tar Pit）”。DIA筛完、PRM在完全没参与初筛建模的新队列里还能稳定重现差异、且趋势与发现队列一致的蛋白，才算真标志物；再进LASSO、随机森林、SVM、朴素贝叶斯或深度神经网络等机器学习建模，算ROC-AUC、校准曲线、决策曲线（DCA），最后锁定具备临床转化价值的标志物面板。

范式一：发现队列（DIA筛选）+独立验证队列（PRM靶向验证+机器学习建模），全程不依赖WB/ELISA。适合临床样本充足（多中心、分期入组）、候选蛋白没有成熟ELISA试剂盒的课题。

范式二：同一发现队列（DIA初筛+PRM同样本技术复核）+独立验证队列（ELISA/WB终端验证）。适合初始样本珍贵、最终想落在常规免疫学检测的场景。比如Orbitrap Exploris 480加FAIMS（-45 V/-70 V双补偿电压）、23个连续17 m/z窗口跑DIA全局扫描，筛出10–50个核心候选；同一批发现样本用PRM（Skyline 21.2处理数据）先做技术复核，剔除嵌合谱图解卷积可能带来的技术假阳性；最后挑1–3个排名前列、有高质量配对抗体的蛋白，到扩大规模的独立前瞻队列（如n=131）里做ELISA定量验证。

最后把决策浓缩成一条主线，可以直接对着做：

中等以上规模队列优先用DIA/4D-DIA做无偏全景扫描，最大限度减少缺失值、留存完整的数字化蛋白组档案。已经有明确关注靶标的团队，送样前把样本类型告诉我们，我们用同类型基质的历史项目谱图库帮你查这个蛋白以往能不能测到 —— 只要丰度不是极端低、历史项目里稳定检出过，DIA结果里就能直接拿到它在各样本中的相对含量，不用额外开发靶向方法。

从DIA差异结果里选有明确特征肽段证据、零漏切、不含易氧化残基（Met/Trp）、色谱响应稳定的前20个以内核心候选启动PRM，控制单针并发规模、保住最长离子注入时间和经费效益。

基础机制探索、动物/细胞模型验证、常规临床组间趋势复核，选相对定量（①②④，Tier 3）性价比最高；临近临床转化、要确立跨中心绝对诊断切点、做跨异质性组织比对的标志物面板（通常收敛到3–10个蛋白），才上绝对定量（①②③④，Tier 1/2）。

条件允许就预留或新招募一批独立于初筛样本的验证队列给PRM。“分析物理机制升级（DIA转PRM）+生物样本队列独立（Discovery转Validation）”双加持，是高分数论文发表和临床标志物转化最稳的证据结构。