病毒研究中的蛋白质组学实验设计指南

画病毒-宿主蛋白互作图谱（Interactome），本质回答两个问题：病毒蛋白把宿主的哪些机器“借”去用了？哪些宿主蛋白又反过来在限制病毒？这一步选错技术，后面所有机制假设都建立在沙滩上。

AP-MS的逻辑不复杂：把病毒诱饵蛋白（Bait）带上一个表位标签（Twin-Strep、FLAG之类），在非变性条件下裂细胞，把诱饵连同它在体内形成的天然复合物一起拉下来，再进质谱鉴定。

标杆工作是Gordon等人2020年发在Nature上的那篇SARS-CoV-2互作图谱。他们把SARS-CoV-2基因组编码的27个病毒蛋白全部克隆出来，C端统一挂2xStrep标签，瞬转到HEK293T里表达，最后拿到332个高置信度病毒-宿主互作蛋白对。这篇文章我在组会上拆过三次，每次拆都有新收获，原因在于它不是一个“鉴定清单”，而是一份可以直接往下做功能验证的路线图：

讲这个案例时，我一定会跟刚开题的同学强调一件事：标签不是随便选的，它直接决定你最后拿到的是“真互作”还是“ beads上的杂质”。

AP-MS有两个绕不开的硬伤，做过的人都吃过亏：

邻近标记就是冲着这两个坑来的：把一个工程化连接酶（BioID、TurboID）或过氧化物酶（APEX2）融合到诱饵上，在活细胞里直接把诱饵周围10–20 nm半径内的蛋白共价生物素化。标记发生在裂解之前，所以后面你拿多狠的变性条件洗都无所谓——共价键不会断，最后用链霉亲和素磁珠把带生物素的蛋白拉出来进质谱。

图1  AP-MS与邻近标记PL-MS的工作逻辑对比。左：AP-MS依赖非变性条件下的稳定复合物，裂解会丢失瞬时互作；右：PL-MS在活细胞内共价标记邻近蛋白，耐受后续强变性洗涤。

但TurboID是“无差别标记”——在线粒体外膜、内质网这种拥挤的细胞器里，半径10–20 nm内存在几十上百个蛋白，最后拉到的到底是真互作，还是“同一个房间里的邻居”？

我们组现在做病毒线粒体相关蛋白（比如SARS-CoV-2的ORF9B），倾向用APPLE-MS这条路线：把Twin-Strep的高特异性亲和富集和PafA邻近标记串在同一个工作流里。文献报道它单独拉ORF9B时，信噪比是单纯AP-MS的4.07倍，而且能抓到AP-MS在线粒体膜上丢干净的那些弱互作伙伴。同一条路线后来还被用来拉GLP-1受体这种GPCR，说明在高疏水跨膜蛋白互作上，这条思路是通的。

病毒基因组小得可怜，冠状病毒也就十几个开放阅读框，它自己不编码几个激酶、不编码糖苷酶，却能在几小时内把宿主细胞的信号网络翻个底朝天。办法只有一个：直接用宿主的PTM机器。

磷酸化组学的标准动作是TiO₂或IMAC富集磷酸化肽段，再上高分辨质谱，一次实验定量几千上万个位点。这里真正值钱的不是位点清单，而是——位点变了，背后是哪个激酶被劫持了。

这一方向我读得最细的一篇，是Bouhaddou和Krogan团队2020年发在Cell上的《The Global Phosphorylation Landscape of SARS-CoV-2 Infection》。他们没做单时间点，而是在Vero E6上从感染后0、2、4、8、12、24 h连续取样，做全局蛋白丰度+磷酸化修饰的动态定量。这套时间序列设计，是我在给客户写磷酸化课题方案时反复建议的——单时间点你只能看到“变了”，时间序列才能看到“按什么顺序变”。

这篇文章里有几个判断，做病毒磷酸化的人应该记住：病毒蛋白自己也被宿主激酶大量磷酸化——他们在7个SARS-CoV-2病毒蛋白上鉴定到49个磷酸化位点。不是只有宿主在变，病毒自己的蛋白状态也是被宿主酶“程序化”的。

后面比较变异株的工作进一步指出，Omicron这类VOC在N蛋白关键区域累积非同义突变，优化了与MARK1-3等宿主激酶的结合界面，包装效率和细胞间传播能力都被“顺手”优化了。也就是说，你做野生株拿到的磷酸化图谱，到变异株上可能根本对不上。做变异株比较时，磷酸化时间序列必须重新做。

SARS-CoV-2的S蛋白、HIV的Env，表面都被一层致密的宿主来源聚糖包裹。这层糖有两个作用：一是物理遮挡，挡住中和抗体靠近受体结合结构域（RBD）；二是这些糖本身是宿主细胞自己合成的，免疫系统把它识别为“自我”，不会攻击。

这一领域的标杆是Watanabe等人2020年发在Science上的《Site-specific glycan analysis of the SARS-CoV-2 spike》。他们用哺乳动物细胞表达出天然三聚体构象的重组S蛋白，用蛋白酶切成保留完整糖链的糖肽，靠Orbitrap的HCD/ETD碎裂，把S蛋白上22个保守N-糖基化位点一个位点一个位点地解析了微观异质性。

这篇文章给出的核心规律，做疫苗的人必须知道：

也就是说，糖型分布不是随机的，它直接由蛋白三维结构决定。这带来一个很现实的推论：你做mRNA疫苗或重组蛋白疫苗，如果抗原构象跟天然三聚体不一样，表面糖型分布就会偏，诱导出来的抗体可能识别不了真实病毒。所以现在主流疫苗管线都把糖基化质谱放行（release test）写进了质控。

PTM数据比普通蛋白定量难搞——修饰基团会让肽段保留时间漂移、二级碎裂规律完全变样（糖链自己会掉、磷酸会中性丢失）。搜库软件选错，直接少鉴定一半。

传统搜库软件面对庞大糖链搜索空间基本宕机，pGlyco 3.0同时利用糖碎片离子和肽骨架断裂信息，N-糖、O-糖都能做，在等质量糖链异构体拆分上目前几乎没有对手，FDR控制也严格。

配directDIA工作流。它能从极复杂的嵌合MS2谱里把磷酸肽特征高精度抽出来，定量CV通常能压到5%以内；关键是它的磷酸化位点定位概率（localization probability）算得比较稳，我们一般要求过滤阈值>0.75。

靠深度学习预测虚拟谱图，搜库深度经常比Spectronaut再深一截；做深度免疫肽段、稀有磷酸化位点时，我们经常两个软件跑一遍交叉看。

图2 Orbitrap Exploris系列高分辨质谱仪。PTM组学、PRM靶向定量都跑在这类高分辨HR/AM平台上。

冷冻电镜和X射线晶体学给你原子级结构，但它们有共同的盲区：高度动态、富含固有无序区（IDRs）、分子量太小、或者只能瞬时结合的复合物，结晶结不出来，电镜也看不清。交联质谱（XL-MS）正好补这块。

用化学交联剂把空间距离几埃到几十埃的两个氨基酸侧链（通常是赖氨酸的氨基）共价连起来，再酶解、质谱鉴定这一对交联肽段。你拿到的不是“谁和谁结合”，而是“哪两个残基在空间上靠得多近”——这是硬的距离约束。

图3  MS可降解交联剂（DSSO/DSBU）工作原理：交联臂内部化学键在HCD中优先断裂产生报告离子对，MS3再分别对两条肽段测序，大幅降低嵌合谱图复杂度。

针对巨型病毒（如Melbournevirus）和HSV-1这种结构极复杂的病毒，研究人员直接收集感染晚期释放的完整病毒颗粒，体外交联后跑LC-MS/MS，一次筛出486个高置信度交联蛋白对，把100多种病毒+宿主蛋白的亚病毒区间定位了出来。

值得注意的是：很多病毒跨膜蛋白没有同源序列，AlphaFold无法判断结构域朝向。XL-MS可直接检测交联对象的拓扑 —— 如果该结构域交联到的主要是病毒核心区的核蛋白，那它朝里；如果交联到脂质包膜外侧的表面抗原，那它朝外。这种domain-level的拓扑判断，是纯生信分析无法完成的。

HSV-1感染细胞原位交联的数据里，一个反直觉的发现是：病毒蛋白的交联位点大量富集在固有无序区（IDRs）。IDRs没有固定折叠，但里面藏着一堆短线性基序（SLiMs）——病毒正是靠这些SLiMs模拟宿主自身信号分子，瞬时竞争结合宿主机器。

更重要的是方法学突破：把XL-MS测到的交联二聚体距离直接作为硬约束喂给AlphaFold-Multimer，研究首次在原子分辨率重构了十多个活细胞真实微环境下的病毒-宿主瞬时结合界面。以后做“孤儿病毒蛋白”（没有任何同源序列），XL-MS给距离约束+AF-Multimer预测，几乎是标准动作。

XL-MS给出静态连线图。要知道蛋白在溶液中怎么变构，得靠氢氘交换质谱（HDX-MS）——监测主链酰胺氢在D2O里的交换速率，速率越快说明该区域暴露在溶剂里、越动态。

经典案例是SARS-CoV-2复制酶复合物：nsp12（RdRp）加上辅因子nsp7/nsp8。早期晶体学为了拿到电子密度，不得不把高度柔性的nsp8截短。HDX-MS测全长状态发现：

这种“互作引导的结构有序化”，就是聚合酶高效组装的分子基础；同时它也提示药物化学家：别只盯着催化中心，这个被互作稳定下来的柔性区域，是非常好的变构抑制靶点。

传统非可降解的BS3/DSS，二级碎裂出来的是两条肽段拼在一起的嵌合谱，搜库FDR会爆炸，假阳性高到没法用。可降解交联剂在HCD低能阶段先把交联臂打断，出一对质量恒定的报告离子，MS3再分别测两条肽段——信噪比直接提升一个数量级。

它对各类可降解交联剂特征匹配做得最全，Target-Decoy FDR控制严，全蛋白质组规模搜库速度也够用。这是目前XL-MS事实标准。

前面三块讲的是“找互作、找修饰、找结构”。最后一块是“定量”——感染后蛋白组随时间怎么变？哪个蛋白是真正的效应分子？

图4  DDA与DIA采集模式对比。左：DDA随机挑选母离子，丰度高的肽段被反复采样，低丰度肽段经常漏采，多样本比较缺失值严重；右：DIA按连续窗口无差别碎裂，留下数字存档，缺失值低、适合大队列。

SARS-CoV-2、HIV、埃博拉这类样本，第一步不是质谱，是生物安全。必须在BSL-3及以上实验室完成100%灭活，裂解液才能拿到普通实验室做后续处理。

我们组现在的做法很统一：

传统DDA的毛病做过的都知道：母离子选择是随机的、有丰度偏好，跑几十个生物学重复，出来一张满是缺失值的表，统计检验根本做不动。

DIA把质量范围切成连续、重叠的宽窗口，把窗口里所有肽段母离子无差别碎裂，相当于给每个样本存了一份“数字全息档案”。好处直接：

目前格局就是这两强。我们组的分工习惯是：

DIA筛出来一批差异蛋白，下一步要做的是精准验证。PRM（平行反应监测）干的就是这件事：四极杆把目标母离子选出来，Orbitrap里高分辨记录全部二级子离子。相比老一代三重四极杆的SRM/MRM，PRM特异性和通量都更好。

病毒学里PRM几个典型用法：

蛋白组学在病毒研究里，已经不仅只能“鉴定有哪些蛋白”，而是一个工具组合：

❶ 找稳定复合物用AP-MS（Twin-Strep优先）；找瞬时/膜蛋白互作用TurboID或APPLE-MS；

❷ 想看激酶劫持和糖盾，上磷酸化和糖基化，软件分别选Spectronaut/DIA-NN和pGlyco 3.0；

❸ 想在近生理状态看结构动态，XL-MS（DSSO/DSBU + pLink 2）+ HDX-MS，再把距离约束喂给AF-Multimer；

❹ 大队列时间序列定量用DIA（Spectronaut/DIA-NN），候选验证和绝对定量交给PRM+AQUA；

❺ BSL-3样本前处理统一走热SDS裂解+SP3/S-Trap，生物安全和样本质量一起锁死。

工具没有绝对的好坏，只有“跟你的科学问题匹不匹配”。开题前把上面这张选型表对照自己的样本类型、时间窗、预算过一遍，能少走一半弯路。

参考文献