在 Nature Chemical Biology 最新访谈中，Cecilia Clementi（柏林自由大学）、卢培龙（西湖大学）和 Bruno Correia（洛桑联邦理工）三位大佬坐在一起，把目前的AI蛋白设计“剥皮抽筋”，直白地指出了三个“卡脖子”的硬伤和未来的出路。

结果模型AUC仅为0.69，更关键的是，由于缺乏分子层面数据，研究无法解释“为何TZP对部分患者无效”，既未能识别耐药相关靶点，也无法优化给药方案，研究价值大打折扣，影响因子自然不高（IF 2.8）[2]。该方法基于医院现有的临床数据（如电子病历、检验指标、影像报告、随访记录等），运用统计分析（如回归分析、生存分析）或机器学习算法，挖掘数据间的关联性（例如某一检验指标升高与疾病预后不良相关），进而

最新蛋白质组学技术为帕金森病研究带来突破性进展。LiP-MS技术能精准捕捉α-突触核蛋白(α-syn)等蛋白的结构变化，揭示其异常聚集机制；BAR技术可绘制α-syn的特异性相互作用网络图谱，区分不同神经退行性疾病；UltraID-LIPA技术实现了活细胞内α-syn聚集过程的动态追踪，发现其早期寡聚化与膜结合细胞器的关键作用。这些技术从结构、空间和时间三个维度共同构建了帕金森病分子机制的&quo

今天要讲的这项技术，就像给研究者装上了 “鹰眼”，能看穿成千上万种蛋白质的动态变化。它就是结构蛋白质组学领域的明星 ——有限蛋白水解 - 质谱联用技术（LiP-MS） 。但这项尖端技术并非 “横空出世”，它的背后是一段跨越近百年的科学传奇，凝聚着几代科学家的智慧、远见，甚至 “艺术感”。

邻近标记技术是研究活细胞内蛋白质相互作用及亚细胞结构的关键工具。主流标记酶包括生物素连接酶家族（BioID、TurboID、AirID）和过氧化物酶家族（APEX/APEX2），各具特点：BioID温和但效率低，TurboID速度快但背景高，AirID平衡效率与特异性，APEX2时间分辨率最高但有细胞毒性。选择时需考虑标记时间、空间精度、背景噪音、细胞毒性及实验体系等因素。新技术如Split系统和

，我们介绍了利用Metascape零代码实现富集分析，但是Metascape的富集分析结果是以柱状图的形式展示的。”的形式外，该网站工具还提供了其它的富集分析结果可视化方式，下图展示的是其中两种形式。上一步点击后的页面分为两个部分，左边用于粘贴数据和调整参数，右边是对数据输入格式的说明。如果我们想把上述富集柱状图改为气泡图形式，或者在拿到富集分析结果表格后，经过调整阈值筛选进行重新绘图，该如何操作

因此，在目前的IP-MS实验中，通常会选择较为温和的清洗条件，以保留更多的弱相互作用蛋白以及无法避免的背景蛋白和非特异性结合蛋白，之后基于定量蛋白质组学数据，即质谱检测获得的蛋白定量矩阵，通过实验组与对照组的蛋白定量比较筛选高可信的蛋白相互作用，过滤背景蛋白和非特异性结合。在IP-MS方法的应用的发展过程中，许多研究者和课题组分别开发出了各自不同的数据分析方法用于从高通量的质谱鉴定和定量数据中筛选

因此，在目前的IP-MS实验中，通常会选择较为温和的清洗条件，以保留更多的弱相互作用蛋白以及无法避免的背景蛋白和非特异性结合蛋白，之后基于定量蛋白质组学数据，即质谱检测获得的蛋白定量矩阵，通过实验组与对照组的蛋白定量比较筛选高可信的蛋白相互作用，过滤背景蛋白和非特异性结合。在IP-MS方法的应用的发展过程中，许多研究者和课题组分别开发出了各自不同的数据分析方法用于从高通量的质谱鉴定和定量数据中筛选

识别出主要在脑外产生、其脑脊液和血浆水平相关的蛋白质及相关结构域，发现健康对照中848种蛋白质的脑脊液与血浆比率随衰老增加、64种降低，确定DCUN1D1、MFGE8和VEGFA等外周来源或血管相关蛋白质的该比率升高与认知功能保留相关，还通过全基因组关联研究找到与241种蛋白质该比率相关的遗传位点，为人类脑屏障系统及其在年龄和疾病中的破坏提供分子见解，对脑穿透性治疗药物开发有意义。为探究认知障碍中

，我们介绍了利用Metascape零代码实现富集分析，但是Metascape的富集分析结果是以柱状图的形式展示的。”的形式外，该网站工具还提供了其它的富集分析结果可视化方式，下图展示的是其中两种形式。上一步点击后的页面分为两个部分，左边用于粘贴数据和调整参数，右边是对数据输入格式的说明。如果我们想把上述富集柱状图改为气泡图形式，或者在拿到富集分析结果表格后，经过调整阈值筛选进行重新绘图，该如何操作