推進生物和藥物質譜首屆美國華人質譜學會（CASMS）開幕

　　分析測試百科網訊 美國東部時間2021年8月9日，首屆美國華人質譜學會（CASMS）學術研討會暨展覽會在Gather.Town隆重舉行。本屆學術研討會關注蛋白質組學與生物質譜，代謝脂質組學與藥物質譜2大主題，會議吸引近500名全球質譜科技工作者參與。分析測試百科網作為大會支持媒體，為您帶來全程跟蹤報道。

　　會議伊始，由瑞士蘇黎世聯邦理工大學Ruedi Aebersold教授帶來開幕式大會報告。

瑞士蘇黎世聯邦理工大學 Ruedi Aebersold教授

報告題目：Extracting New Molecular Biology Knowledge From Proteomic Data

　　Ruedi教授表示，隨著人類對生物學和醫學的了解逐漸深入，人們發現兩者是關于功能和表型的研究。事實證明，基因組是高度可變的，SNP幾乎在每1000個核苷酸中出現一次，并且這些變異是獨特的。那么人們是如何識別一個特定表現型基因組變異？隨著人類蛋白質組藍圖的出現，這一疑問逐漸解開其神秘的面紗。

　　在對蛋白質與基因關系的研究中，團隊通過野生果蠅進行翅膀大小、基因組等進行測量、表征，結合蛋白質組學技術，發現了果蠅翅膀大小表型相關模塊，并且證明翅膀大小是一種復雜的表型，需要蛋白質組學超越蛋白質序列和豐度才能進行更深層次的研究。

　　然而，分子的復雜性和生物信息的多樣性讓人們只能有限了解其中的奧秘。如何從復雜的數據矩陣中推測蛋白質復雜成分的變化。團隊利用down-up的蛋白質譜分析方法，基于共表達式協方差變化計算蛋白變化，可以推斷出復合物中PQR的變化。通過對3800個蛋白質交叉測量，團隊獲得SWATH/DIA質譜蛋白豐度，發現同一復合物中的蛋白往往具有穩定的定量比。

　　那么，什么是蛋白質存在形式（Proteoforms），他們有什么作用。通過研究，團隊發現，蛋白質存在形式多種多樣，不僅可以為表型和分子機制分析提供豐富信息，同時自身又包含蛋白質最重要的信息模塊，為人們深層次研究蛋白質提供了良好基礎。

   關于Ruedi Aebersold教授的更多介紹，請見：http://www.casms.org/?action=content&id=39 

　　在Enabling Mass Spectrometry for Metabolomics Research分論壇中，來自肯塔基大學Teresa Fan博士、不列顛哥倫比亞大學Tao Huan博士、麥吉爾大學 Jianguo Xia博士、楊森公司 Yanping Lin博士、華大基因Rong Wang博士、阿爾伯塔大學Liang Li博士等人帶來精彩學術報告。

　　肯塔基大學 Teresa Fan博士

　　報告題目：Mapping Human Tumor/Immune Metabolism Using Multiplex Stable Isotope-Resolved Metabolomics (mSIRM)

　　Fan博士表示，穩定同位素技術（SIRM）是代謝組學有力的分析工具。團隊利用SIRM技術對非小細胞肺癌患者以及M1/M2巨噬細胞再極化劑β葡萄糖（WGP）體外作用等進行研究，發現化丙酮酸羧化支持了肺癌在體內的生長，同時SIRM圖譜揭示了不同患者對免疫調節劑β-葡聚糖有不同反應。最后，團隊利用SIRM技術發現β-葡聚糖在人巨噬細胞中引發的促炎和增強抗炎代謝反應。

　　不列顛哥倫比亞大學 Tao Huan博士

　　報告題目：Improving Accuracy, Precision and Sensitivity in Mass Spectromety-Based Metabolomics

　　Huan博士表示，LC-MS技術常用于代謝組學靶標和非靶標分析。通過提高質譜的檢測準確性、檢測精度、靈敏度，對構建信息生物學至關重要。團隊通過集成代謝產物特征提取、聯合神經網絡數據處理和標記技術等手段，大幅提高了LC-MS技術在代謝組學分析的準確性、靈敏度、檢測精度等參數，提高幅度最高達80%。此外，團隊也開發了大型數據庫，顯著提高了質譜結果分析的準確性，為質譜在代謝組學的應用打下了堅實基礎。

　　麥吉爾大學 Jianguo Xia博士

　　報告題目：Narrowing the Gap Between LC-MS Spectra and Systems Biology

　　Xia博士表示，當前的組學數據分析嘗嘗包括數據處理、統計分析、數據可視化、功能翻譯等。如何將大組學數據應用到系統生物學，通常人們需要將大數據通過提取、提煉后，分別轉譯到個體分子和系統生物學中。對于質譜代謝組學分析，如果希望將其應用到系統生物學中，同樣要經歷上述過程。

　　為實現上述目標，團隊開發了MetaboAnalystR和OptiLCMS大數據分析工具，并將分析速度提高20~100倍。目前，該套系統已經完成了1200余次系統性分析，累積超過10TB數據，在COVID-19大數據等分析中，發揮了重要作用，成功拉進了組學與系統生物學之間的距離。未來，團隊將繼續完善該套系統，使其更自動化、智能化，進一步減少兩者之間的距離。

　　楊森公司 Yanping Lin博士

　　報告題目：Inter-laboratory Reproducibility of An Untargeted Metabolomics GC-MS Assay for Analysis of Human Plasma

　　Lin博士表示，代謝組學分析對時間極為敏感，更容易受飲食和環境影響，對結果的重復性有明顯的影響。確保檢測結果的準確性和可重復性，對實驗室來說極為重要。Lin博士采用非靶標GC-MS技術對人血漿進行分析，在樣品收集、樣品制備、儀器工作狀態、樣品檢測方式、數據結果分析、QC控制等方面進行改進和提高，確保實驗室內和實驗室間檢測結果的準確性和可重復性。同時也要注意需要嚴格的實驗設計和質量控制，做好QC和內部標準有助于減小差異化，提高檢測重復性。

　　華大基因 Rong Wang博士

　　報告題目：Blood Metabolite Levels and Gut Microbiome in Human Health

　　Wang博士介紹到，人體中超過10000種微生物及其群群落對人體健康起到重要的作用，尤其對人體消化、身體免疫系統發育等有重要作用。通過團隊研究發現，腸道微生物與大腦中樞神經通訊對是影響人體健康的中藥因素之一，同時與動脈粥樣硬化、心血管疾病發病有密切關系。此外，團隊研究發現，低維生素D與COVID-19重癥和死亡率有密切關系。

　　針對上述疑問，團隊采用雙向孟德爾隨機化方法，對血液代謝物水平變化和腸道微生物群相關變化進行分析，發現了58個腸道微生物組和代謝特征相關的基因位點。通過對上述58因果關系詳細研究，確定了另外14個因果關系，再次證明了腸道微生物在干預心臟活動、腎臟和肺部疾病質檢的關系。

　　阿爾伯塔大學 Liang Li博士

　　報告題目：Recent Advances in Deep Metabolome Analysis Using Chemical Isotope Labeling （CIL）LC-MS

　　Li博士在報告中表示，代謝組學分析側重于整套代謝物分析，代謝組分析通常知代謝產物分析和脂質分析。當前代謝組學分析在定量和覆蓋率方面存在一定挑戰。使用化學同位素標記分析技術可以對一個代謝物或一組代謝產物進行標記，可大幅增加定量分析的準確性和檢測覆蓋率。團隊利用胺和酚羥基標記物等，配合12C、13C同位素標記技術，實現對代謝產物進行高精度、高通量（4通道）分析。目前，團隊利用這項技術已經發現了人血清中3438種代謝產物，10642個峰對。在哺乳動物中，發現了8562對代謝產物峰，17280個老鼠糞便產物峰對等。

　　對于脂質分析方面，團隊在哺乳動物體內發現了10595種特征代謝產物以及7919種已識別產物。Li博士通過將代謝組學和脂質組學相結合，圍棋創造出更廣泛的用途。

  關于Enabling Mass Spectrometry for Metabolomics Research分論壇演講人的介紹，請見：http://www.casms.org/?action=content&id=45 

　　在9日晚上的Systems Biology and Cell Signaling平行研討會上，北卡羅來納大學教堂山分校Xian Chen博士、大連化物所Mingliang Ye研究員、斯坦福大學Paul Khavari博士、耶魯大學醫學院Yansheng Liu博士、猶他州西南醫學中心Yonghao Yu博士、加州大學河濱分校Yinsheng Wang博士帶來精彩的學術報告。

　　北卡羅來納大學教堂山分校Xian Chen博士

　　報告題目：Novel Gene-Specific Translational Mechanism of COVID-19 Immunopathogenesis

　　新冠病毒感染者會使已有慢性炎癥性疾病的患者（糖尿病、心血管或肝臟疾病、癌癥）易出現多種癥狀。新冠病毒-19的主要臨床特征表現為過度炎癥：巨噬細胞激活綜合征-細胞因子風暴和T細胞功能受損或淋巴細胞減少。

　　報告介紹了新冠病毒免疫發病機制的研究進展、多方面治療作用的機制（細胞因子風暴的抑制、T細胞功能的恢復、抑制SARS-COV2在宿主體內的復制）。

　　報告指出使用臨床試驗抑制劑進行COVID-19治療的新適應癥受bS臨時ZL申請#63/113、211保護，但是Il和lll階段臨床試驗的醫療方案有待FDA IND批準。

　　大連化物所Mingliang Ye研究員

　　報告題目：Probe-Free Methods to Identify Drug Targets at Proteome Level

　　進行藥物的靶向空間研究時要盡可能全面地揭示藥物靶向譜，以充分發揮治療潛力并將毒性降至最低。

　　報告指出基于親和富集的靶蛋白篩選方法，藥物必須經過化學修飾才能影響靶向結合，但是會導致高假陽性識別，僅適用于高親和力藥物，并且有些藥物是不能改性的。

　　報告介紹了基于能量狀態差異的方法篩選靶蛋白如有機溶劑誘導蛋白沉淀法篩選藥物靶點：甲氨蝶呤( Methotrexate,MIX),一種葉酸類似物是二氫葉酸還原酶( dihydrofolate reductase,DHFR)的抑制劑,與DHFR、 NADPH形成無活性的三元復合物。SNS-032為選擇性周期蛋白依賴性激酶9(CDK9)的抑制劑,其它靶點為CDK1、CDK2、CDK4、CDK7以及GSK-3α,用于治療慢性淋巴細胞性白血病。

　　報告還介紹了高通量親和反應變性試驗（HARDA），只要定量準確度足夠高，甚至可以識別具有非常高顯著性水平的微小差異，就可以在單個變性點檢測熱穩定性的變化。結果顯示篩選吞吐量顯著提高、樣品處理時間減少到1/4、不需要昂貴的TMT試劑、不需要離線分餾、樣本數量減少到1/8、毫秒時間減少到1/8（<2天）。

　　非靶向介導的毒性是導致高磨損率的一個重要原因，定量蛋白質組學揭示格爾德霉素的作用靶點，NDUFV1作為格爾德霉素非靶點的驗證，確定的靶點揭示了格達霉素誘導肝毒性的機制。

　　斯坦福大學Paul Khavari博士

　　報告題目：Proximity Proteomics in Signaling and Gene Regulation

　　報告介紹了鄰近蛋白質組學發現新的Ras效應子和Ras轉運子，活細胞中Rna與蛋白質相互作用的快速研究，研究胚胎細胞中Dna與蛋白質相互作用的可能性。

　　報告還指出鄰近蛋白質組學可能有助于為研究充分的蛋白質識別新的派系相互作用物，并可能以新的方式應用于鑒定Rna-蛋白質和Dna-蛋白質相互作用。

　　耶魯大學醫學院Yansheng Liu博士

　　報告題目：Quantifying and Understanding Protein Turnover Control by Novel

　　報告指出Boxcarmax是一種新的多路復用DIA-MS，它以較少的儀器時間實現小窗口，顯著提高了SILAC和PSILAC分析的定量準確度。

　　報告介紹了第一個磷酸化蛋白質組轉換分析采用序列比對策略，發現磷酸化對蛋白質表達的穩定和不穩定作用具有位點特異性，并與周圍氨基酸和磷酸化蛋白質功能相關。

　　報告還介紹了未來研究方向：癌癥非整倍體和細胞信號轉導中以豐度為中心的分析與以壽命為中心的定量蛋白質組學分析。

　　猶他州西南醫學中心Yonghao Yu博士

　　報告題目：Chemistry and Biology of Protein Poly-ADP-Ribosylation

　　報告介紹了PARP1抑制和合成殺傷力、基于合成致死率模型的BRCAM癌癥PARP1抑制劑、臨床研究中的PARP1抑制劑以及PARP1抑制劑治療Brcamut卵巢癌。

　　報告還介紹了D/E-聚對苯二甲酸乙二醇酯蛋白質組的無偏研究、PARP酶的底物譜、“非捕集式PARP1降解劑”的研制、PARPL捕獲是PARPi的細胞毒性和免疫調節功能的主要貢獻者、用于非腫瘤疾病的PARP1降解劑（非捕獲）。

　　加州大學河濱分校Yinsheng Wang博士

　　報告題目：Chemistry and Biology of Guanine Quadruplex-Binding Proteins

　　G4在人類細胞中形成熱點，人類染色質中鑒定的10000個 G4結構在具有重要生物學相關性的基因座中高度富集。

　　報告介紹了一些新的G4結合蛋白的鑒定，發現了一種新的YY1a轉錄因子的DNA識別模式，即G4結合蛋白。

　　報告還介紹了一個新的長程DNA環的分子決定因素，即通過G4 DNA-YY1二聚體作用。YY1不僅通過啟動子區域的近端G4調控基因表達，而且還通過YY1介導的DNA環激活的遠端G4調控基因表達。

  關于Systems Biology and Cell Signaling分論壇演講人的介紹，請見：http://www.casms.org/?action=content&id=47