来源：分析测试百科网

　　2014年11月12日， “2014第三届中国计算蛋白质组学研讨会（CNCP）”在中国科学院计算机技术研究所举行。CNCP会议由中国人类蛋白质组组织、中国科学院计算机技术研究所、北京蛋白质组研究中心、北京生命科学研究所主办，中国科学院计算技术研究所pFind团队承办，会议得到了赛默飞科技（中国）、布鲁克（北京）公司的赞助。会议邀请到26位来自海内外的一线专家学者与会报告，来自北京、上海、辽宁、天津、美国、香港等地的学者180余人出席了此次盛会。分析测试百科网作为支持媒体参加了此次大会。

2014第三届中国计算蛋白质组学研讨会（CNCP）会议现场

　　会议第一天由来自威斯康星大学的李灵军教授，葛瑛博士，加利福尼亚大学的关慎恒教授，印第安那大学的刘晓文博士，中国科学院上海生命科学研究院的黄超兰研究员，北京蛋白质组研究中心的丁琛研究员，中国科学院计算技术研究所的迟浩博士，同济大学的王春光教授，中国科学院上海药物研究所的周虎研究员，中科技大学的薛宇博士，军事医学科学院的王恒樑教授，中国科学院计算技术研究所的万晓华博士，中国医学科学院的高友鹤教授带来精彩的大会报告。

　　威斯康星大学 李灵军教授

　　威斯康星大学李灵军教授的报告题目为《Developing Mass Spectrometry-based Molecular Imaging and Proteomics Strategies for the Studies of Neurological Diseases》。 李灵军教授在报告讲述了一个新兴的基于“自上而下”的蛋白质组学方法质谱(MS)。结合matrix-assisted激光解吸/电离质谱(MALDI)成像(MSI)和自上而下的蛋白质组学，可用于生物标记一些神经系统疾病，如自闭症和阿尔茨海默病(AD)。之后，李灵军教授又从差异表达蛋白质的揭示，串联质谱的识别和电离质谱成像和繁殖等多个方面进行论证，“自上而下”的蛋白质组学方法质谱(MS)在生物学和医学上都是一个很大的突破和进展。

　　威斯康星大学 葛瑛博士

　　威斯康星大学葛瑛博士带来的报告是《Top-down Proteomics in Health and Disease: Challenges and Opportunities》。蛋白质组学对破译分子、理解细胞的相互作用和诊断人类疾病都是很重要的，但由于人类蛋白组的独特特性，使蛋白的分析变得十分困难。但是这种新兴的“自上而下”蛋白质组学方法质谱(MS)却打破了之前的瓶颈，并取得了一定的成果。不过即使这样，由于欠缺发达的数据分析工具以及其他原因，“自上而下”的蛋白质组学方法仍然面很多困难和挑战，所以仍需要新技术的不断发展来推进它。

　　加利福尼亚大学 关慎恒教授

　　加利福尼亚大学关慎恒教授的报告题目是《Characterization of Large Intact Protein Complexes by Native Mass Spectrometry》。传统的自上而下的蛋白质组学在分析完整的蛋白质时会破坏蛋白质共价组件和底物复合物，本机质谱又由于大型蛋白质复合物离子m / z值高,只能检测到专门设计FTICR,TOF或Orbitrap仪器。所以表征完整的蛋白质复合物的质谱仍是一个很大的挑战。

　　印第安那大学 刘晓文博士

　　印第安那大学刘晓文博士的报告题目为《De novo Protein Sequencing by Combining Top-Down and Bottom-Up Tandem Mass Spectra》 。现在有两种方法对新创蛋白质测序:埃德曼降解和质谱(MS)。如果基于质谱方法描述新创蛋白质，重叠的组装串联质谱肽会产生多个蛋白水解消化蛋白质。因为每个串联质谱只覆盖一个靶蛋白的短肽, 所以高覆盖率蛋白质测序的关键是找到光谱对重叠肽组装串联质谱长句子。但自上而下的串联质谱很少提供完整的离子碎片覆盖的蛋白质。所以利用质谱法对蛋白质的测序依旧比较困难。

　　中国科学院上海生命科学研究院 黄超兰研究员

　　中国科学院上海生命科学研究院黄超兰研究员带来的报告是《Comparison of Ultradefinition (UD) MSE and WiSIM-DIA Techniques in the Study of Middle-down Proteomics》。黄超兰研究院从工作流程、实验的设定介绍了无标记定量方法WiSIM-DIA和UDMSE方法进行蛋白质鉴定的对比，应用这两种方法在中间蛋白质组学研究中比较性能敏感性、蛋白质量化的重现性，以及在PTM上的应用，并对以后的蛋白研究工作进行了展望。

　　北京蛋白质组研究中心 丁琛研究员

　　北京蛋白质组研究中心丁琛研究员的报告题目为《Towards building an ideal Proteomics Platform》。质谱(MS)的量化是一种强大的工具，在不同病理生理条件的生物研究中它都能具有高灵敏度和吞吐量微分蛋白测定。但解决蛋白质组识别问题,精确量化在蛋白质组学平台成为一个重大的挑战。由于质谱信号响应不同的胰蛋白酶的同一蛋白质、肽和同样的,不同的碎片离子高达100倍的强度不同。所以我们希望Fast-seq的结合,catTFRE和脚本映射将提供一个可靠的识别/量化解决方案,并最终使我们更好地理解“司机路径”在临床癌症的研究。

　　中国科学院计算技术研究所 迟浩博士

　　中国科学院计算技术研究所迟浩博士的报告题目为《Deep and Fast Analysis of High Resolution MS/MS Data》。基于串联质谱分析蛋白质组学已成为本世纪生物研究的一个焦点。然而,质谱数据的辨识率仍然很低。报告中分别通过蛋白质组学的致命弱点，ID的高低分辨率的日期，识别速度和软件maxquant、pfind等多个方面的阐述，总结出最后的结论：限制搜索能提高搜索速度，开放搜索能增大搜索深度，只有高分辨率的新算法才能既提高速度又增大深度。

　　同济大学 王春光教授

　　同济大学王春光教授的报告题目为《Preliminary Application of Mass Spectrometry on the Study of Conotoxins》。芋螺毒素是由锥形蜗牛猎物和防御时产生的肽神经毒素，导致镇痛药物Ziconotide的成功发展。但结构的多样性和二硫键含量过高是芋螺毒素研究的两大挑战。最近,通过结合cDNA图书馆和LC质谱分析，得出GeXXA是引起烟碱乙酰胆碱受体和烟碱乙酰胆一个新颖的机制，使芋螺毒素的研究得到了很大的进展。质谱分析在这一领域起到了很好的推进作用。

　　中国科学院上海药物研究所 周虎研究员

　　中国科学院上海药物研究所周虎研究员的报告题目为《Technology Development for Membrane Protein Analysis and Its Applications》。膜蛋白在细胞功能中发挥着重要的作用,包括信号转导、膜运输、蛋白质分泌等,此外也保持着细胞膜的结构完整性。可由于低丰度和疏水性，膜蛋白不经常出现在蛋白质组学实验中。但是最近新开发的一套技术却解决了这个难题。这项技术基于强阳离子交换物质和pH梯度洗脱,很好地促进了膜蛋白分析，这种新方法是一个很有前途的工具，对药物的目标发现和膜蛋白的生物标志都是很有意义的。

　　华中科技大学 薛宇博士

　　华中科技大学薛宇博士的报告题目是《Network-based analysis of mouse testicular phosphoproteome》。磷酸化蛋白质组学的研究已经确定了400000多个磷酸化位点，这是理解的磷酸化的监管机制的基础。然而，如何有效地检索从洪水数据有用的信息仍然是一个巨大的挑战。薛宇博士主要是讲网络方法分析小鼠睾丸的磷酸化事件。人类蛋白质组计划中，有2/3的基因知道的非常少，大约6000基因没有蛋白质的信息。近年来质谱技术的发展，磷酸化也越来越成为常规的研究。薛博士的研究团队提出在小鼠睾丸中的磷酸化事件的综合研究，提供了一个在睾丸的phosphoregulation全球景观，可以在未来的研究精子发生的价值。

　　军事医学科学院生物工程研究所 王恒樑研究员

　　军事医学科学院生物工程研究所的王恒樑研究员介绍了《温度对志贺氏菌毒力的影响》。研究志贺氏菌的意义在于，志贺氏菌极低的感染计量就会有很高的发病率，对儿童危害巨大，具有很高的耐药性，同时缺乏理想的疫苗，在生物安全方面的潜在危害。在30和37度不同温度条件下，用比较蛋白质组学发现了潜在的抗毒力基因ArgT，王恒樑研究员说，抗毒力基因将是今后病原菌研究中的一大热点，在病原菌中强制表达该基因，会降低病原菌的毒力。

　　中国科学院计算技术研究所 万晓华博士

　　中国科学院计算技术研究所的万晓华博士带来的报告题目是《Iterative Methods in Large Field Electron Microscope Tomography》。分析蛋白质结构的方法有核磁共振、X-射线晶体学、蛋白质结构预测、电子显微成像技术，这其中有一段研究空白，需要用冷冻电镜成像技术来弥补。ET技术问题，有噪声大，投影数据不完整，扭曲变形，同时照片的尺寸越来越大，带来百万兆级的计算问题。万博士所在团队主要工作是进行优化，从曲线模型和迭代方法提高重构的精度，从集群和GPU提高重构的速度。研究发现，ASART+曲线投影重构结果的清晰度高，评价好。

　　中国医学科学院基础医学研究所 高友鹤教授

　　中国医学科学院基础医学研究所高友鹤教授带来的报告题目是《生物信息学中的生物学》。高教授从一个生物学家的角度介绍了生物信息学中的生物学，内容包括生物学中物质和信息的流动即生物标志物，生物学中流动信息的使用，生物学中变化信息的利用。高友鹤教授说，近100年来，医学上最大的进步是每个人有了自己的病例。什么是生物标志物？标志物等于变化，高教授认为，生物标志物更多的存在于尿液中而不是血液中。高教授介绍了黑箱的方法研究肾脏功能，以及尿蛋白信息的保存，生物信息学中变化信息有多方面的应用，包括多肽保留时间的利用，样品在多肽水平的比较，蛋白质分子量信息的利用。

　　更多会议报告请继续关注分析测试百科网的后续报道……