空间蛋白质组学的进展 空间蛋白质组学在传统蛋白质组学的基础上，进一步揭示了分子在细胞或组织内的空间分布，这对于系统地理解生物功能、疾病机制及治疗效果至关重要。2024年度，《Nature Methods》将空间蛋白质组学选为年度方法，反映了行业对这一技术应用前景的重视。当前主要的质谱空间蛋白质组学技术包括基于MALDI的质谱成像、激光显微切割以及膨胀水凝胶放大后的切割等。然而，质谱成像所能检测的蛋白种类有限，而后两种方法的高成本和质谱高通量的要求限制了它们在研究中的广泛应用。

新平台的开发 2025年2月，中国科学院动物研究所的赵方庆团队与国家蛋白质科学中心的王贵宾教授共同在《Cell》杂志上发表了题为“基于微流控技术和迁移学习的复杂组织高分辨率空间蛋白质组学”的研究论文。该研究整合了微流控技术、微量蛋白质组学检测技术和深度学习算法，创新开发了高分辨率和高通量的空间质谱蛋白质组学平台PLATO，有效实现了对整个组织切片中数千种蛋白质的精确映射。

技术创新与优势 01 高通量原位蛋白采样 PLATO平台基于微流控技术获得三张连续组织切片，其中中间切片用于组织学染色和空间代谢/转录组学数据的生成，而第一、三片则在不同角度下进行基于微流控芯片的平行流蛋白质组分析。这些切片在芯片上进行消化，提取出的肽段经过LC-MS/MS定量分析，有效提高了样本的处理效率。

02 高稳定性与准确性的微量蛋白质检测 本研究利用QExactive HF质谱仪的DIA采集模式，实现了每日高达40个样本的高通量检测，从而保证了微量样本的可靠和可重复定量。

03 创新空间重构算法 研究中开发了基于迁移学习的Flow2Spatial算法，可以根据中间切片图像或空间代谢/转录组结果，结合两组平行流投影值重建高分辨率的蛋白质空间分布。这种策略显著降低了切片数量和测量次数，降低了由于连续切片引入的异质性，从而节省了样品制备和测量的时间及成本。

PLATO平台的亮点 01 高分辨率蛋白质映射 PLATO平台能够以25μm的极高空间分辨率，对组织切片中的蛋白质进行定位与定量分析，帮助研究人员清晰了解蛋白质在不同细胞和组织区域的分布，从而深入理解其生物功能。

02 广泛的组织兼容性 PLATO平台兼容不同来源的组织样本，包括小鼠、大鼠和人类组织，其良好的适应性使得研究者能够在多种生物样本中进行高效的蛋白质组学研究。

03 在乳腺癌研究中的应用 在乳腺癌的研究中，PLATO平台展示了其强大的应用潜力，通过高分辨率的蛋白质映射，识别出不同肿瘤亚型并发现关键失调蛋白质，为肿瘤的诊断与治疗提供了新的思路。

总结与展望 PLATO平台凭借微流控高效采样、微量蛋白质质谱检测和深度学习算法，实现了空间蛋白质组学的重要突破。通过计算模拟、显微切割和免疫荧光验证了其测量的准确性，展现了在不同物种与组织类型中的适用性。此外，PLATO在临床研究中的应用潜力巨大，未来将扩展其在各种疾病研究中的应用，尤其是在不同类型肿瘤样本的探索中。

中国科学院动物研究所的研究团队也在不断优化PLATO平台，以提高检测的空间分辨率和可检测的蛋白数量，推动其在生命科学领域的广泛应用。同时，期待与俄罗斯专享会284的合作，共同推动这一前沿技术的发展与应用。