空间蛋白质组学是一项新兴技术，能够在传统蛋白质组学提供的丰富分子信息基础上，深入揭示分子在细胞和组织中的空间分布。这对于全面理解生物功能、疾病机制以及治疗效果均至关重要。《Nature Methods》将空间蛋白质组学评选为2024年度方法之一，显示出行业对这项技术的高度关注和认可。

目前，质谱空间蛋白质组学的技术主要包括基于MALDI的质谱成像、激光显微切割以及膨胀水凝胶的切割。然而，由于质谱成像能够检测的蛋白种类相对有限，而后两种方法则因高成本和检测通量的要求而限制了其在研究中的广泛应用。

在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（北京）的王贵宾合作，在《Cell》杂志上发表了名为“High-resolution spatially resolved proteomics of complex tissues based on microfluidics and transfer learning”的研究论文。该研究结合了微流控技术、微量蛋白质组学检测技术与人工智能深度学习算法，开发了全新的高分辨率和高通量空间质谱蛋白质组学平台尊龙凯时，能够精准映射整个组织切片中的数千种蛋白质。

技术创新与优势

本研究的一项创新性高通量原位蛋白采样技术，通过获得三张组织的连续切片，其中一张用于组织学染色或生成参考组学数据，而其余两张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。切片在芯片上进行消化处理，每个微通道中的肽段被抽取和收集，随后进行LC-MS/MS定量分析。

高稳定性和准确性的微量蛋白质组学质谱检测

本研究采用QExactive HF质谱仪，通过DIA采集模式进行高通量微量样本的可靠检测。这使得能够实现每日40个样本的高通量检测，并保证高定量准确性和稳定性，支持了空间蛋白质表达图谱的重构。

基于深度学习的创新型空间重构算法

研究团队开发了一种基于迁移学习的算法Flow2Spatial，能够根据切片的图像或空间代谢/转录组结果及两组平行流投影值，重建出高分辨率的原始蛋白质空间分布。这种方法显著减少了切片数量和测量次数，从而降低了样品制备和测量的时间与成本。

PLATO平台亮点

高分辨率蛋白质映射

PLATO平台具有极高的空间分辨率（25μm），能够精准定位和定量分析组织切片中的蛋白质。这种能力使得研究人员可以清晰地观察蛋白质在不同细胞和组织区域中的分布，更深入地理解其生物功能。

广泛的组织兼容性

PLATO能够兼容小鼠、大鼠及人类组织，其杰出的适应性使得研究人员能够在各种生物样本中高效开展蛋白质组学研究。

乳腺癌研究中的应用

在乳腺癌研究中，PLATO展示了其强大的应用潜力。通过对乳腺癌组织进行高分辨率蛋白质映射，PLATO能够识别出不同的肿瘤亚型，并发现重要的失调蛋白质，为肿瘤的诊断和治疗提供了新的思路。

总结与展望

结合微流控高效采样、微量蛋白质谱检测与人工智能算法，PLATO实现了空间蛋白质组学的一次重大突破。研究表明，借助QExactive HF平台，能够在26分钟的色谱梯度条件下精准鉴定2500种蛋白质。这一结果宣告着微量样本中的复杂蛋白质组解析能力的显著提升，为新一代仪器性能的突破设定了标杆。

随着技术的不断进步，PLATO平台在临床研究中的应用潜力将愈加显著，未来将进一步拓展至不同类型的组织和疾病研究，为生命科学的研究提供更多的支持。通过不断优化和改进，PLATO将持续推动医疗、生物研究的发展，帮助科学家们在逐步揭示疾病机制的过程中，迈出更坚实的步骤。