3.2 质谱如何认出蛋白质：鸟枪法与两级采谱

3.2 质谱如何认出蛋白质：鸟枪法与两级采谱

本节摘要：质谱不直接"测蛋白"，它测的是肽段的质荷比。本节讲清鸟枪法流程——酶解、色谱分离、一级定质荷、二级打碎片——以及为什么鉴定报告里数的是肽段、落账却在蛋白。

鸟枪法：把难题化整为零

完整蛋白太大、修饰太多、不好电离，直接测整分子只有小蛋白做得到。主流策略是鸟枪法（shotgun）：先把所有蛋白用胰蛋白酶酶解成肽段（平均每个蛋白被切成几十段），把"认蛋白"化简成"认肽段"。胰蛋白酶的切割规则极其规整——只在赖氨酸 K 与精氨酸 R 的羧基端下刀——于是每种肽段的理论质量可以从序列直接算出来，这正是后续搜库的数学基础。

一次典型实验的体量：一个细胞系的蛋白组酶解后产生约五十万种肽段，而质谱每秒只能采几十张谱。把五十万种分子塞进每秒几十条的通道，靠的是色谱分离——肽段按疏水性在反相 C18 柱上洗脱，出峰时间前后错开，混合物在时间维度上被拉成一长串相对简单的脉冲。

图：鸟枪法蛋白质组学的完整管线

两级采谱：先点名，再审问

质谱的采谱循环是两级问答。一级（MS1）快速扫描当前流出的所有离子，记录各自的质荷比与强度——这是"点名册"，也是定量的主要数据来源（峰面积正比于丰度）。随后挑出强度最高的若干离子进入二级（MS2）：在碰撞池里用惰性气体把它们撞碎，记录碎片离子的质荷比——这是"审问记录"，肽段的序列信息藏在里面。

两段式问答有一个固定的节拍：一级扫描快、二级鉴定慢，一次完整循环通常不到一秒，两小时梯度能积累数万张 MS2 谱图。节拍里还藏着一个对定量影响深远的取舍——每轮选哪些峰进入二级，决定了低丰度肽段有没有出场机会：被高丰度峰挤掉轮空的肽段，这轮就没有谱图，形成 DDA 数据缺失值的主要来源。理解了采谱节拍，3.4 节的缺失值问题就有了物理层面的解释，DIA 路线的动机也随之自明。

碎裂有个对分析极其友好的规律：肽段骨架主要在酰胺键处断开，产生 b 离子（保留 N 端）与 y 离子（保留 C 端）两个互补系列。相邻两个 y 离子的质量差恰好对应序列里相邻位置的一个氨基酸。所以一张高质量的 MS2 谱，理论上是"从两端往中间逐残基读出序列"的题目——人工从头测序（de novo sequencing）就是这么做的。但混合物谱图太多、低质量谱里峰不齐，工程上更稳的做法是搜库：把样品来源物种的全部理论肽段碎裂谱算出来，与实测谱图匹配打分，把谱图"认领"回肽段。

从肽段落账回蛋白

搜库认领的是肽段，但生物学结论要以蛋白为单位——这一步叫蛋白推断，里面有个著名的模糊：如果某个肽段的序列同时出现在多个蛋白（同工酶、蛋白家族成员常共享肽段），无法判断这些肽段属于哪一家。处理原则是"俭省"：能用最少数量的蛋白解释全部观测肽段，就不多报。同行评审最常问的数字是"unique peptide 数"——每个蛋白被几个独有肽段支持，通常要求至少两条 unique 肽段才算高可信鉴定。单肽段蛋白在报告里会单独列出，审稿人大概率要你解释。这一步的谨慎还有回报：鉴定列表的"颗粒度"直接决定后续定量的可信度——共享肽段的蛋白在定量时无法彼此区分，它们的丰度读数是家族合并值，做差异分析前要把这类合并值挑出来单独处理，否则会把家族级的变化误安到单个成员头上。

鉴定深度的上限也在这里：血浆蛋白组常规能报两三千种蛋白，细胞裂解液深挖能到八九千种；没被报出来的不等于不存在，只是丰度低于当前采谱量的探测线。报告鉴定数时附上肽段总数、谱图利用率与 FDR 设定，是蛋白质组数据的行规。

质量分析器：仪器怎么把离子称出来

谱图的质量取决于质量分析器——质谱仪里真正"称重"的部件。当前蛋白组学的主力是 Orbitrap（静电场轨道阱）与飞行时间（TOF）两类。Orbitrap 让离子在静电场里绕轴旋转，旋转频率与质荷比相关，傅里叶变换把频率谱转成质量谱，分辨率可达十万级——高分辨率意味着能区分质量只差百万分之几的离子，前体质量容差才能压到几个 ppm。TOF 则让离子在无场管里飞行，轻的先到重的后到，速度快、质量范围宽，MALDI 源配合 TOF 的组合常用于肽段指纹图谱与成像。

采集模式的两条路线（DDA 与 DIA）值得单独一表，因为它们决定了后续数据分析的整套工具链：

实验设计的三个前置决定

质谱实验的成败有一半在上机前就定了，三个决定最关键。蛋白质组数据库的选择：搜库用的参考要与研究物种匹配——模式生物用现成的参考蛋白组，未测物种要先测转录组拼出翻译组当数据库，数据库里塞满不存在的序列会白白抬升假发现率。酶的选择：胰蛋白酶是默认（切点规整、肽段长度适中、碎片规律好），但单一酶的覆盖总有死角，深入项目常用双酶策略（胰酶加 LysC 或 GluC）拼出互补覆盖。分级与否：样本复杂度太高时，一次液相分离不够用，把肽段按等电点先分成几十个级分、逐级分上机，鉴定深度能上一个台阶——分级换深度，代价是机时成倍增加。

三个决定共同服从一个原则：让仪器的采集能力对准生物学问题的重点。要广度就分级加深、要通量就单次 DIA、要修饰就先富集——问题定策略，策略定参数，顺序不能反。

样本制备同样有分工纪律：裂解缓冲液的选择决定能溶出哪些蛋白（膜蛋白需要去垢剂，核蛋白需要高盐），还原与烷基化打断二硫键让肽链伸直，酶解前的除盐不彻底会抑制离子化。蛋白质组项目里"谱图质量不好"的申诉，追到最后多数落在制备环节——这是一门与分析同等重要的手艺，分析人员至少要能听懂实验同事的术语，才能一起排查问题。仪器侧还有一条日常功课：质量轴校准。用标准品定期校验质量轴的准确性，漂移会让前体质量容差失准、匹配率下滑——实验室的校准记录与运维日志是数据可信度的后台凭证，翻旧数据出问题时先查这些记录。

💡 关键直觉：质谱鉴定的本质是"用理论解释实测"。数据库里没有的蛋白，谱图再漂亮也认不出来——这就是未测物种的蛋白组要先建翻译组数据库的原因。

谱图认领回来了，但认错的可能性有多大？下一节讲搜库打分与假发现率的控制。