布魯克：以質譜技術破局蛋白質組學復雜性，引領精準醫療新方向

在生命科學研究中，蛋白質組學是連接基因信息與生命功能的關鍵橋梁。相較于靜態的基因組，動態變化的蛋白質是細胞活性的核心執行者，也是精準醫療落地的 “核心密碼”。隨著質譜技術的迭代與AI的深度融合，蛋白質組學已從早期的定性鑒定，邁入單細胞解析、大規模生物標志物篩選、結構蛋白質組學的新階段。

作為全球生命科學質譜領域的領軍企業，布魯克在該領域的技術布局與戰略思考備受行業關注。在2025年10月12日第12屆AOHUPO大會期間，分析測試百科網與布魯克生物標志物與精準醫療業務副總裁、蛋白質組學業務全球負責人Daniel Hornburg博士展開交流，深入解讀質譜技術如何破解蛋白質組學復雜性，以及布魯克在精準醫療領域的實踐與規劃。

Daniel Hornburg博士在布魯克質譜前沿蛋白質組學技術午餐會進行報告

質譜技術進化史：從 “化學工具” 到 “解析蛋白質宇宙” 的核心引擎

談及質譜技術在蛋白質組學中的發展，Daniel Hornburg 博士首先回顧了其數十年的進化脈絡：“質譜最初只是化學家研究少量孤立分子的分析工具，但隨著技術成熟，我們逐步突破了‘解析復雜生物樣本’的關鍵瓶頸。從研究細胞系統，到最終能捕捉蛋白質的動態變化。”

他強調，蛋白質組學的核心挑戰在于 “復雜性”：人類約2萬個基因，卻能產生數百萬種蛋白質變體，如翻譯后修飾（如糖基化、磷酸化）的差異、細胞時空狀態的變化，甚至每分鐘都在改變蛋白質的組成，且每個細胞的蛋白質譜都獨一無二。“這種復雜性曾讓研究望而卻步，但如今我們已能在一天內分析數百個樣本、鑒定數千種蛋白質，這在10年前是不可想象的。”

這一突破的關鍵，在于質譜新技術的突破，比如布魯克捕集離子淌度（TIMS）技術的創新應用。Daniel解釋：“TIMS 能像‘分子篩’一樣，精細分離進入質譜儀的復雜生物分子，讓有生物學意義的分子與污染物有效區分。這不僅提升了分析速度，更讓我們能深入到單細胞、細胞表面等更微觀的層面。”

如今，質譜技術的應用場景已全面拓展：既能解析組織中的蛋白質全景，也能捕捉單細胞內的蛋白質差異；既能研究免疫系統對癌細胞的識別機制，也能篩選循環生物標志物、驗證藥物靶點。更重要的是，技術易用性的提升讓 “非專家也能上手”—— 生物學家無需深入掌握質譜原理，只需簡單操作就能獲取高質量數據，這為蛋白質組學的普及奠定了基礎。

破局當前挑戰：布魯克的四大技術支柱

然而在技術發展的同時，蛋白質組學仍面臨許多挑戰。Daniel表示：“核心挑戰源于蛋白質組太復雜，尤其是在研究蛋白質變體方面。目前，新技術的出現使我們能夠研究這些復雜的問題，但現有的技術還只能檢測到成千上萬種蛋白質變體，而實際上在特定生理條件下可能存在著數百萬種不同的蛋白質變體。因此，在未來許多年中，我們仍然需要在這一領域進行大量的研發工作。”

Daniel還指出，儀器的穩定性對于蛋白質研究至關重要，盡管近幾年已取得顯著進步，但提升工作仍需持續推進。同時，提升技術易用性，讓非專家也能通過簡便操作開展蛋白質組學研究，已成為未來關鍵趨勢。

對此，布魯克構建了 “單細胞解析+離子淌度+AI驅動+新技術研發” 的四大技術支柱，Daniel展開了介紹。

單細胞蛋白質組學（SCP）：打開 “細胞異質性” 研究之門

“傳統蛋白質組學分析的是細胞群體，會掩蓋單個細胞的差異 —— 而這些差異往往是疾病早期、組織異質性的關鍵信號。”Daniel介紹，布魯克幾年前推出的SCP儀器，是行業首臺 “夠靈敏、能規模化開展單細胞蛋白質組學研究” 的設備，經過多次升級后，已能精準解析單細胞層面的蛋白質組信息。“通過 SCP，我們能看到組織中不同細胞的蛋白質表達差異，比如腫瘤微環境中免疫細胞與癌細胞的相互作用，這為理解疾病機制提供了全新視角。”

捕集離子淌度（TIMS）：保障數據質量的 “基石”

捕集離子淌度技術是布魯克質譜的核心優勢之一。Daniel指出：“TIMS的價值不僅是‘分離分子’，更在于它能提前去除干擾，確保進入后續分析的是‘有價值的生物分子’—— 這直接決定了數據的高質量與穩定性。” 對于大規模樣本分析（如大隊列研究）而言，穩定性是 “可重復性” 的前提，也是布魯克持續優化的重點：“只有系統穩定，不同實驗室、不同時間的數據才能可比，生物學結論才可信。”

AI驅動軟件：讓數據 “從海量到有效”

面對質譜生成的 “日級千萬條數據”，AI成為關鍵的 “轉化器”。布魯克開發的AI軟件主要聚焦兩大方向：

· 系統健康監控：實時監測質譜儀的運行狀態，提前預警潛在故障，確保數據質量始終處于峰值；

· 數據整合與可比：通過AI算法校正不同實驗室、不同批次的數據偏差，同時挖掘數據中 “肉眼不可見的隱藏模式”—— 比如疾病組與健康組的蛋白質表達差異、藥物作用后的動態變化趨勢。“AI能幫我們突破傳統統計方法的局限，更快找到生物標志物或藥物靶點。”Daniel補充道。

新技術研發：向 “蛋白質變體全景圖” 邁進

“當前技術能檢測到的蛋白質變體，還不到生理條件下實際存在量的十分之一。”Daniel Hornburg博士坦言，布魯克正持續投資研發“更深度解析生物分子”的技術：比如創新分子碎裂方法，能區分“僅差一個修飾位點”的蛋白質異構體；開發 PDMS（蛋白質多樣性與修飾譜）映射技術，將蛋白質的修飾差異、結構變化系統圖譜化。“這些技術的目標，是讓我們能‘繪制出蛋白質變體的全景圖’，真正理解細胞的核心生物學特性。”今年推出的timsOmni質譜儀正是上述努力的成果。

timsOmni質譜儀

精準醫療實踐：從 “基礎研究” 到 “臨床轉化” 的閉環

本次AOHUPO大會主題 “探索蛋白質宇宙：邁向新生物學和精準醫學”，與布魯克的技術布局高度契合。Daniel認為，蛋白質組學是精準醫療的 “核心紐帶”：“精準醫療的本質是‘個體化’，而蛋白質是‘個體差異’的直接體現 —— 比如每個人的抗體庫，都是免疫系統應對病原體的‘獨特指紋’，解析這些抗體的結構與相互作用，就能理解免疫偏好，為疫苗、免疫治療提供依據。”

在癌癥研究中，這種 “紐帶作用” 尤為明顯。Daniel以癌癥轉移為例：“DNA突變是癌癥的起點，但最終導致細胞逃避免疫、侵入其他組織的，是蛋白質組的變化。” 通過蛋白質組學與化學蛋白質組學的結合，布魯克的技術能幫助研究人員：“找到‘讓癌細胞轉移的關鍵蛋白質’，再篩選針對這些靶點的藥物。這是從‘機制研究’到‘藥物研發’的閉環。”

他指出，布魯克研發的技術覆蓋了蛋白質組學研究的各個環節。這些技術不僅能夠幫助科研人員深入探索細胞和人體內部的生命活動規律，還能用于驗證新的研究策略，揭示其作用機理。在此基礎上，團隊得以持續推進新一代尖端藥物和診斷技術的研發工作。

談到AI與蛋白質組學的融合，Daniel表示，AI處理大數據的能力與質譜技術的數據生成能力相得益彰。他指出，AI在質譜數據分析中的應用由來已久，能夠輔助將質譜數據模式映射回個體蛋白質和分子。同時，AI還能解讀大型數據集，發現復雜生物分子變化的隱藏模式，預測健康軌跡，突破傳統分析的局限。目前，布魯克正攜手中國團隊，推進深度學習模型與質譜技術數據的融合，以加深對生物學的理解。Daniel表示：“我認為這是一個新興領域，我們已經大量投資其中。”

他強調，布魯克的技術并非 “為了創新而創新”：“我們造儀器、開發方法的唯一目的，是解決生物學問題。比如如何早期發現癌癥、如何為患者匹配最合適的藥物。這些技術正在推動精準醫療從‘概念’走向‘落地’。”

中國市場：從“參與者”到“引領者”的機遇

談及中國與歐美在蛋白質組學、精準醫療領域的差異，Daniel與布魯克中國區應用與戰略市場高級經理劉先明均提到了中國的 “獨特優勢”：

劉先明指出：“中國的優勢首先是‘樣本資源’——許多在歐美罕見的疾病，在中國能形成大規模研究隊列，這為大隊列蛋白質組學研究提供了基礎；其次是‘國家層面的大科學計劃’，比如π-HuB人體蛋白質組導航國際大科學計劃，是以蛋白質組學驅動精準醫療的‘頂層設計’，這種高層面支持在全球都少見。”

Daniel補充道，中國在“尖端基礎設施建設、AI與多組學融合”方面的推進速度令他印象深刻：“中國不僅在‘跟著全球前沿’，更在某些領域‘引領方向’—— 比如將全球頂尖科學家聚集到中國主導的項目中，這種‘引領 + 協作’的模式，能更快推動精準醫療的突破。”

針對中國市場，布魯克的支持策略核心是 “傾聽與合作”。Daniel表示：“我們首先要做的，是理解中國科研人員的真實需求——比如大隊列研究需要的‘高通量、高穩定性’，單細胞研究需要的‘高靈敏度’。然后通過高頻互動，將這些需求轉化為技術升級：比如為中國團隊定制AI數據分析模型，優化樣本前處理流程以適配本土樣本特點。” 他強調：“儀器是‘工具’，只有真正解決中國科學家的問題，才能為精準醫療貢獻價值。”

未來3-5年規劃：聚焦 “易用、靈敏、AI深度融合”

展望未來，Daniel明確了布魯克生命科學質譜的三大發展方向：

更易用：讓“非專家也能玩轉質譜”

“技術的普及度，決定了它的影響力。”Daniel 表示，布魯克的目標是將質譜操作 “簡化到點擊按鈕就能完成”：比如開發自動化樣本前處理流程、可視化數據分析界面，讓生物學家、臨床研究人員 “無需懂質譜技術，只需專注自己的研究問題”。

更靈敏：向“細胞器、微量樣本”進軍

“我們知道，細胞內的細胞器（如線粒體、溶酶體）中，還隱藏著大量未被發現的蛋白質——它們可能是代謝疾病、神經退行性疾病的關鍵。”Daniel指出，布魯克將持續提升儀器靈敏度，同時優化 “樣本前處理” 環節：“只有能高效提取微量樣本（如單細胞、外泌體）中的蛋白質，后續分析才有意義，這是我們接下來的重點之一。”

AI 深度融合：讓質譜“更智能”

未來的AI應用，將從“被動處理數據”轉向“主動指導實驗”。Daniel舉例：“比如在免疫肽組學研究中，AI 能提前判斷‘哪些肽段是免疫系統關注的’，指導質譜儀‘只聚焦這些目標’—— 這能大幅提升分析效率，避免浪費時間在無關信號上。”布魯克也將繼續與中國團隊（如西湖大學郭天南教授團隊）合作，推進深度學習模型與質譜數據的融合，“讓AI成為科研人員的‘智能助手’”。

結語

從解析單細胞蛋白質組，到繪制蛋白質變體全景圖；從推動技術易用性，到助力中國引領國際大科學計劃——布魯克的質譜技術，正成為“探索蛋白質宇宙”的核心引擎。正如Daniel所說：“精準醫療的終極目標是‘拯救生命’，而我們的每一項技術突破，都是在為這個目標鋪路。未來，我們希望通過更簡單、更靈敏、更智能的工具，讓蛋白質組學惠及更多研究、更多患者，真正實現‘從實驗室到臨床’的價值。”

采訪合影：布魯克 Daniel Hornburg博士（中）

布魯克生命科學質譜大中華區高級銷售經理 陳姝含（左）

布魯克中國區應用與戰略市場高級經理 劉先明（右）