蛋白质组学与代谢组学
蛋白质组学与代谢组学过去二十年的决定性变化,不是把质谱做得更快、把峰表做得更大,而是逐步拆开四件曾被混在一起的事:一个谱峰究竟是什么分子,一个分子的多少能否跨样本比较,一个终点丰度是否代表真实通量,以及一个组织平均值是否掩盖细胞与空间结构。第一幕建立鉴定、错误率、靶向验证、数据非依赖采集和空间定位的测量纪律;第二幕把这些纪律推向单细胞、人口队列、蛋白型、结构约束、预测谱库、暴露组和纵向个人画像。二十条共同指向一个新的领域边界:可测不等于可比,可比不等于可解释,可解释也不等于可以部署。
2006—2016 年的共同动作是把“看到一个峰”改写成可审计测量:先建立错误分母,再固定目标、时间、窗口与空间坐标,使质谱从发现仪器变成可复算的计量系统。
甲、MaxQuant 与无标记定量:从谱图清单转向可比较蛋白丰度MaxQuant and label-free quantification
当领域仍依赖二维凝胶与谱图计数时,同一蛋白在不同批次中缺失、峰形漂移和肽段共享使“鉴定到”无法稳定转成“变化了多少”往往被归为技术噪声。2008年Cox 与 Mann说明,把“二维凝胶与谱图计数”视为足以覆盖主要对象的判断并非无条件成立,并把可对齐的肽段特征和蛋白组强度矩阵代替孤立谱图清单变成可比较、可复核的对象。
2008年Cox 与 Mann把“MaxQuant 与无标记定量”写成可检验命题。该转向把问题压缩成一句可反驳的话:蛋白组比较只有在峰、肽段与蛋白三个层级同时对齐时才具有定量意义。以“MaxQuant 与无标记定量”的证据链为准,入口缺席而分类、预测或干预仍不受影响时,结论需要重新命名。
硬读数集中在2008 年 MaxQuant 在高分辨质谱中统一质量误差、同位素簇和蛋白推断;2016 年 Perseus 把缺失、批次和多重检验接入同一工作流,2020 年 DIA-NN 又在超过1,000蛋白矩阵上显著提高数据完整度。这些数据把新框架推进为可复核变化,因为“被鉴定”与“可比较”被拆开,流程性能由完整度和重复性而非总谱图数承担。比较从平均值转向对象级账本,尤其检查被合并、退出和未分类3类记录。 在MaxQuan证据链中,原始锚点仍是Cox 与 Mann,2008 年《Nature Biotechnology》,DOI 10.1038/nbt.1511;以MaxQuan为对象,它固定了对象、年份与出处,独立复核不得用异题评论替换。 在MaxQuan证据链中,原始锚点仍是Cox 与 Mann,2008 年《Nature Biotechnology》,DOI 10.1038/nbt.1511;它固定了对象、年份与出处,独立复核不得用异题评论替换。
在“以跨样本可重复定量蛋白数占全部被报告蛋白数的比例核算”的复核中,适用范围必须按条件而不是按学科名称划定。2016年Tyanova 等把这一限制放到争论中心。峰级对齐与蛋白级汇总保持同一分母能否跨样本、尺度和观察窗口保持同一方向仍是关键未决点。当match-between-runs 会把错误峰跨样本传播,缺失值插补还可能制造组间分离时,当前结论不能原样迁移到新的物种、地点或时间窗。若“未被对齐成功的低丰度峰与共享肽段”继续被排除,MaxQuant 与无标记定量:从谱图…的边界检验将失去最有判别力的失败对象。 对MaxQuan的争议记录是Tyanova 等,2016 年《Nature Methods》,DOI 10.1038/nmeth.3901;以MaxQuan为对象,未公开检验的部分继续保留为未知状态,不并入支持证据。
以MaxQuan为对象,围绕MaxQuan的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。以MaxQuan为对象,以MaxQuan为对象,复核时还须冻结对象定义、观察窗口、停止规则与资源预算,并逐一登记退出、未分类和未进入记录的对象。
本项先把“未记录对象”放回分母,再判断可见结果是否代表总体。
乙、目标—诱饵与 Percolator:错误发现率成为鉴定的第二坐标Target-decoy and Percolator
此前的方法能够描述平均状态,却回答不了数据库越大、修饰越多,最高分匹配数量上升,却无法说明其中多少是偶然命中。2007年Elias 与 Gygi重新划定对象边界,以诱饵命中作为可观测错误样本,并在肽谱匹配层报告 q 值取代单一结果目录;以“目标—诱饵”的证据链为准,过去无名的余数由此进入证据链。
2007年Elias 与 Gygi把“目标—诱饵”写成可检验命题。本条不把现象归结为模糊的多因素叠加,而是主张一个肽段能否进入蛋白组,决定性的不是原始分数,而是它在目标—诱饵错误分布中的位置。
2007年Elias 与 Gygi以来的实证工作给出目标—诱饵策略把常用阈值固定在约 1% FDR;Percolator 用半监督学习重排多维搜索特征,在多个数据集上增加通过阈值的肽谱匹配,同时保持预设错误率。这些证据支持不同样本或方法在“以预期错误肽谱匹配数占全部通过阈值匹配数的比例核算”上给出可比较方向,说明改变的不只是命名,也显示“低于阈值但在独立实验中可重复的弱肽段”会直接改变结果分母;在“以预期错误肽谱匹配数占全部通过阈值匹配数的比例核算”的复核中,只有保留这些材料,复制才是在重做对象,而不是只重跑软件。本项把测量窗口固定下来,防止短期改善替代长期结局,也防止版本变化伪装成进步。 在目标诱饵与 P证据链中,原始锚点仍是Elias 与 Gygi,2007 年《Nature Methods》,DOI 10.1038/nmeth1019;以目标诱饵与 P为对象,它固定了对象、年份与出处,独立复核不得用异题评论替换。
最有判别力的反例来自诱饵设计不代表真实错误、数据库搜索空间改变或重复使用验证集时,1% 标签可能不再等于 1% 错误。2007年Käll 等把这一限制放到争论中心,而目标与诱饵在同一搜索空间中形成可换算错误率能否跨样本、尺度和观察窗口保持同一方向需要在独立样本中解决。当诱饵设计不代表真实错误、数据库搜索空间改变或重复使用验证集时,1% 标签可能不再等于 1% 错误,原本的支持材料会反过来成为偏差来源。若“低于阈值但在独立实验中可重复的弱肽段”继续被排除,目标—诱饵与 Percolator:错…的边界检验将失去最有判别力的失败对象。 对目标诱饵与 P的争议记录是Käll 等,2007 年《Nature Methods》,DOI 10.1038/nmeth1113;
2016年The 等继续检验其跨场景稳定性。 围绕目标诱饵与 P的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。
证据责任落在可复算路径:对象如何进入、何处退出、退出后怎样改变结论,三步缺一不可。
丙、时间分辨磷酸化组:信号通路从静态箭头变成事件序列Time-resolved phosphoproteomics
此前的方法能够描述平均状态,却回答不了终点只显示某蛋白是否被磷酸化,无法区分快速受体事件、反馈环和继发转录效应。2006年Olsen 等重新划定对象边界,以数千位点的分钟级轨迹重建信号传播次序取代单一结果目录;在“按预设时间顺序变化的位点数/全部显著变化位…”的复核中,过去无名的余数由此进入证据链。
本条不把现象归结为模糊的多因素叠加,而是主张信号机制只有在位点变化的时间顺序与激酶依赖同时成立时才被确认。把“未能定位到唯一氨基酸的磷酸肽和短暂中间态”纳入记录后,只有它在独立样本和正交测量中仍成立,其他变量的增益才具有同一含义。
2006年Olsen 等以来的实证工作给出Olsen 等在 EGF 刺激后定量约 6,600 个磷酸化位点并覆盖多个分钟时点;后续高灵敏流程在少量样本中定量上万位点,激酶活性推断把位点集合转成动态网络。这些证据支持这些材料把位点轨迹、激酶底物关系和干预顺序一致与“以按预设时间顺序变化的位点数占全部显著变化位点数的比例核算”连接起来,使真实对象变化可以与平台变化分开,也显示“未能定位到唯一氨基酸的磷酸肽和短暂中间态”会直接改变结果分母;以“时间分辨磷酸化组”的证据链为准,只有保留这些材料,复制才是在重做对象,而不是只重跑软件。在时间分辨磷酸化的读数核查中,执行层面的最低责任是同时报告分子、分母和未完成者,而不是只公布最佳批次。 在时间分辨磷酸化证据链中,原始锚点仍是Olsen 等,2006 年《Cell》,DOI 10.1016/j.cell.2006.09.026;以时间分辨磷酸化为对象,它固定了对象、年份与出处,独立复核不得用异题评论替换。
最有判别力的反例来自位点丰度受蛋白总量、富集偏好和定位不确定性影响,相关时间序列不自动等于直接磷酸化。2015年Humphrey 等把这一限制放到争论中心,而位点轨迹、激酶底物关系和干预顺序一致能否跨样本、尺度和观察窗口保持同一方向需要在独立样本中解决。当位点丰度受蛋白总量、富集偏好和定位不确定性影响,相关时间序列不自动等于直接磷酸化时,原本的支持材料会反过来成为偏差来源。 对时间分辨磷酸化的争议记录是Humphrey 等,2015 年《Nature Biotechnology》,DOI 10.1038/nbt.3322;
2020年Hijazi 等继续检验其跨场景稳定性。 围绕时间分辨磷酸化的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。
这里的判决不靠术语声望,而靠“共同读数”在独立样本中是否保持方向。
丁、SRM 与 PRM:发现型质谱让位于预先指定的可验证测量SRM and PRM targeted proteomics
这个领域真正卡住的地方是随机采样使低丰度肽在重复实验中时有时无,候选标志物难以进入跨实验室验证。在“以达到预设精密度的目标肽数占全部预注册目标肽数的比例核算”的复核中,此前的做法没有为这类差异留下稳定位置。2009年Picotti 等改用目标肽及其离子对写成测量协议,并用内标承担绝对或相对定量组织证据,使“没有测到”“无法判定”和“确实不存在”可以分开。
把“因离子干扰或共享序列而被剔除的候选肽”纳入记录后,旁路可以存在,却不能在这一条件失效时继续替它维持相同结论。
让这项转向立住的硬材料包括Picotti 等用选择反应监测覆盖酵母约 1,000 个蛋白并跨多个数量级;PRM 利用高分辨全碎片谱减少转itions选择,跨实验室研究用标准混合物检验重复性与线性。它们显示中心读数与“以达到预设精密度的目标肽数占全部预注册目标肽数的比例核算”不再等价,分母变化本身成为证据的一部分。读数统一为“以达到预设精密度的目标肽数占全部预注册目标肽数的比例核算”后,不同队列、平台或地点之间的差异才不再依赖术语印象。这条转向改变的是对象边界:原先称作噪声的余数,现在成为检验机制的反例入口。 在SRM 与 P证据链中,原始锚点仍是Picotti 等,2009 年《Cell》,DOI 10.1016/j.cell.2009.05.051;以SRM 与 P为对象,它固定了对象、年份与出处,独立复核不得用异题评论替换。
争论焦点不是有没有信号,而是错误蛋白型、共享肽、基质效应和内标加入时点会让高精度测量指向错误对象。2012年Peterson 等把这一限制放到争论中心。目前最需要判定的是目标肽身份、内标与校准曲线闭合能否跨样本、尺度和观察窗口保持同一方向。当错误蛋白型、共享肽、基质效应和内标加入时点会让高精度测量指向错误对象,方向反转本身就是对强解释的否定。若“因离子干扰或共享序列而被剔除的候选肽”继续被排除,SRM 与 PRM:发现型质谱让位于预…的边界检验将失去最有判别力的失败对象。 对SRM 与 P的争议记录是Peterson 等,2012 年《Molecular & Cellular Proteomics》,DOI 10.1074/mcp.O112.020131;以SRM 与 P为对象,未公开检验的部分继续保留为未知状态,不并入支持证据。
2017年Abbatiello 等继续检验框架的外部边界。 围绕SRM 与 P的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。以SRM 与 P为对象,复核时还须冻结对象定义、观察窗口、停止规则与资源预算,并逐一登记退出、未分类和未进入记录的对象。
本项要求其与成功对象在同一观察窗内结算。
戊、代谢组学报告标准:一个峰不再自动等于一个代谢物Metabolomics Standards Initiative
此前的方法能够描述平均状态,却回答不了同分异构体、加合离子和源内碎裂会让一个 m/z 对应多个化学身份。2007年Sumner 等重新划定对象边界,以“检测到特征”与“用标准品确认化合物”分成不同证据等级取代单一结果目录;就“代谢组学报告标准”而言,过去无名的余数由此进入证据链。
本条不把现象归结为模糊的多因素叠加,而是主张代谢物身份只有在正交理化证据达到规定等级时才成立,数据库命中本身不构成确认。在“以达到标准品确认级的代谢特征数占全部显著特征数的比例核算”的复核中,只有它在独立样本和正交测量中仍成立,其他变量的增益才具有同一含义。
2007年Sumner 等以来的实证工作给出MSI 建议至少区分已确认、推定注释、化合物类别和未知特征四级;Dunn 的流程把 pooled QC 每 5–10 个样本穿插,Schymanski 又把非靶向化学鉴定扩为五级置信度。这些证据支持不同样本或方法在“以达到标准品确认级的代谢特征数占全部显著特征数的比例核算”上给出可比较方向,说明改变的不只是命名,也显示“重复出现却无法命名的未知代谢峰”会直接改变结果分母;把“重复出现却无法命名的未知代谢峰”纳入记录后,只有保留这些材料,复制才是在重做对象,而不是只重跑软件。证据能支持的范围止于已观察对象;对“重复出现却无法命名的未知代谢峰”的外推必须另行检验。 在代谢组学报告标证据链中,原始锚点仍是Sumner 等,2007 年《Metabolomics》,DOI 10.1007/s11306-007-0082-2;
最有判别力的反例来自商业标准缺失、异构体共洗脱和数据库不完整使大量特征长期停留在未知层。2011年Dunn 等把这一限制放到争论中心,而峰的化学身份经标准品、保留时间与碎片谱共同确认能否跨样本、尺度和观察窗口保持同一方向需要在独立样本中解决。当商业标准缺失、异构体共洗脱和数据库不完整使大量特征长期停留当未知层时,原本的支持材料会反过来成为偏差来源。若“重复出现却无法命名的未知代谢峰”继续被排除,代谢组学报告标准:一个峰不再自动等于一…的边界检验将失去最有判别力的失败对象。
2014年Schymanski 等继续检验其跨场景稳定性。 围绕代谢组学报告标的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。 围绕代谢组学报告标的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。
若只保存终点图表,第三方无法恢复筛选次序;
己、SWATH/DIA:随机抽样谱图转向全窗口重复采集SWATH and data-independent acquisition
早期研究通常依赖数据依赖采集,并相信这一代表关系已经覆盖需要解释的主要对象。2012年Gillet 等所做的关键改变,是把固定窗口覆盖全部可测前体,并在后处理中提取目标信号从背景条件提升为研究对象。
大队列蛋白组的可比性决定于采集窗口是否系统覆盖,而不是单次鉴定深度是否最高,这是该框架必须接受扰动检验的命题。固定窗口采集与后验解卷积共同维持跨样本完整度被写成先决环节,因而可以通过阻断、替代或时间次序来判定;若“以在全部样本中无缺失定量的蛋白数占全部报告蛋白数的比例核算”不随固定窗口采集与后验解卷积共同维持跨样本完整度改变,“SWATH/DIA:随机抽样谱图转向全…”的原解释就不能保留。
这项主张依靠的不是名称变化,而是SWATH 以连续质量窗口记录完整碎片图;2016 年多软件 benchmark 在同一数据集比较灵敏度和 FDR,DIA-NN 在数百次运行中实现超过1,000蛋白的高完整度矩阵和分钟级分析。从这些材料可以看出,独立证据把固定窗口采集与后验解卷积共同维持跨样本完整度从伴随现象推进为可检验的解释路径。以SWATH/D为对象,当场景、尺度或时间窗改变时,先复算共同分母,再讨论机制是否仍成立。 在SWATH/D证据链中,原始锚点仍是Gillet 等,2012 年《Molecular & Cellular Proteomics》,DOI 10.1074/mcp.O111.016717;以SWATH/D为对象,它固定了对象、年份与出处,独立复核不得用异题评论替换。以SWATH/D为对象,它固定了对象、年份与出处,独立复核不得用异题评论替换。 在SWATH/D证据链中,原始锚点仍是Gillet 等,2012 年《Molecular & Cellular Proteomics》,DOI 10.1074/mcp.O111.016717;它固定了对象、年份与出处,独立复核不得用异题评论替换。
窗口共碎裂产生干扰,谱库偏倚和跨运行迁移可把相似碎片误认成目标肽构成这一主张的适用边界。2016年Navarro 等把这一限制放到争论中心,现阶段还不能确定固定窗口采集与后验解卷积共同维持跨样本完整度能否跨样本、尺度和观察窗口保持同一方向。当窗口共碎裂产生干扰,谱库偏倚和跨运行迁移可把相似碎片误认成目标肽时,稳定结果也可能只是流程稳定地产生了同一种误差。 对SWATH/D的争议记录是Navarro 等,2016 年《Nature Biotechnology》,DOI 10.1038/nbt.3685;以SWATH/D为对象,未公开检验的部分继续保留为未知状态,不并入支持证据。以SWATH/D为对象,未公开检验的部分继续保留为未知状态,不并入支持证据。
以SWATH/D为对象,复核时还须冻结对象定义、观察窗口、停止规则与资源预算,并逐一登记退出、未分类和未进入记录的对象。
该命题的强处在可反驳:越过“适用边界”,结果必须允许翻转。
庚、癌症蛋白基因组学:突变是否生效由蛋白与磷酸化层重新判决Cancer proteogenomics
此前的方法能够描述平均状态,却回答不了拷贝数与 mRNA 的变化并不总能传到蛋白和磷酸化,基因型可能高估功能驱动。2014年Zhang 等重新划定对象边界,以患者级多层分子一致性判断突变是否真正进入执行层取代单一结果目录;以“癌症蛋白基因组学”的证据链为准,过去无名的余数由此进入证据链。
本条不把现象归结为模糊的多因素叠加,而是主张肿瘤驱动只有在蛋白丰度或信号网络层留下可重复功能痕迹时才获得治疗资格。就“癌症蛋白基因组学”而言,只有它在独立样本和正交测量中仍成立,其他变量的增益才具有同一含义。
2014年Zhang 等以来的实证工作给出2014 年结直肠癌研究分析约 95 个肿瘤并定量超过1,000蛋白,显示许多拷贝数改变在蛋白层被缓冲;2016 年乳腺癌和 2020 年肺癌项目进一步用磷酸化网络重分亚型与靶点。这些证据支持独立证据把基因组候选在蛋白执行层得到患者级验证从伴随现象推进为可检验的解释路径,也显示“有 DNA 变异但未形成可检测蛋白或信号输出的事件”会直接改变结果分母;在“在蛋白或磷酸化层得到支持的驱动事件数/全部…”的复核中,只有保留这些材料,复制才是在重做对象,而不是只重跑软件。本项拒绝把采用率当成效果; 在癌症蛋白基因组证据链中,原始锚点仍是Zhang 等,2014 年《Nature》,DOI 10.1038/nature13438; 在癌症蛋白基因组证据链中,原始锚点仍是Zhang 等,2014 年《Nature》,DOI 10.1038/nature13438;它固定了对象、年份与出处,独立复核不得用异题评论替换。
最有判别力的反例来自组织纯度、缺失蛋白和治疗前后时间差会破坏多层对应,相关网络仍不等于药物可成靶。2016年Mertins 等把这一限制放到争论中心,而基因组候选在蛋白执行层得到患者级验证能否跨样本、尺度和观察窗口保持同一方向需要在独立样本中解决。当组织纯度、缺失蛋白和治疗前后时间差会破坏多层对应,相关网络仍不等于药物可成靶时,原本的支持材料会反过来成为偏差来源。 对癌症蛋白基因组的争议记录是Mertins 等,2016 年《Nature》,DOI 10.1038/nature18003;
2020年Gillette 等继续检验其跨场景稳定性。在癌症蛋白基因组的治理核查中,若发现“有 DNA 变异但未形成可检测蛋白或信号输出的事件”需要额外投入,该投入必须入分母。 围绕癌症蛋白基因组的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。
比较从平均值转向对象级账本,尤其检查被合并、退出和未分类三类记录。
辛、成像质谱与成像质谱流式:蛋白进入组织坐标Imaging mass cytometry and spatial proteomics
早期研究主要依赖组织匀浆蛋白组与少数通道免疫组化,并默认这一代表关系已经覆盖需要解释的主要对象。但平均丰度无法区分蛋白由哪类细胞产生,也无法判断相邻细胞是否形成病理生态位,许多会改变结论的差异因此被压进误差项。2014年Giesen 等把带空间坐标的单细胞蛋白向量取代组织平均值纳入主分析,研究对象由单一结果转成可以追踪的状态、路径或条件。
核心主张是:组织蛋白机制只有在表达细胞、亚细胞位置和邻域关系同时被定位时才成立。
关键证据是:Giesen 等用金属同位素抗体在单切片同时测量约 32 个蛋白并达到亚细胞分辨;后续算法把数十万细胞分割、分型并构建邻域,2024 年空间蛋白组被《Nature Methods》列为年度方法。这些材料共同说明独立证据把蛋白状态与细胞坐标、邻域关系一一对应从伴随现象推进为可检验的解释路径。结果最好统一写成“以空间定位正确的细胞—蛋白事件数占全部阳性事件数的比例核算”,同时给出分子、分母和不确定度,才能区分对象变化、样本构成变化与平台变化。 在成像质谱与成像证据链中,原始锚点仍是Giesen 等,2014 年《Nature Methods》,DOI 10.1038/nmeth.2869; 在成像质谱与成像证据链中,原始锚点仍是Giesen 等,2014 年《Nature Methods》,DOI 10.1038/nmeth.2869;它固定了对象、年份与出处,独立复核不得用异题评论替换。
争议集中在抗体特异性、组织自体背景、细胞分割和预选面板限制了“无偏空间图谱”说法。2017年Schapiro 等把这一限制放到争论中心。尚未解决的是蛋白状态与细胞坐标、邻域关系一一对应能否跨样本、尺度和观察窗口保持同一方向。当抗体特异性、组织自体背景、细胞分割和预选面板限制了“无偏空间图谱”说法时,当前支持性读数可能改由选择、补偿或迁移误差主导,方向会反转。 对成像质谱与成像的争议记录是Schapiro 等,2017 年《Nature Methods》,DOI 10.1038/nmeth.4391;以成像质谱与成像为对象,未公开检验的部分继续保留为未知状态,不并入支持证据。
2024年Method of the Year 2024: spatial proteomics继续检验其可迁移性,使一次性证明逐步变成长期运行。 围绕成像质谱与成像的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。 对成像质谱与成像的外推必须另列时间窗、地点、尺度和资源预算;以成像质谱与成像为对象,复核时还须冻结对象定义、观察窗口、停止规则与资源预算,并逐一登记退出、未分类和未进入记录的对象。
本项把测量窗口固定下来,防止短期改善替代长期结局,也防止版本变化伪装成进步。
2016—2026 年的共同动作是把平均样本拆开:单细胞、蛋白型、空间邻域、器官年龄和个人基线进入主分析,同时暴露规模越大、空栏和批次越容易被隐藏的新风险。
一、稳定同位素示踪与通量组学:丰度不再等于代谢流Stable-isotope tracing and fluxomics
这套做法能给出中心趋势,却难以处理某代谢物升高可能来自生成增加、消耗下降或细胞组成变化,终点丰度无法判定路径。2018年Jang 等据此用同位素掺入轨迹和质量同位素分布重建碳氮流向重新组织证据,原来被称作异常、失败或未命中的材料开始拥有独立位置。
以“稳定同位素示踪与通量组学”的证据链为准,可否定后果很明确:移除或替代该环节后,核心读数应同步改变,否则现有证据只支持伴随关系。
示踪框架用多种 13C 底物分解 TCA、糖酵解和氨基酸贡献;Hui 等在体内定量循环代谢物跨组织交换,显示血液输入与组织内生产的贡献可被分别估计。这些结果之所以能支撑新主张,在于这些材料把标记原子沿时间序列进入特定产物与“以目标产物中来自标记底物的碳原子数占目标产物总碳原子数的比例核算”连接起来,使真实对象变化可以与平台变化分开。以“以目标产物中来自标记底物的碳原子数占目标产物总碳原子数的比例核算”为共同刻度,提出研究、争议材料与后续更新才能在同一对象定义下复算。以稳定同位素示踪为对象,本条固定2项可核量:分子“目标产物中来自标记底物的碳原子数”与分母“目标产物总碳原子数”,复核时不得只报前者。
反向材料来自两个层面:一是示踪底物扰动稳态、池稀释和循环再利用会使同位素比例误读为净通量,二是标记原子沿时间序列进入特定产物能否跨样本、尺度和观察窗口保持同一方向。2015年Buescher 等把这一限制放到争论中心。当示踪底物扰动稳态、池稀释和循环再利用会使同位素比例误读为净通量时,原先的正向读数可能由样本进入或流程补偿制造,不能只解释为“效应变小”。
到2020年,Hui 等继续评估这一应用边界。为了区分对象漂移、平台更新与真实变化,流程需要保存“以目标产物中来自标记底物的碳原子数占目标产物总碳原子数的比例核算”的分母和版本,并单列“未进入所选示踪底物路线的替代碳源和交换通量”的数量与去向,并让失败案例与成功案例同样可检索。 围绕稳定同位素示踪的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。 围绕稳定同位素示踪的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。
执行层面的最低责任是同时报告分子、分母和未完成者,而不是只公布最佳批次。
二、单细胞蛋白组:每个细胞的蛋白状态成为直接对象Single-cell proteomics
2018年Budnik 等所做的关键改变,是把单个细胞的肽离子和蛋白向量作为推断单位从背景条件提升为研究对象。
细胞状态只有在单细胞蛋白层被重复测到并跨批次区分时才具有执行层意义,这是该框架必须接受扰动检验的命题。单细胞低输入制样与离子定量保持可重复被写成先决环节,因而可以通过阻断、替代或时间次序来判定;若“以每个细胞稳定定量蛋白数占全部尝试鉴定蛋白数的比例核算”不随单细胞低输入制样与离子定量保持可重复改变,“单细胞蛋白组:每个细胞的蛋白状态成为直…”的原解释就不能保留。
这项主张依靠的不是名称变化,而是SCoPE-MS 用载体通道提高单细胞肽识别;SCoPE2 扩展到超过100细胞,Chip-Tip 2025 年在单个 HeLa 细胞中识别超过 5,000 个蛋白并实现约 120 个细胞每日通量。从这些材料可以看出,新对象定义改变了“以每个细胞稳定定量蛋白数占全部尝试鉴定蛋白数的比例核算”的分子或分母,因此旧结果可以被重新核算。同名方法在不同机构可能处理不同对象,必须先锁定对象、分母与停止规则。 在单细胞蛋白组每证据链中,原始锚点仍是Budnik 等,2018 年《Genome Biology》,DOI 10.1186/s13059-018-1547-5; 在单细胞蛋白组每证据链中,原始锚点仍是Budnik 等,2018 年《Genome Biology》,DOI 10.1186/s13059-018-1547-5;它固定了对象、年份与出处,独立复核不得用异题评论替换。
载体离子干扰、漏失、细胞大小和批次使“每细胞蛋白数”不等于可比较定量深度构成这一主张的适用边界。2021年Specht 等把这一限制放到争论中心,现阶段还不能确定单细胞低输入制样与离子定量保持可重复能否跨样本、尺度和观察窗口保持同一方向。当载体离子干扰、漏失、细胞大小和批次使“每细胞蛋白数”不等于可比较定量深度时,稳定结果也可能只是流程稳定地产生了同一种误差。 对单细胞蛋白组每的争议记录是Specht 等,2021 年《Genome Biology》,DOI 10.1186/s13059-021-02267-5;以单细胞蛋白组每为对象,未公开检验的部分继续保留为未知状态,不并入支持证据。 对单细胞蛋白组每的争议记录是Specht 等,2021 年《Genome Biology》,DOI 10.1186/s13059-021-02267-5;未公开检验的部分继续保留为未知状态,不并入支持证据。
在单细胞蛋白组每的治理核查中,证据责任落在可复算路径:对象如何进入、何处退出、退出后怎样改变结论,三步缺一不可。 围绕单细胞蛋白组每的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。
这条转向改变的是对象边界:原先称作噪声的余数,现在成为检验机制的反例入口。
三、人群血浆蛋白组:疾病风险从少数指标扩展为蛋白网络Population plasma proteomics
当领域仍依赖单项临床生化指标时,少数高丰度蛋白无法覆盖免疫、代谢和器官损伤网络,也难区分因果蛋白与疾病结果往往被归为技术噪声。2018年Sun 等说明,把“单项临床生化指标”视为足以覆盖主要对象的判断并非无条件成立,并把人群级蛋白网络和蛋白数量性状位点作为疾病中间层变成可比较、可复核的对象。
该转向把问题压缩成一句可反驳的话:血浆蛋白能否进入风险预测,决定于其跨队列稳定性和相对临床基线的样本外增益。跨队列蛋白信号在样本外校准后改变风险决策是必须先成立的入口。
硬读数集中在Sun 等在约 3,300 人中测量超过1,000蛋白并定位大量 pQTL;2024 年 UK Biobank 研究分析 41,931 人、约 3,000 个蛋白和 218 种疾病,构建多疾病预测模型。这些数据把新框架推进为可复核变化,因为这些材料把跨队列蛋白信号在样本外校准后改变风险决策与“以加入蛋白后样本外风险误差下降量占仅临床变量的基线误差的比例核算”连接起来,使真实对象变化可以与平台变化分开。 在人群血浆蛋白组证据链中,原始锚点仍是Sun 等,2018 年《Nature》,DOI 10.1038/s41586-018-0175-2; 在人群血浆蛋白组证据链中,原始锚点仍是Sun 等,2018 年《Nature》,DOI 10.1038/s41586-018-0175-2;它固定了对象、年份与出处,独立复核不得用异题评论替换。
就“人群血浆蛋白组”而言,适用范围必须按条件而不是按学科名称划定。2018年Emilsson 等把这一限制放到争论中心。跨队列蛋白信号在样本外校准后改变风险决策能否跨样本、尺度和观察窗口保持同一方向仍是关键未决点。当亲和试剂结合受蛋白变体影响,炎症与肾功能可同时改变大量蛋白并制造非特异预测时,当前结论不能原样迁移到新的物种、地点或时间窗。若“未被当前亲和面板覆盖的蛋白型和低丰度组织来源蛋白”继续被排除,人群血浆蛋白组:疾病风险从少数指标扩展…的边界检验将失去最有判别力的失败对象。 对人群血浆蛋白组的争议记录是Emilsson 等,2018 年《Science》,DOI 10.1126/science.aaq1327; 对人群血浆蛋白组的争议记录是Emilsson 等,2018 年《Science》,DOI 10.1126/science.aaq1327;未公开检验的部分继续保留为未知状态,不并入支持证据。
在人群血浆蛋白组的治理核查中,这里的判决不靠术语声望,而靠“以加入蛋白后样本外风险误差下降量占仅临床变量的基线误差的比例核算”在独立样本中是否保持方向。 围绕人群血浆蛋白组的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。
证据能支持的范围止于已观察对象;
四、邻近标记:蛋白相互作用从共沉淀转向活细胞空间邻域Proximity labeling
早期研究主要依赖裂解后共免疫沉淀,并默认这一代表关系已经覆盖需要解释的主要对象。但弱、瞬时和膜环境相互作用在裂解中丢失,强共沉淀又可能来自裂解后重新结合,许多会改变结论的差异因此被压进误差项。2012年Roux 等把活细胞内一定时间窗的标记邻域代替稳定复合物名单纳入主分析,研究对象由单一结果转成可以追踪的状态、路径或条件。
核心主张是:蛋白的局部功能只有在活细胞邻近标记与空间对照共同支持时才成立。
关键证据是:BioID 用突变生物素连接酶标记邻近蛋白;APEX 在分钟级描绘线粒体等区室,TurboID 把标记时间缩短到约 10 分钟并提高活体应用通量。这些材料共同说明不同样本或方法在“以特异富集邻近蛋白数占全部被生物素化蛋白数的比例核算”上给出可比较方向,说明改变的不只是命名。结果最好统一写成“以特异富集邻近蛋白数占全部被生物素化蛋白数的比例核算”,同时给出分子、分母和不确定度,才能区分对象变化、样本构成变化与平台变化。 在邻近标记蛋白相证据链中,原始锚点仍是前身为Roux 等,2012 年《Journal of Cell Biology》,DOI 10.1083/jcb.201112098; 在邻近标记蛋白相证据链中,原始锚点仍是前身为Roux 等,2012 年《Journal of Cell Biology》,DOI 10.1083/jcb.201112098;它固定了对象、年份与出处,独立复核不得用异题评论替换。
争议集中在标记半径、酶表达和时间窗决定邻域边界,邻近不等于直接结合。2013年Rhee 等把这一限制放到争论中心。尚未解决的是标记酶在活细胞限定半径和时间窗内记录邻近能否跨样本、尺度和观察窗口保持同一方向。当标记半径、酶表达和时间窗决定邻域边界,邻近不等于直接结合时,当前支持性读数可能改由选择、补偿或迁移误差主导,方向会反转。在邻近标记蛋白相的边界核查中,本项先把“未被酶半径触及但功能相关的远程蛋白和无赖氨酸位点目标”放回分母,再判断可见结果是否代表总体。 对邻近标记蛋白相的争议记录是Rhee 等,2013 年《Science》,DOI 10.1126/science.1230593; 对邻近标记蛋白相的争议记录是Rhee 等,2013 年《Science》,DOI 10.1126/science.1230593;未公开检验的部分继续保留为未知状态,不并入支持证据。
2018年Branon 等继续检验其可迁移性,使一次性证明逐步变成长期运行。 围绕邻近标记蛋白相的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。 对邻近标记蛋白相的外推必须另列时间窗、地点、尺度和资源预算;
当场景、尺度或时间窗改变时,先复算共同分母,再讨论机制是否仍成立。
五、蛋白型与自上而下蛋白组:一个基因不再等于一种蛋白Proteoforms and top-down proteomics
当领域仍依赖基因中心蛋白注释与 bottom-up 肽段汇总时,同一基因的不同剪接、切割和修饰组合被压成一个蛋白条目,功能相反的形式可能共享肽段往往被归为技术噪声。2013年Smith 等说明,把“基因中心蛋白注释与 bottom-up 肽段汇总”视为足以覆盖主要对象的判断并非无条件成立,并把完整分子质量和修饰组合定义可区分蛋白型变成可比较、可复核的对象。
该转向把问题压缩成一句可反驳的话:蛋白功能归属只有在完整蛋白型被分辨时才成立,基因级名称不足以承担机制。完整蛋白分子及其修饰组合被直接分辨是必须先成立的入口。
硬读数集中在2013 年提出 proteoform 统一术语;2018 年框架强调遗传变异、RNA 加工和翻译后修饰的组合空间,2024 年系统比较制样流程对完整蛋白型鉴定数量和偏倚的影响。这些数据把新框架推进为可复核变化,因为完整蛋白分子及其修饰组合被直接分辨能够预测“以被完整序列和修饰定位的蛋白型数占全部报告基因产物数的比例核算”的变化,并暴露旧流程遗漏的失败对象。资源成本不是背景变量;在蛋白型与自上而的读数核查中,若发现“共享肽无法归属的蛋白型与制样中丢失的大分子形式”需要额外投入,该投入必须入分母。2013年至2024年的材料改变了“蛋白型与自上而下蛋白组:一个基因不再等…”的测量对象与应用场景,复算时需保留同一分母。就蛋白型与自上而的实证锚点而言,本条固定2项可核量:分子“被完整序列和修饰定位的蛋白型数”与分母“全部报告基因产物数”,复核时不得只报前者。
以“蛋白型与自上而下蛋白组”的证据链为准,适用范围必须按条件而不是按学科名称划定。2018年Aebersold 等把这一限制放到争论中心。完整蛋白分子及其修饰组合被直接分辨能否跨样本、尺度和观察窗口保持同一方向仍是关键未决点。当大蛋白离子化和碎裂困难,完整蛋白型数据库膨胀,样品处理还会制造人工修饰时,当前结论不能原样迁移到新的物种、地点或时间窗。若“共享肽无法归属的蛋白型与制样中丢失的大分子形式”继续被排除,蛋白型与自上而下蛋白组:一个基因不再等…的边界检验将失去最有判别力的失败对象。
围绕蛋白型与自上而的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。
真正的验收量是失败边界出现后读数是否按预期改变。
六、交联质谱:蛋白结构由单体序列扩展到距离约束网络Cross-linking mass spectrometry
早期研究通常依赖纯化单体结构与低通量共沉淀,并相信这一代表关系已经覆盖需要解释的主要对象。2015年Liu 等所做的关键改变,是把跨蛋白残基对和距离上限构建复合物空间约束图从背景条件提升为研究对象。
复合物结构只有在交联距离约束与独立结构模型一致时才被接受,这是该框架必须接受扰动检验的命题。
这项主张依靠的不是名称变化,而是可裂解交联剂和专用搜索把全蛋白组残基对识别扩展到超过1,000条;2024 年基于数百重组蛋白建立含真值的 XL-MS 标准,用于比较搜索引擎错误率与定位能力。从这些材料可以看出,中心读数与“以满足独立结构距离上限的交联对数占全部高置信交联对数的比例核算”不再等价,分母变化本身成为证据的一部分。最终判断由公开数据能否重建对象流决定,而不是作者是否给出肯定结论。就交联质谱蛋白结的实证锚点而言,本条固定2项可核量:分子“满足独立结构距离上限的交联对数”与分母“全部高置信交联对数”,复核时不得只报前者。 在交联质谱蛋白结证据链中,原始锚点仍是前身为Liu 等,2015 年《Nature Methods》,DOI 10.1038/nmeth.3603; 在交联质谱蛋白结证据链中,原始锚点仍是前身为Liu 等,2015 年《Nature Methods》,DOI 10.1038/nmeth.3603;它固定了对象、年份与出处,独立复核不得用异题评论替换。
交联反应偏好、构象混合和搜索空间巨大可产生错误残基对,满足距离也不代表唯一结构构成这一主张的适用边界。2018年O’Reilly 与 Rappsilber把这一限制放到争论中心,现阶段还不能确定残基间交联距离对结构模型形成独立约束能否跨样本、尺度和观察窗口保持同一方向。当交联反应偏好、构象混合和搜索空间巨大可产生错误残基对,满足距离也不代表唯一结构时,稳定结果也可能只是流程稳定地产生了同一种误差。 对交联质谱蛋白结的争议记录是O’Reilly 与 Rappsilber,2018 年《Nature Structural & Molecular Biology》,DOI 10.1038/s41594-018-0147-0;
2024年Avila Clasen 等继续扩大了应用范围,同时提高治理门槛:保存“该比率”的分母和版本,并单列“无法被交联剂接近的界面、异构构象和未定位残基对”的数量与去向。在交联质谱蛋白结的治理核查中,该命题的强处在可反驳:越过“当交联反应偏好、构象混合和搜索空间巨大可产生错误残基对时,读数方向可能反转”,结果必须允许翻转。 围绕交联质谱蛋白结的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。
可迁移性取决于谁被排除以及排除发生在哪一步,这两项都应成为结构化字段。
七、Prosit 与预测谱库:机器学习开始生成可检验的质谱先验Prosit and predicted spectral libraries
当领域仍依赖实验谱库匹配时,未被历史实验测到的肽没有参考谱,跨仪器条件的谱库迁移又造成强度和保留时间漂移往往被归为技术噪声。2019年Gessulat 等说明,把“实验谱库匹配”视为足以覆盖主要对象的判断并非无条件成立,并把序列条件化的预测碎片图和保留时间作为鉴定先验变成可比较、可复核的对象。
该转向把问题压缩成一句可反驳的话:预测谱只有在独立仪器和未见肽段上保持校准时才具有扩大鉴定空间的资格。序列模型在未见肽和新仪器上保持谱图校准是必须先成立的入口。
硬读数集中在Prosit 在数千万肽谱上训练并预测碎片强度与保留时间,重分析公共数据时提高肽段鉴定;后续模型扩展到修饰肽、不同碰撞能量和谱库自由 DIA。这些数据把新框架推进为可复核变化,因为中心读数与“以预测谱通过独立实测相似度阈值的肽数占全部被用于鉴定的预测肽数的比例核算”不再等价,分母变化本身成为证据的一部分。在Prosit 的读数核查中,本项先把“训练集中缺失的罕见修饰肽和预测置信度不足的谱图”放回分母,再判断可见结果是否代表总体。 在Prosit 证据链中,原始锚点仍是Gessulat 等,2019 年《Nature Methods》,DOI 10.1038/s41592-019-0426-7;就Prosit 的实证锚点而言,围绕Prosit 的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。 在Prosit 证据链中,原始锚点仍是Gessulat 等,2019 年《Nature Methods》,DOI 10.1038/s41592-019-0426-7;它固定了对象、年份与出处,独立复核不得用异题评论替换。
把“训练集中缺失的罕见修饰肽”纳入记录后,适用范围必须按条件而不是按学科名称划定。2019年Tiwary 等把这一限制放到争论中心。序列模型在未见肽和新仪器上保持谱图校准能否跨样本、尺度和观察窗口保持同一方向仍是关键未决点。当训练集富含常见肽和特定仪器,罕见修饰、非胰蛋白酶肽与新平台可能发生系统失校时,当前结论不能原样迁移到新的物种、地点或时间窗。若“训练集中缺失的罕见修饰肽和预测置信度不足的谱图”继续被排除,Prosit 与预测谱库:机器学习开始…的边界检验将失去最有判别力的失败对象。 对Prosit 的争议记录是Tiwary 等,2019 年《Nature Methods》,DOI 10.1038/s41592-019-0355-0; 对Prosit 的争议记录是Tiwary 等,2019 年《Nature Methods》,DOI 10.1038/s41592-019-0355-0;未公开检验的部分继续保留为未知状态,不并入支持证据。
以Prosit 为对象,复核时还须冻结对象定义、观察窗口、停止规则与资源预算,并逐一登记退出、未分类和未进入记录的对象。
原证据保留了一个明确锚点,但没有自动覆盖边界外对象;
八、暴露组学:环境化学从单一污染物转向终身混合暴露Exposomics
旧框架主要依赖一项污染物—一种疾病,隐含前提是这一代表关系已经覆盖需要解释的主要对象。随着样本、分辨率或观察时间扩展,真实个体同时接触成千化学物,低剂量混合、代谢产物和关键时期暴露不进入单污染物模型已不能再解释为随机波动。2014年Rappaport 等由此把高分辨质谱中的未知特征、混合模式和纵向暴露轨迹所定义的研究设为新的分析单位。
它要求先检验混合化学暴露及其时间窗与生物反应闭合,再讨论样本规模、模型精度与应用范围,因为后端优化可能把入口处的错误稳定复制到全部对象。
从2014年的提出到2022年的更新,证据链记录了:暴露组框架提出把约 70%–90% 非遗传疾病风险的环境部分系统测量;高分辨质谱一次可产生数万化学特征,2020 年《Science》综述将外源、内源和社会暴露并入统一研究议程。其判决力不只来自数值大小,而在于混合化学暴露及其时间窗与生物反应闭合能够预测“以可被结构确认并关联时间窗的暴露特征数占全部差异化学特征数的比例核算”的变化,并暴露旧流程遗漏的失败对象。证据责任落在可复算路径:对象如何进入、何处退出、退出后怎样改变结论,3步缺一不可。 在暴露组学环境化证据链中,原始锚点仍是前身为Rappaport 等,2014 年《Environmental Health Perspectives》,DOI 10.1289/ehp.1308015; 在暴露组学环境化证据链中,原始锚点仍是前身为Rappaport 等,2014 年《Environmental Health Perspectives》,DOI 10.1289/ehp.1308015;它固定了对象、年份与出处,独立复核不得用异题评论替换。
这项转向的硬边界是未知峰比例高、暴露随时间剧烈变化,单次血样和事后疾病采样容易发生反向因果。2020年Vermeulen 等把这一限制放到争论中心,而混合化学暴露及其时间窗与生物反应闭合能否跨样本、尺度和观察窗口保持同一方向仍需独立验证。当未知峰比例高、暴露随时间剧烈变化,单次血样和事后疾病采样容易发生反向因果时,对象身份或驱动方向就会改变,原来的分类与外推规则应停止使用。 对暴露组学环境化的争议记录是Vermeulen 等,2020 年《Science》,DOI 10.1126/science.aay3164; 对暴露组学环境化的争议记录是Vermeulen 等,2020 年《Science》,DOI 10.1126/science.aay3164;未公开检验的部分继续保留为未知状态,不并入支持证据。
2022年Wang 等显示,方法进入常规场景后,评价标准不能只看流程能否运行,还要检验结论是否能长期核对; 围绕暴露组学环境化的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。
同名方法在不同机构可能处理不同对象,必须先锁定对象、分母与停止规则。
九、脂质组标准化:同一“脂肪”被拆成数千分子物种Lipidomics harmonization
旧框架主要依赖总胆固醇、甘油三酯与脂类大类,隐含前提是这一代表关系已经覆盖需要解释的主要对象。随着样本、分辨率或观察时间扩展,同一大类内部不同链长和双键位置可有相反功能,平台命名不一致使队列结果无法合并已不能再解释为随机波动。2010年Quehenberger 等由此把结构层级明确的分子脂种和可追溯内标取代总量标签设为新的分析单位。
这项转向承担的强命题是:脂质生物学只有在结构分辨层级和定量标准被明确时才可跨研究比较。它要求先检验脂质结构层级与内标定量保持一致,再讨论样本规模、模型精度与应用范围,因为后端优化可能把入口处的错误稳定复制到全部对象。
从2010年的提出到2022年的更新,证据链记录了:LIPID MAPS 建立多层分类并绘制人血浆数百脂类;NIST 跨实验室研究显示同一血浆材料的绝对浓度可因平台而显著不同,推动统一参考材料和命名。其判决力不只来自数值大小,而在于中心读数与“以结构层级与标准品均明确的脂种数占全部报告脂质特征数的比例核算”不再等价,分母变化本身成为证据的一部分。在脂质组标准化同的读数核查中,这里的判决不靠术语声望,而靠“以结构层级与标准品均明确的脂种数占全部报告脂质特征数的比例核算”在独立样本中是否保持方向。就脂质组标准化同的实证锚点而言,本条固定2项可核量:分子“结构层级与标准品均明确的脂种数”与分母“全部报告脂质特征数”,复核时不得只报前者。 在脂质组标准化同证据链中,原始锚点仍是前身为Quehenberger 等,2010 年《Journal of Lipid Research》,DOI 10.1194/jlr.M009449; 在脂质组标准化同证据链中,原始锚点仍是前身为Quehenberger 等,2010 年《Journal of Lipid Research》,DOI 10.1194/jlr.M009449;它固定了对象、年份与出处,独立复核不得用异题评论替换。
这项转向的硬边界是双键位置、sn 位置和异构体常未被真正分辨,结果却被写成具体分子名称。2017年Bowden 等把这一限制放到争论中心,而脂质结构层级与内标定量保持一致能否跨样本、尺度和观察窗口保持同一方向仍需独立验证。当双键位置、sn 位置和异构体常未被真正分辨,结果却被写成具体分子名称时,对象身份或驱动方向就会改变,原来的分类与外推规则应停止使用。 对脂质组标准化同的争议记录是Bowden 等,2017 年《Journal of Lipid Research》,DOI 10.1194/jlr.M079012;
2022年Kopczynski 等显示,方法进入常规场景后,评价标准不能只看流程能否运行,还要检验结论是否能长期核对;
只有把反向事件写进主表,读数上升才不至于与实质恶化混为一谈。
十、空间代谢组整合:代谢物与细胞身份在同一切片对齐Integrated spatial metabolomics
这项转向从一个长期反例开始:代谢峰有空间但无细胞身份,免疫图像有细胞类型但无广谱化学信息,两者各自无法解释代谢生态。2013年Alexandrov 等以同切片、单细胞分辨的细胞—代谢物联合坐标替代跨切片平均重建分析边界。
其锋利之处在于把同一切片上的细胞身份与代谢峰精确配准置于首位,让成功条件和失败条件使用同一实验判据,而不是事后用“情形复杂”回避反例。
提出与更新研究共同报告质谱成像早期建立组织级分子地图;2024 年工作在同一切片整合 MSI 代谢组和成像质谱流式免疫表型,解析癌细胞与免疫细胞相关的单细胞代谢异质性。关键解释是同一切片上的细胞身份与代谢峰精确配准能够预测“以在同切片细胞类型中重复共定位的代谢特征数占全部空间差异特征数的比例核算”的变化,并暴露旧流程遗漏的失败对象。若只保留阳性中心值,而把“无法分配到单细胞的像素、跨切片形变区和未知化学峰”排除在外,同一组证据可能被误读成相反机制。旧口径遮住的是失败对象的去向;本项要求其与成功对象在同一观察窗内结算。就空间代谢组整合的实证锚点而言,本条固定2项可核量:分子“在同切片细胞类型中重复共定位的代谢特征数”与分母“全部空间差异特征数”,复核时不得只报前者。 在空间代谢组整合证据链中,原始锚点仍是前身为Alexandrov 等,2013 年《Nature Communications》,DOI 10.1038/ncomms3771; 在空间代谢组整合证据链中,原始锚点仍是前身为Alexandrov 等,2013 年《Nature Communications》,DOI 10.1038/ncomms3771;它固定了对象、年份与出处,独立复核不得用异题评论替换。
围绕该方法的主要分歧是离子抑制、像素扩散和图像配准误差可制造虚假共定位,未知峰仍难解释。2018年Buchberger 等把这一限制放到争论中心。把“无法分配到单细胞的像素、跨切片形变区”纳入记录后,最严格的验证应主动寻找它,而不是把它压缩成附注。 对空间代谢组整合的争议记录是Buchberger 等,2018 年《Analytical Chemistry》,DOI 10.1021/acs.analchem.7b04733; 对空间代谢组整合的争议记录是Buchberger 等,2018 年《Analytical Chemistry》,DOI 10.1021/acs.analchem.7b04733;未公开检验的部分继续保留为未知状态,不并入支持证据。
2024年Nunes 等继续检验其部署边界。 围绕空间代谢组整合的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。 复核时还须冻结对象定义、观察窗口、停止规则与资源预算,并逐一登记退出、未分类和未进入记录的对象。
本项的复核单位不是一次成功,而是成功、失败与未知状态组成的完整事件集。
十一、蛋白年龄钟与器官特异衰老:生物年龄从一个数拆成多器官轨迹Proteomic aging clocks
早期研究通常依赖日历年龄与少数炎症指标,并相信这一代表关系已经覆盖需要解释的主要对象。问题在于同龄人器官衰退不同,一个全身年龄分数会掩盖心、脑、肝等不同轨迹。2019年Lehallier 等所做的关键改变,是把器官来源蛋白集合和样本外预测误差定义多维衰老状态从背景条件提升为研究对象。
若“以蛋白预测年龄与日历年龄差值占模型在外部队列的年龄误差的比例核算”不随蛋白组合在外部队列中同时校准年龄与未来风险改变,“蛋白年龄钟与器官特异衰老:生物年龄从一…”的原解释就不能保留。
这项主张依靠的不是名称变化,而是2019 年研究在约 4,300 人中发现血浆蛋白随年龄呈非线性波次;2023 年提出器官特异衰老,2024 年在 45,441 人中验证蛋白年龄与多病种和死亡风险关联。从这些材料可以看出,不同样本或方法在“以蛋白预测年龄与日历年龄差值占模型在外部队列的年龄误差的比例核算”上给出可比较方向,说明改变的不只是命名。因此过程记录本身属于证据。就蛋白年龄钟与器的实证锚点而言,本条固定2项可核量:分子“蛋白预测年龄与日历年龄差值”与分母“模型在外部队列的年龄误差”,复核时不得只报前者。 在蛋白年龄钟与器证据链中,原始锚点仍是Lehallier 等,2019 年《Nature Medicine》,DOI 10.1038/s41591-019-0673-2; 在蛋白年龄钟与器证据链中,原始锚点仍是Lehallier 等,2019 年《Nature Medicine》,DOI 10.1038/s41591-019-0673-2;它固定了对象、年份与出处,独立复核不得用异题评论替换。
炎症、肾功能和队列构成可同时改变大量蛋白,模型年龄可能只是疾病负担的重编码构成这一主张的适用边界。2023年Oh 等把这一限制放到争论中心,现阶段还不能确定蛋白组合在外部队列中同时校准年龄与未来风险能否跨样本、尺度和观察窗口保持同一方向。当炎症、肾功能和队列构成可同时改变大量蛋白,模型年龄可能只是疾病负担的重编码时,稳定结果也可能只是流程稳定地产生了同一种误差。 对蛋白年龄钟与器的争议记录是Oh 等,2023 年《Nature》,DOI 10.1038/s41586-023-06802-1; 对蛋白年龄钟与器的争议记录是Oh 等,2023 年《Nature》,DOI 10.1038/s41586-023-06802-1;未公开检验的部分继续保留为未知状态,不并入支持证据。
围绕蛋白年龄钟与器的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。 复核时还须冻结对象定义、观察窗口、停止规则与资源预算,并逐一登记退出、未分类和未进入记录的对象。
若发现“未记录对象”需要额外投入,该投入必须入分母。
十二、纵向多组学健康画像:个人基线取代人群参考区间Longitudinal personal multi-omics
随着样本、分辨率或观察时间扩展,群体参考区间容许的变化可能对某个人是巨大偏离,疾病前的短暂分子事件又会被稀疏采样漏掉已不能再解释为随机波动。2012年Chen 等由此把个人纵向基线、事件窗口和跨组学共变作为健康状态单位设为新的分析单位。
这项转向承担的强命题是:个体预警只有在相对个人基线的跨组学变化先于临床事件并可重复时才成立。它要求先检验个人纵向基线偏离在多组学和临床层按时间闭合,再讨论样本规模、模型精度与应用范围,因为后端优化可能把入口处的错误稳定复制到全部对象。
从2012年的提出到2019年的更新,证据链记录了:iPOP 首例连续 14 个月追踪并在病毒感染后观察多组学变化;后续队列对 108 人进行约 9 个月深度画像,2019 年研究扩展到 109 人、最长 8 年随访。其判决力不只来自数值大小,而在于这些材料把个人纵向基线偏离在多组学和临床层按时间闭合与“先于临床事件并跨2种组学复现的异常数/全部个人异常警报数”连接起来,使真实对象变化可以与平台变化分开。在纵向多组学健康的读数核查中,该命题的强处在可反驳:越过“当高频检测产生偶然异常时,读数方向可能反转”,结果必须允许翻转。 在纵向多组学健康证据链中,原始锚点仍是前身为Chen 等,2012 年《Cell》,DOI 10.1016/j.cell.2012.02.009; 在纵向多组学健康证据链中,原始锚点仍是前身为Chen 等,2012 年《Cell》,DOI 10.1016/j.cell.2012.02.009;它固定了对象、年份与出处,独立复核不得用异题评论替换。
这项转向的硬边界是高频检测产生偶然异常,行为改变和知情反馈会回写被观察者,个人模型难以外推。2017年Price 等把这一限制放到争论中心,而个人纵向基线偏离在多组学和临床层按时间闭合能否跨样本、尺度和观察窗口保持同一方向仍需独立验证。当高频检测产生偶然异常,行为改变和知情反馈会回写被观察者,个人模型难以外推时,对象身份或驱动方向就会改变,原来的分类与外推规则应停止使用。 对纵向多组学健康的争议记录是Price 等,2017 年《Nature Biotechnology》,DOI 10.1038/nbt.3870; 对纵向多组学健康的争议记录是Price 等,2017 年《Nature Biotechnology》,DOI 10.1038/nbt.3870;
2019年Schüssler-Fiorenza Rose 等显示,方法进入常规场景后,评价标准不能只看流程能否运行,还要检验结论是否能长期核对; 围绕纵向多组学健康的复算还需同步保存阳性、阴性、未知与中止4类状态,避免清洗过程改写原始分母。
最终判断由公开数据能否重建对象流决定,而不是作者是否给出肯定结论。
◎ 二十年连起来看
蛋白质组学与代谢组学二十年的一条主线,是对象从静态清单转为可追踪状态。2008年的“MaxQuant 与无标记定量”重写对象边界;2020年的“稳定同位素示踪与通量组学:丰度不再等于代谢流”再以“目标产物中来自标记底物的碳原子数/目标产物总碳原子数”检验外推。两者共同要求把“未进入所选示踪底物路线的替代碳源和交换通量”纳入分母。
蛋白质组学与代谢组学二十年的一条主线,是过程、顺序与空间反馈进入解释。2012年的“SWATH/DIA”重写对象边界;2024年的“交联质谱:蛋白结构由单体序列扩展到距离约束网络”再以“满足独立结构距离上限的交联对数/全部高置信交联对数”检验外推。两者共同要求把“无法被交联剂接近的界面、异构构象和未定位残基对”纳入分母。
蛋白质组学与代谢组学二十年的一条主线,是发现工具转为可追溯基础设施。2010年的“脂质组标准化:同一“脂肪”被拆成数千分子物种”重写对象边界;2019年的“纵向多组学健康画像:个人基线取代人群参考区间”再以“先于临床事件并跨两种组学复现的异常数/全部个人异常警报数”检验外推。两者共同要求把“未采样时间窗中的短暂事件与因反馈而改变的自然病程”纳入分母。
◎ 三个常见误解
误解1是“MaxQuant 与无标记定量”只是分辨率或通量提升。它看似成立,因为平台确实增加了可见对象;但当match-between-runs 会把错误峰跨样本传播时,方向会反转。正确表述应同时报告“跨样本可重复定量蛋白数/全部被报告蛋白数”和“未被对齐成功的低丰度峰与共享肽段”。
误解2是“人群血浆蛋白组:疾病风险从少数指标扩展为蛋白网络”中心读数可以直接代表机制。它看似成立,因为单一比例便于排序和传播;但当亲和试剂结合受蛋白变体影响时,方向会反转。正确表述应同时报告“加入蛋白后样本外风险误差下降量/仅临床变量的基线误差”和“未被当前亲”。
误解3是“纵向多组学健康画像:个人基线取代人群参考区间”通过流程验收就等于可长期部署。它看似成立,因为标准化确实降低了协作成本;但当高频检测产生偶然异常时,方向会反转。正确表述应同时报告“先于临床事件并跨两种组学复现的异常数/全部个人异常警报数”和“未采样时间窗中的短暂事件与因反馈”。
◎ 与相邻领域的接口
与第332号生物信息学与计算生物学的分工:本块判预测谱库的实验可验证性,对方判深度模型的表示与失校检测;只有共同报告“预测谱通过独立实测相似度阈值的肽数/全部被用于鉴定的预测肽数”才合并,否则按本块规定分子证据与实验边界分开。
与第333号癌症生物学的分工:本块判多层分子一致性,对方判临床耐药与生态选择;只有共同报告“在蛋白或磷酸化层得到支持的驱动事件数/全部基因组候选事件数”才合并,否则按本块负责蛋白与代谢执行层,第333号负责肿瘤演化与治疗机制分开。
与第335号分子与细胞神经生物学的分工:本块判组织坐标化分子读数,对方判细胞类型与回路功能;只有共同报告“空间定位正确的细胞—蛋白事件数/全部阳性事件数”才合并,否则按本块提供空间蛋白与代谢测量,第335号解释神经细胞和突触机制分开。
与第338号真菌学与菌物资源的分工:本块判未知化学特征与通量,对方判真菌资源和次生代谢来源;只有共同报告“可被结构确认并关联时间窗的暴露特征数/全部差异化学特征数”才合并,否则按本块测量化学产物与暴露,第338号提供物种、基因簇和生态来源分开。
◎ 争议现场
“代谢组学报告标准:一个峰不再自动等于一个代谢物”的争议是:支持方把“只有峰的化学身份经标准品”视为稳定,反方指出商业标准缺失、异构体共洗脱。要收敛,须做跨平台或纵向复核,预注册“达到标准品确认级的代谢特征数/全部显著特征数”;方向反转即否定当前外推。
“人群血浆蛋白组:疾病风险从少数指标扩展为蛋白网络”的争议是:支持方把“只有跨队列蛋白信号在样本外校准后改变风险”视为稳定,反方指出亲和试剂结合受蛋白变体影响。要收敛,须做跨平台或纵向复核,预注册“加入蛋白后样本外风险误差下降量/仅临床变量的基线误差”;方向反转即否定当前外推。
“蛋白年龄钟与器官特异衰老”的争议是:支持方把“只有蛋白组合在外部队列中同时校准年龄”视为稳定,反方指出炎症、肾功能和队列构成可同时改变大量蛋白。要收敛,须做跨平台或纵向复核,预注册“蛋白预测年龄与日历年龄差值/模型在外部队列的年龄误差”;方向反转即否定当前外推。
◎ 往下五年看什么
到2031年,追踪“稳定同位素示踪与通量组学:丰度不再等于代谢流”的“目标产物中来自标记底物的碳原子数/目标产物总碳原子数”:须在独立地点、正交平台或真实队列保持方向,并公开“未进入所选示踪底物路线的替代碳源和交换通量”;否则降级为局部工具。
到2031年,追踪“邻近标记:蛋白相互作用从共沉淀转向活细胞空间邻域”的“特异富集邻近蛋白数/全部被生物素化蛋白数”:须在独立地点、正交平台或真实队列保持方向,并公开“未被酶半径触及但功能相关的远程蛋白”;否则降级为局部工具。
到2031年,追踪“脂质组标准化:同一“脂肪”被拆成数千分子物种”的“结构层级与标准品均明确的脂种数/全部报告脂质特征数”:须在独立地点、正交平台或真实队列保持方向,并公开“共洗脱异构体”;否则降级为局部工具。
到2031年,追踪“纵向多组学健康画像:个人基线取代人群参考区间”的“先于临床事件并跨两种组学复现的异常数/全部个人异常警报数”:须在独立地点、正交平台或真实队列保持方向,并公开“未采样时间窗中的短暂事件与因反馈”;否则降级为局部工具。
◎ 可与哪些领域对读
“目标—诱饵与 Percolator”×第354号软件供应链审计:共享“通过形式审查等于实质合规”;相反在1% FDR 仍可能因诱饵不真实而失效,软件清单完整也可能漏掉运行期行为。若二者都成立,“未被当前审计模型覆盖的错误类型”必须成为第三变量;以“错误事件数/全部通过事件数”判决。
“稳定同位素示踪与通量组学”×第351号分布式科学计算:共享“更多数据必然减少偏倚”;相反在示踪深度增加不能消除底物扰动,节点增加也不能消除聚合偏斜。若二者都成立,“测量过程对对象的回写”必须成为第三变量;以“被扰动对象数/全部观测对象数”判决。
“蛋白年龄钟与器官特异衰老”×第353号排序偏差:共享“单一读数代表复杂对象”;相反在蛋白年龄分数遮蔽器官差异,排序总分遮蔽群体代价。若二者都成立,“被汇总后消失的局部轨迹”必须成为第三变量;以“局部反向者数/全部被汇总者数”判决。
“纵向多组学健康画像”×第309号时间序列预测:共享“短期窗口可自由压缩为长期结局”;相反在个人异常警报可能因反馈改变病程,预测系统也会被采用行为回写。若二者都成立,“观察—决策—对象的闭环”必须成为第三变量;以“反馈后方向改变事件数/全部警报事件数”判决。
◎ 十条可做的研究命题
1. 命题:“MaxQuant 与无标记定量”的核心解释在独立样本中保持方向;做法:正交或纵向复测该机制,完整报告“跨样本可重复定量蛋白数/全部被报告蛋白数”;证伪:当match-between-runs 会把错误峰跨样本传播时出现方向反转。
2. 命题:“时间分辨磷酸化组:信号通路从静态箭头变成事件序列”的核心解释在独立样本中保持方向;做法:正交或纵向复测该机制,完整报告“按预设时间顺序变化的位点数/全部显著变化位点数”;证伪:当位点丰度受蛋白总量、富集偏好和定位不确定性影响时出现方向反转。
3. 命题:“代谢组学报告标准:一个峰不再自动等于一个代谢物”的核心解释在独立样本中保持方向;做法:正交或纵向复测该机制,完整报告“达到标准品确认级的代谢特征数/全部显著特征数”;证伪:当商业标准缺失、异构体共洗脱时出现方向反转。
4. 命题:“癌症蛋白基因组学:突变是否生效由蛋白与磷酸化层重新判决”的核心解释在独立样本中保持方向;做法:正交或纵向复测该机制,完整报告“在蛋白或磷酸化层得到支持的驱动事件数/全部基因组候选事件数”;证伪:当组织纯度、缺失蛋白和治疗前后时间差会破坏多层对应时出现方向反转。
5. 命题:“稳定同位素示踪与通量组学:丰度不再等于代谢流”的核心解释在独立样本中保持方向;做法:正交或纵向复测该机制,完整报告“目标产物中来自标记底物的碳原子数/目标产物总碳原子数”;证伪:当示踪底物扰动稳态时出现方向反转。
6. 命题:“人群血浆蛋白组:疾病风险从少数指标扩展为蛋白网络”的核心解释在独立样本中保持方向;做法:正交或纵向复测该机制,完整报告“加入蛋白后样本外风险误差下降量/仅临床变量的基线误差”;证伪:当亲和试剂结合受蛋白变体影响时出现方向反转。
7. 命题:“蛋白型与自上而下蛋白组:一个基因不再等于一种蛋白”的核心解释在独立样本中保持方向;做法:正交或纵向复测该机制,完整报告“被完整序列和修饰定位的蛋白型数/全部报告基因产物数”;证伪:当大蛋白离子化和碎裂困难时出现方向反转。
8. 命题:“Prosit 与预测谱库”的核心解释在独立样本中保持方向;做法:正交或纵向复测该机制,完整报告“预测谱通过独立实测相似度阈值的肽数/全部被用于鉴定的预测肽数”;证伪:当训练集富含常见肽和特定仪器时出现方向反转。
9. 命题:“脂质组标准化:同一“脂肪”被拆成数千分子物种”的核心解释在独立样本中保持方向;做法:正交或纵向复测该机制,完整报告“结构层级与标准品均明确的脂种数/全部报告脂质特征数”;证伪:当双键位置、sn 位置和异构体常未被真正分辨时出现方向反转。
10. 命题:“蛋白年龄钟与器官特异衰老:生物年龄从一个数拆成多器官轨迹”的核心解释在独立样本中保持方向;做法:正交或纵向复测该机制,完整报告“蛋白预测年龄与日历年龄差值/模型在外部队列的年龄误差”;证伪:当炎症、肾功能和队列构成可同时改变大量蛋白时出现方向反转。
◎ 资料核验
以下按源行去重列出。书籍、指南和机构标准按其出版信息著录;同行评议论文保留卷页或 DOI。
- Cox 与 Mann,2008 年《Nature Biotechnology》,DOI 10.1038/nbt.1511。
- Tyanova 等,2016 年《Nature Methods》,DOI 10.1038/nmeth.3901。
- Demichev 等,2020 年《Nature Methods》,DOI 10.1038/s41592-019-0638-x。
- Elias 与 Gygi,2007 年《Nature Methods》,DOI 10.1038/nmeth1019。
- Käll 等,2007 年《Nature Methods》,DOI 10.1038/nmeth1113。
- The 等,2016 年《Journal of the American Society for Mass Spectrometry》,DOI 10.1007/s13361-016-1460-7。
- Olsen 等,2006 年《Cell》,DOI 10.1016/j.cell.2006.09.026。
- Humphrey 等,2015 年《Nature Biotechnology》,DOI 10.1038/nbt.3322。
- Hijazi 等,2020 年《Nature Biotechnology》,DOI 10.1038/s41587-020-0442-2。
- Picotti 等,2009 年《Cell》,DOI 10.1016/j.cell.2009.05.051。
- Peterson 等,2012 年《Molecular & Cellular Proteomics》,DOI 10.1074/mcp.O112.020131。
- Abbatiello 等,2017 年《Molecular & Cellular Proteomics》,DOI 10.1074/mcp.M116.064758。
- Sumner 等,2007 年《Metabolomics》,DOI 10.1007/s11306-007-0082-2。
- Dunn 等,2011 年《Nature Protocols》,DOI 10.1038/nprot.2011.335。
- Schymanski 等,2014 年《Environmental Science & Technology》,DOI 10.1021/es5002105。
- Gillet 等,2012 年《Molecular & Cellular Proteomics》,DOI 10.1074/mcp.O111.016717。
- Navarro 等,2016 年《Nature Biotechnology》,DOI 10.1038/nbt.3685。
- Zhang 等,2014 年《Nature》,DOI 10.1038/nature13438。
- Mertins 等,2016 年《Nature》,DOI 10.1038/nature18003。
- Gillette 等,2020 年《Cell》,DOI 10.1016/j.cell.2020.03.022。
- Giesen 等,2014 年《Nature Methods》,DOI 10.1038/nmeth.2869。
- Schapiro 等,2017 年《Nature Methods》,DOI 10.1038/nmeth.4391。
- Karlsson 等,2024年《Nature Methods》21:1044–1052,DOI 10.1038/s41592-024-02268-9。
- Jang 等,2018 年《Cell》,DOI 10.1016/j.cell.2018.03.055。
- Buescher 等,2015 年《Current Opinion in Biotechnology》,DOI 10.1016/j.copbio.2014.11.003。
- Hui 等,2020 年《Nature》,DOI 10.1038/s41586-020-2502-7。
- Budnik 等,2018 年《Genome Biology》,DOI 10.1186/s13059-018-1547-5。
- Specht 等,2021 年《Genome Biology》,DOI 10.1186/s13059-021-02267-5。
- Ye 等,2025 年《Nature Methods》22:499–509,DOI 10.1038/s41592-024-02558-2。
- Sun 等,2018 年《Nature》,DOI 10.1038/s41586-018-0175-2。
- Emilsson 等,2018 年《Science》,DOI 10.1126/science.aaq1327。
- Carrasco-Zanini 等,2024 年《Nature Medicine》30:2489–2498,DOI 10.1038/s41591-024-03142-z。
- 前身为Roux 等,2012 年《Journal of Cell Biology》,DOI 10.1083/jcb.201112098。
- Rhee 等,2013 年《Science》,DOI 10.1126/science.1230593。
- Branon 等,2018 年《Nature Biotechnology》,DOI 10.1038/nbt.4201。
- 前身为Smith 等,2013 年《Nature Methods》,DOI 10.1038/nmeth.2369。
- Aebersold 等,2018 年《Nature Chemical Biology》,DOI 10.1038/nchembio.2577。
- Kaulich 等,2024 年《Nature Methods》21:2397–2407,DOI 10.1038/s41592-024-02481-6。
- 前身为Liu 等,2015 年《Nature Methods》,DOI 10.1038/nmeth.3603。
- O’Reilly 与 Rappsilber,2018 年《Nature Structural & Molecular Biology》,DOI 10.1038/s41594-018-0147-0。
- Avila Clasen 等,2024 年《Nature Methods》21:2327–2335,DOI 10.1038/s41592-024-02478-1。
- Gessulat 等,2019 年《Nature Methods》,DOI 10.1038/s41592-019-0426-7。
- Tiwary 等,2019 年《Nature Methods》,DOI 10.1038/s41592-019-0355-0。
- Yang 等,2020 年《Nature Communications》,DOI 10.1038/s41467-020-16708-6。
- 前身为Rappaport 等,2014 年《Environmental Health Perspectives》,DOI 10.1289/ehp.1308015。
- Vermeulen 等,2020 年《Science》,DOI 10.1126/science.aay3164。
- Wang 等,2022 年《Nature Communications》,DOI 10.1038/s41467-022-32116-3。
- 前身为Quehenberger 等,2010 年《Journal of Lipid Research》,DOI 10.1194/jlr.M009449。
- Bowden 等,2017 年《Journal of Lipid Research》,DOI 10.1194/jlr.M079012。
- Kopczynski 等,2022 年《Nature Communications》,DOI 10.1038/s41467-022-32310-3。
- 前身为Alexandrov 等,2013 年《Nature Communications》,DOI 10.1038/ncomms3771。
- Buchberger 等,2018 年《Analytical Chemistry》,DOI 10.1021/acs.analchem.7b04733。
- Nunes 等,2024 年《Nature Methods》21:1796–1800,DOI 10.1038/s41592-024-02392-6。
- Lehallier 等,2019 年《Nature Medicine》,DOI 10.1038/s41591-019-0673-2。
- Oh 等,2023 年《Nature》,DOI 10.1038/s41586-023-06802-1。
- Argentieri 等,2024 年《Nature Medicine》30:2450–2460,DOI 10.1038/s41591-024-03164-7。
- 前身为Chen 等,2012 年《Cell》,DOI 10.1016/j.cell.2012.02.009。
- Price 等,2017 年《Nature Biotechnology》,DOI 10.1038/nbt.3870。
- Schüssler-Fiorenza Rose 等,2019 年《Nature Medicine》,DOI 10.1038/s41591-019-0719-5。