朱拉隆功大学的Vorasuk Shotelersuk教授及其团队利用基因组学技术加速罕见疾病的诊断

患有罕见遗传病的患者往往需要等待数年才能得到诊断。通过利用DNA测序的力量，泰国基因组学倡议旨在将这种情况缩短到几周。

罕见疾病波及泰国500多万人口，其中约80 %是由DNA改变所引起的。然而罕见疾病诊断的标准程序可能需要长达7年。新的测序技术可以读取一个人的大部分DNA信息，有可能在几周，甚至几天内提供诊断结果。

应用标准诊断程序诊断罕见疾病耗时很长的原因之一，是有记录的罕见疾病大概有7000种。据朱拉隆功大学（Chulalongkorn University）的遗传学家Vorasuk Shotelersuk解释，因为这些疾病太罕见了，所以医生不可能有所有疾病的诊断和治疗经验。

为协助联合罕见病资源，在2016年至2020年间，朱拉隆功大学出资成立了医学基因组学卓越中心（Center of Excellence for Medical Genomics），与朱拉隆功国王纪念医院（King Chulalongkorn Memorial Hospital）基因组学与精准医学卓越中心（Excellence Center for Genomics and Precision Medicine）联合，开始组建全国罕见疾病和未诊断疾病网络系统。

该中心已经对4000名罕见疾病患者的基因组进行了测序，如果快速推进，可以在两周内出具报告供临床解读。Shotelersuk表示，快速的全外显子组测序数据已经帮助他们诊断了55 %的重症患者，在一半的病例中，诊断结果改变了原本的治疗方式。

快速诊断重点

泰国一直是罕见疾病测序技术的早期采用国。据Shotelersuk解释，泰国从2012年开始对患者的基因组进行测序，从那时起，朱拉隆功大学就一直在牵头进行知识和人力资源的建设，以推进罕见病的诊断。

为进一步推动基因组信息在泰国临床护理中的普遍应用，2019年泰国政府为泰国基因组学倡议拨款45亿泰铢（1.5亿美元）。这是一个由泰国公共卫生部、科技部和教育部共同推动的项目，期限为2020 – 2024年。

2019年12月，泰国基因组学协会成立了泰国人类遗传学协会（Thai Society of Human Genetics），该协会将汇集临床遗传学家、医护人员、生物信息学家和科学家，共同探讨基因组学如何帮助医疗实践，以及将新知识融入医疗保健体系的最佳方式。

Shotelersuk提到，临床新一代测序显然有利于罕见疾病患者及其家庭。即使测序不会改变原有的治疗方式或结果，但是在加速疾病的诊断方面也能在心理上、社会和经济上有助于患者及其家庭。它还为医疗系统节省了进一步调查所需程序的成本。此外，它还可以使父母做出知情的生育决定，以减少生下患有严重缺陷孩子的风险。

单基因敲除的案例

泰国基因组学协会的目标是对5万人的基因组进行测序，以便进一步研究，其中包括那些患有罕见和未诊断疾病的人，并且这些疾病相关的基因标记可能仍然是未知的。

识别与罕见疾病相关的新基因是了解其产物在疾病发展中的作用的第一步，这些知识对于开发有效的治疗方法至关重要。

此外，从罕见疾病中获得的信息不仅有利于患者，还可以揭示其它更常见疾病的正常生物过程、健康和病理机制的信息。

Shotelersuk认为，遗传多样性意味着世界上每个地区都能为遗传研究做出独特而重要的贡献。例如，据报道破坏红细胞发育的地中海贫血症会赋予人们对疟疾的抵抗力，并且患者在包括泰国的世界疟疾多发地区显示出更低的发病率。最近一项涉及泰国地中海贫血症患者的国际基因治疗试验取得了可喜的成果。

此外，Shotelersuk还表示，罕见疾病患者是“自然发生的单基因敲除者”，这意味着他们往往只在一个基因中发生突变。因此，他们为研究该基因的作用提供了独特的机会。在人类基因组中的2万多个蛋白质编码基因中，我们对它们的正常功能以及它们如何与疾病相关联仍然知之甚少。

迄今为止，通过对泰国患者的基因组测序已经发现了新的包括MBTPS2在内的人类疾病相关基因，该基因异常是一种罕见的骨骼生长障碍的基础；以及KIF6，该基因与智力残疾有关。Shotelersuk还发现，YEATS2基因中额外碱基对的增加与一种罕见的癫痫和运动障碍综合征有关。以上发现为研究骨骼和神经系统发育的机制开辟了新的途径。

Shotelersuk指出，由于研究对象太少，国际合作对于加速发现和共享罕见疾病的知识和治疗经验至关重要。

Shotelersuk在2017年赢得英国牛顿奖后，与英国UCL大奥蒙德街儿童健康研究所（Great Ormond Street Institute of Child Health）的Philip Beales一直合作，致力于创造一个工作流程以加速针对儿童罕见基因疾病的诊断。Shotelersuk还通过由来自美国国家卫生研究院（National Institutes of Health）的William A. Gahl领导的国际未诊断疾病网络（UDNI）来交流罕见疾病的遗传知识。

下一步的工作包括加强国际合作，以确保研究成果能够惠及全世界的患者和人民。

原文检索：
Fast-tracking rare disease diagnosis and treatment.
郭庭玥/编译

2018年，精神病学家Oleguer Plana-Ripoll苦思冥想着一个令人困惑的关于精神疾病的事实。他了解许多人同时患有例如焦虑和抑郁，或精神分裂症和躁郁症等多种疾病，他想知道不止一种疾病诊断的普遍性，因此他找到一个大约包含590万名丹麦公民详细医疗信息的数据库。

他的发现使其大吃一惊，不管相互之间症状有多不同，每种单一精神疾病都会使患者容易罹患其它精神疾病。丹麦奥尔胡斯大学（Aarhus University）的Plana-Ripoll指出，他们知道合并症（comorbidity，由一种疾病的发展所引起的另一种疾病或症状。例如麻疹引起肺炎，肺炎就是合并症）很重要，但他们没想到会找到所有疾病配对之间的关联。

该研究解决了困扰研究人员一个多世纪的一个基本问题：精神疾病的根源是什么？

为了找到答案，科学家在过去十年间通过对基因、大脑活动和神经解剖学的研究积累了大量数据。他们发现的证据表明，许多相同的基因是精神分裂症和自闭症等看似截然不同的疾病的发病基础，并且大脑决策系统的变化可能涉及多种疾病。

研究人员也彻底重新思考大脑如何出错的理论。以往认为的精神疾病，如“焦虑”或“精神病”可以被分为不同的或不连续的类别的这种观点已经在很大程度上被推翻了。相反，就像Plana-Ripoll的研究明确证明的那样：疾病之间会相互影响，而且没有严格的分界线。

目前，研究者正试图理解这种精神机能障碍谱的生物学基础。

他们提出了一些假说。可能存在精神疾病的不同维度，根据某个人在每个维度的情况，他们可能相比其他人对某些疾病更易感。另一种更激进的观点是，有一种单一的因素使人们普遍易患精神疾病：究竟易患某种疾病是由哪种其它因素决定的。这两种观点都备受重视，但是多维度的假说更广泛地被研究者所接受。

虽然细节还很模糊，但大多数精神病学家都认为有一点是明确的：把精神疾病归类为整齐的框架的旧系统是行不通的。他们也希望从长远来看，用以生物学为基础的框架来取代此框架，将带来新的药物和治疗方法。研究人员致力于揭示例如精神机能障碍的关键基因、大脑区域和涉及神经病理的精神过程，并以治疗为目标。虽然可能需要一段时间才能实现，但麻省理工大学（MIT）和位于哈佛大学剑桥分校（Harvard in Cambridge, Massachusetts）的Steven Hyman表示，如果这一领域真的奏效，他将长期持乐观态度。

混乱的疾病

最直接的挑战是如何诊断患者。自20世纪50年代以来，精神科医生一直在使用一本名为《精神障碍诊断和统计指南》（Diagnostic and Statistical Manual of Mental Disorders，DSM）的详细手册，至今已是第五版。它列出了所有公认的疾病，从自闭症和强迫症到抑郁症、焦虑症和精神分裂症。每一种诊断都是由症状定义的，其固有的假设是每一种疾病都是不同的，并且其产生的原因也不同。

然而，甚至早在2013年第五版DSM（DSM-5）出版之前，许多研究人员曾指出这种方法有是有缺陷的。帮助起草DSM-5的Hyman认为，任何临床医生都可以告诉你，患者没有读过DSM，并且也不符合DSM的标准。

很少有患者符合每一套的标准，相反，人们往往会有不同疾病的混合症状。即使有些人已经被明确诊断为抑郁症，他们经常也有如焦虑等其它疾病的症状。来自费城宾夕法尼亚大学（University of Pennsylvania）的神经精神病学家Ted Satterthwaite表示，如果你已患一种精神疾病，那么你很有可能同时患有其它疾病。

这意味着临床医生对精神障碍的划分方式是错误的，精神病学家试图通过将精神障碍细分成亚型来解决这个问题。Satterth-waite指出，如果观察DSM随着时间推移的演变方式，就会发现这本书变得越来越厚。但问题依然存在，这些亚型仍然不能很好地反映出许多患者的症候群。

因此，世界上最大的精神健康科学基金—美国国立精神卫生研究署（US National Institute of Mental Health）改变了其资助研究的方式。从2011年开始，美国国立精神卫生研究署在一项名为“研究领域标准”（Research Domain Criteria）的项目中开始要求对疾病的生物学基础进行更多的研究，而并非患者的症状。此后，对精神机能障碍的生物学基础研究迅速增长，研究的重点是基因组学和神经解剖学等领域。但如果研究者希望揭开精神机能障碍神秘的面纱，那么他们还有很长的路要走，关键的发现就是精神机能障碍真的很复杂。

有争议的集群

越来越多的临床证据表明症状跨越疾病，换句话说人们经常有不止一种疾病。因此，尽管个别症状，如情绪改变或推理障碍等可以明确诊断，但将患者认定为例如“躁郁症”这样的整体诊断是有难度的。

即使看似独立的疾病也是有联系的。2008年，来自伦敦国王大学（King’s College London Institute of Psychiatry）精神病学研究所的遗传学家Angelica Ronald等人发现自闭症和注意力缺陷多动症有重叠之处。Ronald指出，在当时是不允许同时诊断出两种疾病的。这是早期版本的DSM中的一条规则。但Ronald及其团队发现，自闭症和多动症的特征具有强烈的相关性，并且部分是受基因控制的。

此外，似乎还存在着跨越疾病边界的集群。2018年的一项研究考察了已诊断为重度抑郁症、恐慌症或创伤后应激障碍的患者，研究人员根据志愿者的症状、认知表现和大脑活动对他们进行了评估后发现，参与者以“紧张”和“忧郁”等不同的情绪为特征可分为六组，这六组的人跨越了三个诊断类别，仿佛这些诊断类别并不存在。

现在很多人都认为诊断类别是错误的。但问题是，以生物学为指导的精神病的诊断和治疗究竟应该是怎样的？

多维度

一个著名的模型表明，每个人都有一些不同的神经心理学特征或“维度”，每一种特征都可决定我们对特定疾病类型的易感性。例如，有些人可能易感焦虑等情绪障碍，但却不易发生精神分裂症等思想障碍。

这与心理学家对人格的思考方式类似，在一个模型中，自觉性和神经质等五种人格特质可描述大多数人类性格的变异。

一些精神病学家已经在尝试着在脑海中多维度地重新思考他们所属的领域。在2010年初，有人推动将DSM-5中的疾病类别删除，转而采用“维度”这种基于个体症状的方法。然而，这一尝试以失败告终，部分原因是医疗资金和患者护理均是围绕着DSM的类别而建立的。然而，其它的疾病类别已经转向维度化。2019年，世界卫生大会（World Health Assembly）通过了最新的国际疾病分类（International Classification of Diseases, ICD-11），其中一些精神机能障碍使用了维度症状而非类别进行了新的细分。

Satterthwaite指出，维度假说的挑战是显而易见的：究竟有多少个维度，而它们又是什么？ 这是一个非常大的问题。

一个在过去十年中得到许多研究支持的流行理论认为只存在两个维度。第一种包括如抑郁症在内的所有“内向”障碍，其主要症状影响了一个人的内部状态。这与如多动症和反社会行为等的“外向”障碍相反，在此种情况下，一个人对世界做出的反应会受到影响。如果一个人被诊断出患有两种或两种以上的疾病，研究表明这疾病很可能来自于同一类别。

但是，将大量的脑成像数据与机器学习相结合的研究却发现了不同的数字，甚至在同一实验室完成的研究中也是如此。去年，Satterthwaite及其团队发表了一项对1141名有内向症状年轻人的研究发现，根据他们的大脑结构和功能可以将其分成两组。2018年，Satterthwaite又牵头了一项类似的研究，确定了四个维度，并且每个维度都与大脑连接的独特模式有关。

Hyman表示，最终，未来出版的DSM可能会有专门针对每个维度的章节。并且这些章节可能列出每种集群，以及他们的症状和源于基础生理学和基因组学的任何生物标志物。两个人有类似的症状但存在不同的突变或神经解剖学改变时可有不同的诊断类型和治疗方式。

在基因中

这种未来方法的一个支柱是对精神疾病基因组学的深入理解。在过去十年间，精神机能障碍的基因组学研究发展的足以得出有力的结论。

这些研究显示，没有一个独立的基因能对精神机能障碍的风险有很大贡献；相反，数百个基因各自都有很小的影响。2009年的一项研究发现，数以千计的基因变异均是精神分裂症的危险因素，并且许多基因也与双相情感障碍相关，表明某些基因对这两种疾病都有一定的影响。

这并不是说同样的基因参与了所有的脑部疾病，远非如此。2018年，波士顿麻省总医院（Massachusetts General Hospital）的遗传学家Benjamin Neale和都柏林圣三一大学（Trinity College Dublin）的精神病学家Aiden Corvin领导的团队发现，癫痫和多发性硬化症等神经系统疾病与精神分裂症和抑郁症等精神疾病在基因组学上有很大的区别（图：精神地图）。

这些研究都着眼于最容易检测的常见变异。而最近的一些研究则集中在极其罕见的变异上，这些变异确实表明了疾病之间的遗传差异。一项对12000多人的研究发现，精神分裂症患者有异常高的超罕见变异率，而且这些变异往往是一个人独有的。

其结果很混乱，很难预测哪些危险因素跨越了疾病。Neale指出，其中一些是相当广泛地在精神机能障碍中所共有的，而有些则是在一种或少数几种精神机能障碍形式中更为特异。”

P因素

一些精神病学家提出了一种激进的假说，他们希望能在混乱找寻真理。如果不同疾病有共同的症状或者多种疾病同时发生，并且很多基因在多种疾病中均有关联，那么也许有一个单一的因素会使人易患精神机能障碍。

这个假说由伊利诺伊州芝加哥大学（University of Chicago）公共卫生专家Benjamin Lahey在2012年首次提出。Lahey等人研究了11种疾病的症状，他们用统计学的方法来检验是否可以使用三个不同的维度或者通过这三个维度与“一般”倾向相结合的方式来最优阐述疾病的模式。如果模型包括一般因素，则其效果会更好。

第二年，这个假说得到了北卡罗来纳州杜克大学（Duke University）的夫妻心理学家Avshalom Caspi和Terrie Moffitt的支持，并且得到了一个引人注目的名字。他们通过1037人的长期研究数据发现大部分症状的变异可以由单一因素来解释。Caspi和Moffitt将其称为“p因素”。自2013年以来，多项研究重复出了他们的核心发现。

Caspi和Moffitt清楚p因素不能解释一切，所以他们并没有猜想其潜在的生物学基础，只是推测可能有一组基因来调控它。其他人提出p因素是一个普遍易感的精神机能障碍因素，其它因素如应激经历或其它基因的改变可促使一个人出现不同的症状。但是，如果这个假是真实的，那么它有一个令人震惊的提示：精神疾病可能存在单一的治疗靶点。

已经有迹象表明，泛化治疗（generalized treatment）可能与靶向治疗同样有效。2017年的一项研究随机分配了患有如恐慌症或强迫症的焦虑症患者接受针对其特定病症的治疗或泛化治疗，这两种治疗同样有效。

探寻p因素的生理学基础应是基于其治疗的第一步，但只在过去几年研究者发现它在基因组学和神经解剖学上数据的线索。例如一项英国人群的精神机能障碍研究证实了“p因素”是一系列变异会影响精神机能障碍风险的基因。

与此同时，其他研究组发现了多种精神机能障碍中出现的神经解剖学改变。这些结果很令人振奋，但却很矛盾。

一项针对六种精神机能障碍的研究发现，三个参与情绪加工区域的大脑灰质（背侧前扣带回、右脑岛和左脑岛）发生萎缩。但随后，来自哈佛大学医学院（Harvard Medical School）和麻省贝尔蒙特麦克莱恩医院（McLean Hospital）的临床心理学家Adrienne Romer研究确定了一组完全不同的三个区域，其作用包含行使基础身体功能和运动功能（脑桥、小脑和部分皮层）。理解这一点的一个关键可能是将注意力集中在大脑的执行功能上：通过计划、注意和抵制诱惑来调节行为的能力，这有赖于许多大脑区域。Romer和Satterthwaite已经各自发现，在广泛的精神机能障碍中存在着执行功能的紊乱，并且怀疑这些紊乱可能是p因素的基础。

多数科学家赞成的是需要更多的数据量来说明问题，但是许多科学家仍然无法信服这种简单的解释。Neale不太确定它是如何发挥作用的，至少在遗传层面上，人们对许多例如创伤后应激障碍和广泛性焦虑症等疾病等仍然知之甚少。

Hyman则表示，所有笼统的假说都是不成熟的，他认为这是一个需要更多的实证研究，而不是宏大理论的时代。

原文检索：
Michael Marshall. (2020) Roots of mental illness. Nature, 581: 19-21.
郭庭玥/编译

自身免疫性疾病会导致身体的免疫系统错误地攻击体内的健康细胞，病人的身体因此会产生抗体，以摧毁可能对身体有害的外来物质。因自身免疫性疾病而产生的抗体攻击的是健康细胞，而不是外来物质，从而引起炎症。这种疾病可能会影响身体的任何部位，包括皮肤、器官、血液、消化系统和结缔组织。自身免疫性疾病的类型众多，包括红斑狼疮、乳糜泻和糖尿病等100多种疾病。

概念及简介：自身免疫性疾病

1.什么是自身免疫性疾病？

2.哪些因素会增加自身免疫性疾病的发病风险？

3.自身免疫性疾病的症状和体征有哪些？

4.如何诊断自身免疫性疾病？

5.如何治疗自身免疫性疾病？

6.怎么做才能控制自身免疫性疾病？

7.症状出现时，该怎么做才能控制症状？

8.何时应该立即寻求护理？

9.何时应该联系医疗保健提供者

遗传性研究：人体自身免疫病遗传学的现状及未来发展方向

一、简介

二、主要组织相容性复合体（The Major Histocompatibility Complex Region）

三、非HLA易感位点

四、人种的差异

五、尚未阐明的遗传力

六、功能研究：编码突变、基因表达及表观遗传学

七、总结：该怎么做才能达成这个目标

疗法：抗原特异性疗法治疗自身免疫性疾病

一、耐受DNA疫苗接种或移植

二、基于蛋白质和肽的免疫疗法

三、基于纳米颗粒和细胞的免疫疗法

四、讨论

人类相互作用组：每一个点都是一个蛋白，每条线都是一个相互作用。

随着蛋白质相互作用研究的深入，研究者们现在可以解构精细的细胞内机制。

1987年，瑞士研究人员在论文中描述了两个具有相似异常的姐妹。这对姐妹小脑中的一片组织缺失，并且心脏上有小孔和裂缝。其中一个女孩在3岁时接受了心脏手术后死亡，另一个在4岁时也接受了类似的手术，但幸存了下来。因为这对女孩的父母都没有这些异常，研究人员得出结论，他们的女儿遗传了一个非典型基因的两个拷贝，导致患上以前未知的疾病。研究者们将这种疾病命名为Ritscher–Schinzel综合征。

这对姐妹所患疾病的突变可能存在于单个基因中。然而，研究者们后来发现，其它几种基因也与Ritscher-Schinzel综合征相关。这些基因的功能以及它们与Ritscher-Schinzel综合征的关联多年来一直是一个谜。

现在，蛋白质-蛋白质相互作用得到了系统性研究，并逐渐成为焦点，相互作用组领域随之兴起。通过蛋白质之间的连接网络的不断完善，三个研究团队各自发现了一种由突变基因产生的蛋白质组成的、名为Commander的蛋白复合体。Commander是细胞内的重要组成成分，负责对蛋白质进行分类和递送，Commander功能失调会导致Ritscher-Schinzel综合征。

蛋白质等生物分子很少“单打独斗”；大部分时候它们在短暂的互动中彼此作用，或者组合在一起形成复杂的分子机器。蛋白质只有通过这种合作关系才能发挥功能。这些相互作用的破坏可能会影响人体健康。

德克萨斯大学奥斯汀分校（University of Texas at Austin）的系统生物学家Edward Marcotte指出，如果编码一种蛋白质的基因发生突变，那么由这种蛋白组成的复合物在某种程度上也会功能失调，最终引起疾病或症状。

生物化学家早就开始研究一种或几种蛋白质与其它蛋白质相互作用的方式了。但现在，他们正在开发工具来系统地绘制从细胞器到生命体中的蛋白质-蛋白质相互作用的集合。通常，这些相互作用网络看起来就像星球爆发时的情景，蛋白质点或节点通过它们之间的相互作用彼此连接。这些网络中彼此作用的蛋白质可能代表关键复合体和共同功能，或，例如在Ritscher-Schinzel综合征中，为疾病根源提供线索。

在过去三年，研究人员发表了第一个高质量的人类相互作用组图谱。这些图谱确定了约93000个独特的蛋白质-蛋白质相互作用。

绘制这些图谱的技术并不新鲜——蛋白质相互作用的绘制可追溯到20世纪90年代。自21世纪初以来，研究人员一直在测绘蛋白组相互作用。但是方法学的改进以及蛋白质纯化、质谱和基因编辑技术的进步已经使研究人员能够以更高的精度探索相互作用组，并研究蛋白质互动在疾病发生发展中的作用。

然而捕获所有的相互作用是一件非常困难的事情，因为组成复合体的蛋白质可能分布在不同的组织、细胞，甚至存在时间也有差异。当细胞对环境进行响应时，蛋白相互作用是一个动态过程，时而连接在一起，时而分开。映射完整的蛋白相互作用组可能需要新的方法和系统生物学的思维方式。

尽管如此，该领域已经取得了一系列成果。Marcotte指出，虽然新的蛋白复合体层出不穷，但很多都被忽视了——这是互动组学图谱上延伸出的基础生物学。我们已经开启了一扇新的大门。

数字游戏

目前基本上有两种构建蛋白互动映射的方法。酵母双杂交测定法通过将基因表达与细胞中的蛋白质相互作用耦合，从而检测蛋白质组之间的直接互动。第二种方法则通过抗体分离出复合物，然后通过质谱法鉴定复合物的组成部分（参看文后“选择A或B”和图“图谱绘制工具”）来将测定蛋白之间直接和间接的互动。

Marcotte的实验室使用第二种方法的改进版，即使用蔗糖密度梯度等生物化学方法分离蛋白质，以了解哪些分子倾向于保持在一起。

Marcotte和他的实验室的博士后研究员Anna Mallam基于得到的图谱，对Commander蛋白复合体在细胞中的作用提出了假设。以前的研究表明，Commander的两个组分在结构上类似于构建和维持真核毛发结构的蛋白质；其它成分似乎具有跨膜运输蛋白质的作用。这些数据和其它研究结果表明，Commander将特定蛋白从细胞膜移动到高尔基体，在那里蛋白被回收利用。

最大的相互作用组学图谱包含成千上万的蛋白质，类似于星云。通过解读这些连接，研究人员发现了将癌症基因与“正常”基因区分开来的特征，并确定了关键的生物过程的特征，如细胞分裂过程中的染色体分离。

麻省波士顿Dana-Farber癌症研究所（Dana-Farber Cancer Institute）的计算生物学家Katja Luck也表示，即使采用多种方法，蛋白相互作用图谱仍然很不完整。这是一个数字的问题。人类基因组包含大约20000个蛋白质编码基因。如果假设每种蛋白质只有一种形式——事实上，很多蛋白存在多种形式——大约有2亿种可能的相互作用。实际数量可能会小得多，因为许多互动是间接的；一对一的互动估计有12万-100万个。

从生化的角度来讲，蛋白质是非常多样化的，因此它们的相互作用无法被每个测定法平均地捕获。例如，膜-蛋白质相互作用难以研究，因为当膜被剥离时，其形状和行为都会发生变化；它们可能会和平时的配体分离。但是，这种不完整性对当前图谱的影响尚不清楚。Luck指出，他们刚刚开始理解不同方法的偏倚。

作为遗传学家Marc Vidal实验室的博士后研究员，Luck已经改进了方法，消除了酵母双杂交方法中的错误。酵母双杂交法历史非常悠久，可以追溯到1989年。Luck指出，他们有做一些调整，以提高检测的准确性。通过用条形码标记蛋白质基因，团队可以在大范围的生长酵母中一次测试多个相互作用。严格关注细节、关键步骤自动化，以及4次测序，使他们能够识别6万个以上的相互作用，其中大部分是以前未知的。

该数据集构成了人类蛋白质相互作用组参考图谱（Human Reference Protein Interactome Mapping Project）的一大部分结果，而且这个数据集还在不断增长。Vidal表示，到2020年，他们可能需要一些可以作为参考的相互作用组学图谱。事情并不会总是一帆风顺。相互作用组领域在早期产生了一些错误的网络。根据2006年的一篇综述，只有约3％的、确定的相互作用得到了多种方法的支持。Vidal认为，尽管人们对使用这些数据集非常谨慎。但十年来，我们还是取得了非常惊人的进步。

更好的映射与CRISPR

Vidal的最终的参考图谱可能只是所有蛋白质相互作用组的一个子集。细胞和组织的变化以及细胞反应的变化，导致最后得到的互动组学图谱可能有多个版本。德国马普生物化学研究所（Max Planck Institute of Biochemistry）的生物化学家Matthias Mann认为，测绘这些变化是一件非常艰巨的事情。但他看好基因编辑技术（如CRISPR-Cas9）的潜力。

Mann的测绘方法包括建立表达数百种蛋白质的细胞系库，并使用名为Orbitrap的超高分辨质谱仪进行相互作用测试。诱饵蛋白与绿色荧光蛋白融合在一起，产生光度分布，从而得以让研究人员通过活细胞成像量化相互作用。Mann指出，在2009年左右，创建细胞数据库非常费力，CRISPR技术大大简化了这一流程。

自从2010年推出量化方法以来，Mann的团队已经绘制和量化了超过28000个互动。两个互动蛋白以一对一比例存在时，被认为是“强”互动，并且可能存在于稳定和丰富的复合物中。Mann表示，如果没有这样的信息，我们很难解析互动网络的结构。他的团队发现，人类互动体系由弱关联所主导，这可能提示，低丰度调节蛋白作用于更为稳定的蛋白。

细微的调整

整个领域的一个共同趋势是采用相对温和的样品制备方法，旨在真实地捕获细胞中的所有蛋白质-蛋白质相互作用。

加利福尼亚州生命科学公司Thermo Fisher Scientific的生物化学家Rosa Viner指出，他们正在努力寻找破坏性更低的方法。该公司专注于改进样品制备、工作流程和质谱技术，以帮助研究人员确定细胞中存在的相互作用。她补充：“这是最难的挑战——找到清晰度最高的方法，同时又不引入实验假象。”

这些实验假象包括在检测相互作用之前就离散开的蛋白质复合物。为了维持复合体的结构，Viner与加州大学尔湾分校（University of California）的研究人员合作，在质谱分析之前，对复合物进行化学融合——一种被称为交联的方法。这种策略名为QMIX（quantitation of multiplexed, isobaric-labelled crosslinked peptides，同位素标记交联肽定量），通过整合交联化合物与化学标记，稳定并跟踪蛋白质复合物。

良好的分析应该要考虑任何给定方法的盲点问题。波士顿哈佛医学院（Harvard Medical School）的细胞生物学家Wade Harper表示，有些类型的蛋白的相互作用研究起来非常困难。高通量分析的一个问题是，它会限制你对单个蛋白质的关注程度。这是因为这种分析倾向于对每个反应一视同仁，无法特别关注某些反应。

Harper和他的同事Steven Gygi也在哈佛带领一个团队来微调研究方法。Harper指出，他们团队比较小，只有四到六人。他们每个月可以创建四百到五百个细胞系。Harper等人由此创造了最大的、从单一流水线实现的人类蛋白质互动组学数据集。他们的图谱名为BioPlex，包括大约12万个互动。

前路漫漫

要深入了解蛋白互动，研究人员必须深入研究细胞。

加拿大多伦多大学（University of Toronto）生物化学家Anne-Claude Gingras使用了一种名为BioID的技术。该技术基于蛋白彼此之间的距离对蛋白进行标记。带有标记的目标蛋白质向附近的蛋白质添加了化学标签，以表示它与其它蛋白发生了相互作用。这就像握着蜡烛的小孩，走到哪里，哪里就会有光。

借助BioID，研究人员得到了围绕目标蛋白质的邻域图谱。据Gingras解释，鉴别蛋白质在细胞大环境（相比于几个蛋白之间的小环境）中的情况，有助于理解该蛋白的功能。
BioID的另一个优点是可以跟踪不能通过其它测定法检测的蛋白质，例如难以分离的膜包埋蛋白质。Gingras表示，他们和其他团队研究了染色质上的蛋白质，绘制了中心体组织，并检测了各种膜的相互作用。通过BioID技术，该小组在发育过程中发现了调节器官大小的信号通路中的新成分。

Harper实验室使用的是一种类似的方法——APEX。借助APEX，研究人员发现，名为抗坏血酸过氧化物酶（ascorbate peroxidase）的转基因植物酶调控着目标蛋白标记其它蛋白的时间窗口，从而得到更弱，但更空间上更精确的信号。

测定手段的多样化意味着由各种方法测绘得到的相互作用可以彼此印证。霍华德休斯医学研究所珍利亚研究园区（Howard Hughes Medical Institute Janelia Research Campus）的细胞生物学家Jennifer Lippincott-Schwartz指出，如果我们要了解细胞如何工作，那么将所有蛋白质之间的相互作用图谱与细胞内的空间图谱连接起来，至关重要。

细胞里有很多大结构或细胞器，它们全部漂浮在含有丰富蛋白质的细胞质中。要了解哪些蛋白质正在发生相互作用，以及为什么发生相互作用，这要求研究人员深入了解细胞环境。

Lippincott-Schwartz的实验室开发了一种工具，以用于使用荧光标记显现活细胞内的蛋白质。这些工具已经揭示了六个细胞器——内质网、高尔基体、溶酶体、过氧化物酶体和脂滴——的移动和相互作用3D模型。该团队称它为细胞器相互作用组。

Lippincott-Schwartz表示，互动组学是细胞生物学家的“假说生成器”。 如果你发现一个已知的蛋白和其它你不知道功能的蛋白在互动，那么你就该钻研下去，提出假设，然后去验证它。

随着蛋白质互动图谱越来越高精度，越来越完整，研究人员终于得以把假设付诸于实验。

更多阅读：选择A或B
两种高通量的蛋白质相互作用的测定方法各有支持者，但事实上这两种方法是互补的。
在物理层面，要确定两种蛋白质是否发生了相互作用，这需要借助酵母双杂交系统。该测定包括将编码两个被假设发生相互作用的蛋白的基因融合到酵母表达质粒的转录因子基因上，从而构成融合表达载体。只有当目标蛋白质相互作用，并结合活化关键基因时，这种菌株才能生长。对生长的酵母菌落进行测序，我们就可以反推出相互作用的两种蛋白质。
酵母双杂交系统允许一次快速筛选许多蛋白质对，但必须进行进一步检测来验证相互作用：两个蛋白质在酵母核中相互作用，并不意味着它们在其天然存在的细胞中也会相互作用。
研究人员还可以通过质谱来检测蛋白质复合物。质谱仪将复合体转化为带电粒子的云层，并通过其质量识别碎片。在一种常见的方法中，质谱分析前会进行亲和纯化——研究人员用蛋白质“饵料”标记肽或蛋白质。通过这些标记，我们可以从细胞浆中回收诱饵蛋白，或者随后进行质谱分析，以确定与这些“饵料”结合的蛋白。或者，研究人员可以从细胞中充分混合蛋白质，并通过一系列生物化学步骤进行分离，最后进行质谱分析。在这种方法中，一同被分离出来的蛋白质是相互作用的配偶体。
基于质谱法的方法允许研究人员直接在含有天然蛋白质的细胞中进行研究，而不需要在酵母中进行研究。但问题是，并不是所有的复合体都可以在提取步骤中维持稳定。此外，这些方法无法区分直接的物理交互、间接交互和松散的结构。

原文检索：
Marissa Fessenden. (2017) Protein maps chart the causes of disease. Nature, 549: 293-295. 
张洁/编译