1.1.1 中心法则的方向性
分子生物学的中心法则(central dogma)给出了遗传信息的流向：DNA 转录为 RNA，RNA 翻译为蛋白。这句话对"测什么"有直接约束：信息沿箭头单向流动，功能却集中在终点。mRNA 是基因组的临时拷贝，寿命短、拷贝数起伏剧烈，既不催化反应，也不构成结构；细胞的几乎全部功能——催化、转运、信号传导、结构支撑、基因调控——都由蛋白承担。
两类分子因此处在不同的因果位置上。mRNA 回答"这个基因开了没有、开了多大"；蛋白回答"哪些反应在发生、哪些结构在组装、哪条信号通路在传递"。测量对象应当与生物学问题匹配：问基因活性，测 RNA 足矣；问功能执行，答案必须落到蛋白层面——不仅问分子多寡，也问化学状态与结合伙伴。
本书讨论的对象由此确定：一个细胞在给定时刻拥有的全部蛋白，连同各自的丰度、修饰与相互关系，即蛋白组(proteome)；系统测定蛋白组的学科即蛋白组学(proteomics)，主流手段是质谱与基于亲和试剂的检测。
蛋白组（proteome）：一个细胞在给定时刻拥有的全部蛋白，连同各自的丰度、修饰状态与相互作用伙伴；它随细胞状态实时变化，与相对稳定的基因组形成对照。
蛋白组学（proteomics）：系统测定并比较蛋白组的学科，两条主要技术路线是质谱法与亲和法。
1.1.2 mRNA 能解释多少蛋白丰度
"蛋白丰度能否由 mRNA 推算"是一个可以用数据回答的问题。酵母、小鼠与人的全基因组 mRNA–蛋白同步定量自 2000 年代中期相继问世，答案相当一致：跨基因的相关系数大多落在 0.4–0.6（Vogel and Marcotte, 2012）。在人细胞系的一项系统分析里，mRNA 浓度单独只能解释约四成的蛋白丰度变化，把编码序列特征一并纳入模型，解释比例才升到约三分之二（Vogel et al., 2010）。
0.4–0.6 的相关意味着什么，取决于如何读这个数字。跨基因比较时，皮尔逊相关系数(Pearson correlation coefficient)度量 mRNA 与蛋白丰度的线性共变，而决定系数(coefficient of determination)r2给出可解释的方差比例：
r ≈ 0.5 意味着 r2 ≈ 0.25——四分之三的蛋白丰度方差与 mRNA 无关，落到单基因预测上，误差常以倍数计（图 1.1-1）。
例外的规律
例外并非随机噪声。核糖体蛋白等翻译机器组件的相关度系统性偏高：它们丰度高、表达协调、按近似固定的化学计量组装成复合物；信号分子、膜受体与分泌蛋白则普遍偏低（Vogel and Marcotte, 2012）。换言之，与 mRNA 跟得最紧的，恰是"管家"式的结构模块；脱节最严重的，恰是调控与信号类分子——而生物学最想问的往往是后者。
中等相关并非无用，用在何处要看问题的粒度。粗粒度的问题——细胞类型归类、某条通路的整体强弱——依靠 mRNA 谱常能得到近似答案，因为大量基因的方向性变化在中等相关之上仍可分辨；细粒度的问题——某个蛋白此刻有多少分子、处于什么修饰状态——超出了 r ≈ 0.5 的分辨能力。群体层面的趋势救不了单基因层面的推断。
"相关 0.4–0.6"是带口径的数字。对数变换与否、Pearson 还是 Spearman、蛋白定量的动态范围与缺失率、群体还是单细胞，都会挪动小数点后的位置——对数变换常把 r 抬高 0.1 上下。各研究的数字有出入，结论却稳定：无论哪种口径，mRNA 都解释不了蛋白丰度的大半方差（Vogel and Marcotte, 2012；Liu et al., 2016）。引用相关系数之前，先交代口径。
习题 1.1-1
某项跨基因测定给出 mRNA 与蛋白丰度的相关系数 r = 0.5。（a）可由 mRNA 解释的蛋白方差比例是多少？（b）数据质量与动态范围改善后 r 升至 0.8，比例变为多少？（c）相关系数只提升了一半多一点（0.5 到 0.8），解释比例却翻了一倍还多，为什么？
参考解答（a）r2 = 0.25，即 25%。（b）r2 = 0.64，即 64%。（c）可解释方差按 r 的平方增长，是二次关系：0.8/0.5 = 1.6，而 0.64/0.25 ≈ 2.56。读相关系数时先平方一次，再谈"解释了多少"。
1.1.3 稳态模型：蛋白量由两个常数决定
脱节从哪里来？最简的一级动力学模型把蛋白量写成两个通量的平衡：翻译合成与降解清除。设某基因的 mRNA 分子数为 M，蛋白分子数为 P，则
模型简单，却把"mRNA 推不出蛋白"拆成了两个可测的量。第一个是翻译效率(translational efficiency)：每条 mRNA 单位时间产出的蛋白数，跨基因相差可达百倍，密码子使用、非翻译区结构、microRNA 与 RNA 结合蛋白都作用在这一层。第二个是蛋白降解速率：从几分钟到几天不等，泛素–蛋白酶体与自噬途径对底物有明确的选择性。两个因子相乘，蛋白与 mRNA 的拷贝数之比跨基因相差数百倍、接近三个数量级，与实测散点图的散布宽度一致（Schwanhäusser et al., 2011）。
式 (1.1-2) 还说明：即便 mRNA 完全已知，仍需每基因两个常数才能给出蛋白量；而这两个常数本身受细胞状态调控，应激、分化与周期进程中都会重编程。mRNA 数据缺的不是精度，是这两个自由度。下面的演示可以直接对账：拖动任一滑块，右侧按式 (1.1-2) 即时重算。
三个参数各拖一档，观察 P 与"蛋白 / mRNA 比"各自的走向。
稳态蛋白 P = 2,000 个分子；蛋白 / mRNA 比 ktsl/kdeg = 4.0。注意：M 只放大或缩小 P，不改变比值——比值是基因的固有属性，由两个速率常数决定。
Schwanhäusser 等以脉冲式稳定同位素标记氨基酸（pSILAC）结合测序与质谱，在小鼠细胞中同时估计了五千余个基因的 mRNA 与蛋白拷贝数及合成、降解速率（Schwanhäusser et al., 2011）。三个要点：蛋白中位半衰期约 46 小时；蛋白与 mRNA 拷贝数的中位比值约数千倍；跨基因的翻译速率与降解速率各相差约两个数量级，共同解释了散点图上同量 mRNA 对应的巨大蛋白差异。该文 2013 年刊出更正，个别速率估计有所调整，量级结论未变。
习题 1.1-2
某基因在细胞中有 M = 500 条 mRNA，翻译速率常数 ktsl = 2 个分子/(条·小时)，蛋白降解速率常数 kdeg = 0.5 小时−1。（a）稳态蛋白分子数是多少？（b）分化信号使该蛋白的降解加速一倍（kdeg = 1.0），新稳态是多少？（c）要在（b）的情形下恢复到原稳态水平，转录层面需要怎样调整？这一调整能多快见效？
参考解答（a）P = ktsl·M/kdeg = 2×500/0.5 = 2,000 个分子。（b）P = 2×500/1.0 = 1,000 个分子，减半。（c）由式 (1.1-2)，M 需翻倍到 1,000 条（或把 ktsl 提高一倍，走翻译层面）。注意瞬态与稳态之别：M 或 ktsl 的改变立即改变合成通量，但蛋白量沿指数曲线弛豫到新稳态，时间尺度由 1/kdeg 决定——长寿命蛋白一旦减少，恢复要以小时甚至天计。
1.1.4 时间尺度：蛋白是转录波动的低通滤波器
mRNA 与蛋白不仅在丰度上脱节，时间行为也不同。细菌 mRNA 的半衰期(half-life)以分钟计；哺乳动物细胞的中位约数小时（各研究估计 5–10 小时不等）。蛋白半衰期从几分钟（严格调控的信号分子）到数天（组蛋白、骨架成分），中位以十小时计。半衰期与速率常数按一级动力学互相换算：
单细胞层面的后果更明显。真核基因的转录并非匀速滴流，而是转录爆发(transcriptional bursting)：启动子在活跃与沉默两种状态间随机切换，mRNA 成批脉冲式出现，两次脉冲的间隔可达小时（Raj et al., 2006）。蛋白寿命长，间歇期里先前攒下的分子仍在岗。合成窗口短、留存时间长，等于对翻译通量做时间积分：mRNA 数目剧烈起落，蛋白相对平稳，波动幅度压缩、时间上滞后——工程上的说法是低通滤波(low-pass filtering)，图 1.1-2 给出示意。
由此得到一条实践规则：mRNA 谱与蛋白谱是不同时间尺度上的快照，不能互换。瞬时刺激（加入生长因子、温度骤变）下 mRNA 先动、蛋白后动，两者幅值之比随时间漂移；周期性系统（昼夜节律、细胞周期）中两者相位明显错开（Liu et al., 2016）。拿某个时刻的转录组代表"此刻的蛋白状态"，在时间轴上先错了一步。
本节三路论证涉及的全部量级，汇总于表 1.1-1。
| 属性 | mRNA 层级 | 蛋白层级 |
|---|---|---|
| 因果角色 | 信息拷贝 | 功能执行者 |
| 中位半衰期 | 细菌数分钟；哺乳动物约 5–10 小时 | 中位以十小时计（约 46 小时，Schwanhäusser et al., 2011） |
| 每细胞拷贝数 | 约 1–102 | 约 102–107，与 mRNA 的中位比值约数千倍 |
| 单细胞动态 | 转录爆发，脉冲式起落 | 对转录波动低通滤波，平稳而滞后 |
| 层级独有信息 | 剪接变异 | 翻译后修饰、酶原激活、复合物组装 |
| 回答的问题 | 基因何时开启、开多大 | 反应是否在发生、何时发生 |
| 代表测量技术 | RNA 测序（scRNA-seq） | 质谱（SCoPE2 等）、抗体亲和法（CITE-seq、CyTOF） |
习题 1.1-3
蛋白 A 的半衰期 2 小时，蛋白 B 的半衰期 46 小时。（a）分别换算为降解速率常数。（b）若 mRNA 的半衰期取 10 分钟，其降解速率常数约为多少？与蛋白相比差多少倍？（c）两者翻译通量相同且同步接受脉冲式转录，哪一个的分子数波动更接近 mRNA 的脉冲节奏？为什么？
参考解答（a）由式 (1.1-3)，kA = ln2/2 ≈ 0.35 小时−1，kB = ln2/46 ≈ 0.015 小时−1，相差约 23 倍。（b）ln2/(10/60) ≈ 4.2 小时−1，约为蛋白 B 的 280 倍、蛋白 A 的 12 倍。（c）蛋白 A。衰减快意味着记忆短，分子数能部分跟随脉冲起伏；蛋白 B 像一个积分器，把一串脉冲平均成缓变趋势，这正是低通滤波——时间常数 1/kdeg 越长，截止越"低"，快波动被滤得越干净。
1.1.5 只在蛋白层面可见的信息
退一步说，即便丰度完全同步，仍有一整类信息只在蛋白层面存在。翻译后修饰(post-translational modification, PTM)在蛋白合成之后给分子接上或摘下化学基团：磷酸化、泛素化、乙酰化、糖基化等。其中磷酸化(phosphorylation)最典型——它不改变蛋白分子数，只改变活性、定位与结合伙伴。
磷酸化：分子数不变，活性改变
经典例子是 Ras–Raf–MEK–ERK 信号级联。生长因子刺激后，ERK 的磷酸化水平在几分钟内升高、随后回落，而 ERK 总量几乎不变。这类事件在 mRNA 层面与总蛋白层面都看不见，只有直接测磷酸化状态才能看到——信号传导的速度与开关逻辑，写在修饰上，不写在丰度上。
剪切激活与复合物组装
另两类信息同样绕开转录。其一是酶原(zymogen)激活：消化酶与凝血级联的诸多因子以无活性的前体储备，需要时一刀剪切即活化，不伴随任何新合成。其二是复合物组装：代谢酶的多聚化、转录因子与辅助因子的结合决定功能单位的有无——亚基丰度齐全才有活性，单个亚基的拷贝数不等于功能单位的数量。
对这些信息，两条技术路线分工明确。亲和法以抗体直接读蛋白表位：CITE-seq 把抗体与转录组测序合并在同一细胞里（Stoeckius et al., 2017），质谱流式（CyTOF）以金属标签抗体一次测数十个参数（Bendall et al., 2011），但靶标须预先选定。质谱法无需预选靶标，能在单个细胞中定量数千种蛋白（Specht et al., 2021）。两条路线的原理与取舍在 1.3 节展开。
核糖体分析(ribosome profiling)对核糖体保护的片段做深度测序，度量的是核糖体占位，即翻译通量的近似。它能补上 ktsl 这一环，却给不出 kdeg——寿命信息仍然缺席，更看不到修饰、剪切与组装；何况占位速率是合成速率的代理量，不等于净产出。它回答"翻译机器在做什么"，回答不了"细胞里现在有哪些蛋白、处于什么状态"。转录组、核糖体谱、蛋白组三层互补，谁也替代不了谁。
1.1.6 结论：测量细胞的执行状态
把四段论证合在一起。信息方向：中心法则单向流动，mRNA 是拷贝，蛋白是执行者；稳态常数：翻译效率与降解速率跨基因相差数百倍，mRNA 撑不起蛋白量的预测；时间尺度：蛋白平滑转录波动，两层快照不可互换；独有信息：磷酸化、酶原激活与复合物组装只在蛋白层面可见。
结论只有一句：要回答细胞正在执行什么功能、执行到什么程度，必须直接测量蛋白。
还差最后一步：为什么是"单细胞"。上文全部证据来自群体测量——百万个细胞取平均之后，细胞之间的差异已经抹平。而蛋白合成与降解本身是随机过程，加之转录爆发的存在，姊妹细胞的蛋白组也可能相差悬殊。对异质性问题的回答，落在每个细胞各自的蛋白组上，"测什么"的共识由此而定，"怎么测好"的规范仍在快速演进（Gatto et al., 2023）。下一节先看均值如何制造假象。
本节确立全书的问题意识，后续各章的技术讨论都以它为参照：
- 方向性：mRNA 是信息拷贝，蛋白是功能执行者，测量对象须与生物学问题匹配；
- 量级：跨基因相关 r ≈ 0.4–0.6（r2 至多约 0.36）；蛋白/mRNA 比值相差数百倍，由 ktsl 与 kdeg 两个常数决定；
- 时间尺度：蛋白半衰期长于 mRNA，对转录爆发起低通滤波作用，两层快照不可互换；
- 独有信息：翻译后修饰、酶原激活、复合物组装只在蛋白层面可见。
关键术语
- 蛋白组 (proteome)
- 一个细胞在给定时刻拥有的全部蛋白，连同丰度、修饰状态与相互作用。
- 蛋白组学 (proteomics)
- 系统测定并比较蛋白组的学科，主流手段为质谱与亲和试剂检测。
- 中心法则 (central dogma)
- 遗传信息自 DNA 经 RNA 流向蛋白的方向性描述。
- 决定系数 (coefficient of determination)
- 相关系数的平方 r2，等于自变量可解释的方差比例。
- 翻译效率 (translational efficiency)
- 每条 mRNA 单位时间产出的蛋白分子数，跨基因差可达百倍。
- 降解速率常数 (degradation rate constant)
- 一级衰减模型中单位时间被清除的分子比例，等于 ln2 除以半衰期。
- 半衰期 (half-life)
- 分子数目衰减到一半所需的时间，量度分子群体的记忆长度。
- 转录爆发 (transcriptional bursting)
- 启动子在开、关状态间切换导致 mRNA 脉冲式合成的现象。
- 低通滤波 (low-pass filtering)
- 长寿命蛋白对快速转录波动的时间平均效应：幅度压缩、相位滞后。
- 翻译后修饰 (post-translational modification)
- 蛋白合成后接上或摘下化学基团的调控，不改变分子数而改变功能。
- 磷酸化 (phosphorylation)
- 激酶催化下的蛋白可逆磷酸修饰，信号传导的核心开关。
- 酶原 (zymogen)
- 无活性的蛋白前体，经剪切激活，常见于消化酶与凝血级联。
参考文献与延伸阅读
- Schwanhäusser B, Busse D, Li N, Dittmar G, Schuchhardt J, Wolf J, Chen W, Selbach M. 2011. Global quantification of mammalian gene expression control. Nature 473: 337–342.
- Vogel C, Abreu R. da S, Ko D, Le SY, Shapiro BA, et al. 2010. Sequence signatures and mRNA concentration can explain two-thirds of protein abundance variation in a human cell line. Molecular Systems Biology 6: 400.
- Vogel C, Marcotte EM. 2012. Insights into the regulation of protein abundance from proteomic and transcriptomic analyses. Nature Reviews Genetics 13: 227–232.
- Liu Y, Beyer A, Aebersold R. 2016. On the dependency of cellular protein levels on mRNA abundance. Cell 165: 535–550.
- Raj A, Peskin CS, Tranchina D, Vargas DY, Tyagi S. 2006. Stochastic mRNA synthesis in mammalian cells. PLoS Biology 4(10): e309.
- Stoeckius M, Hafemeister C, Stephenson W, Houck-Loomis B, Chattopadhyay PK, et al. 2017. Simultaneous epitope and transcriptome measurement in single cells. Nature Methods 14: 865–868.
- Bendall SC, Simonds EF, Qiu P, Amir el-AD, Krutzik PO, et al. 2011. Single-cell mass cytometry of differential immune and drug responses across a human hematopoietic continuum. Science 332: 687–696.
- Specht H, Emmott E, Petelski AA, Huffman RG, Perlman DH, Koller A, Slavov N. 2021. Single-cell proteomic and transcriptomic analysis of macrophage heterogeneity using SCoPE2. Genome Biology 22: 50.
- Gatto L, Aebersold R, Cox J, Demichev V, Derks J, Emmott E, et al., Slavov N. 2023. Initial recommendations for performing, benchmarking and reporting single-cell proteomics experiments. Nature Methods 20: 375–386.