1.4 一次 LC-MS/MS 分析：质谱蛋白组学的工作原理

1.4.1 自下而上：先测肽段，再归蛋白

1.3 节把质谱路线与亲和路线分作两条路径；本节把质谱路线本身拆开。现代质谱蛋白组学默认采用自下而上(bottom-up)策略：不直接测蛋白，而是先用蛋白酶把蛋白混合物切成肽段混合物，在色谱柱上流动、在离子源里带电、在碰撞池中碎裂的都是肽段，最后再把肽段按序列归回蛋白。换言之，"蛋白鉴定"是立在肽段测量之上的一层推断——这层推断的性质，决定了后文一切数据行为的边界。

为什么测肽段而不测整蛋白？第一是气相离子化行为。整蛋白大而折叠、理化性质千差万别，电喷雾下离子化效率低，电荷态呈宽包络分布，分子量动辄数万道尔顿，常落在质量分析器的常规量程之外；肽段小而均质，通常携带 2–3 个质子，质荷比落在数百到两千的区间，恰好是仪器灵敏度最高、碎裂最可控的窗口。第二是碎片的可读性。序列信息要靠气相碎裂读出：肽段的骨架断裂集中在酰胺键上，生成规则的离子阶梯，谱图可以直接"读"；整蛋白可断的位点多而杂，产物谱难以解读。第三是覆盖与定量的稳定性。酶解把性质各异的蛋白换算成一大池性质相近的肽段，色谱行为与离子化响应更稳定，定量重复性更高，数据库检索的空间也随之可控（Aebersold and Mann, 2003）。

酶的选择同样有讲究。胰蛋白酶(trypsin)切在赖氨酸（K）与精氨酸（R）的羧基端（其后紧邻脯氨酸时除外），是蛋白组学的标准酶，原因有四。其一，K 与 R 合计约占残基总数的一成，平均每 8–9 个残基出现一个切点，多数肽段因此长 7–20 个氨基酸、质量约 800–2,000 Da，正落在可测窗口内。其二，切点在肽段 C 端留下碱性残基，电喷雾下易捕获第二个质子，形成碎裂效率高的双电荷离子。其三，酶切特异性高、可以预测，理论酶解图谱能够预先算好，供数据库检索使用。其四，酶廉价、稳定、反应条件温和。一套性质恰好与仪器的物理窗口对齐，胰酶于是成为事实上的标准（Steen and Mann, 2004）。

酶解换来了可测性，也付出了代价：切点把蛋白层面的信息——修饰组合、剪切变体的整体结构——切成碎片。这笔账记在 1.4.7 结算，这里先沿着肽段往下走。图 1.4-1 给出整条链路的鸟瞰：从酶解到定量共八个环节，本节余下部分逐一展开，底部三幅小图放大其中最关键的三个观测面。

1.4.2 液相色谱：把竞争摊到时间轴上

离子源一次只能"看清"有限数目的离子。数万种肽段若同时涌入，离子化会变成竞争过程：丰度高者抑制丰度低者的离子化（离子抑制效应），检测器的动态范围也有限。液相色谱(liquid chromatography, LC)的任务，是在肽段抵达离子源之前先做一次时间上的分流——让不同的肽段在不同的时刻流出色谱柱。

蛋白组学的标准配置是反相色谱(reversed-phase chromatography)。固定相是键合在硅胶表面的 C18 烷基链（疏水），流动相是水与乙腈的混合液（各含约 0.1% 甲酸，维持肽段质子化）。进样时以水相为主，肽段按疏水性强弱与固定相分配结合：越疏水，结合越牢。随后有机相比例按预设程序逐步升高（梯度洗脱(gradient elution)），每种肽段在其疏水性对应的乙腈浓度下失去保留、流出柱口。某肽段流出曲线到达峰顶的时刻，就是它的保留时间(retention time, RT)。同一色谱系统、同一梯度下，保留时间高度可重复，因而成为肽段除序列与质荷比之外的第三维指纹——谱图对齐、离子色谱提取、DIA 的窗口设计都要用到它。

分离的价值在于稀释竞争。一段 60–120 min 的梯度把复杂的肽段混合物摊开在时间轴上，任一时刻进入离子源的只是其中一小部分；共洗脱的肽段越少，母离子隔离越干净，定量受干扰越轻。色谱在这里用时间换空间：柱子没有加长，动态范围却被展宽了。

分离之外，色谱还替灵敏度把关。单细胞样品的蛋白总量只有约 100–200 pg，比常规蛋白组学的进样量少约三个数量级。常规流量（每分钟数百微升）会把这点肽段稀释在大量溶剂里；纳升级流速(nanoflow)（约 100–300 nL/min）把同样多的肽段送进小得多的液滴与喷雾，雾滴小、去溶剂完全，进入质谱的离子占比随之上升，灵敏度增益可达数量级（Specht et al., 2021；Lin et al., 2024）。代价是系统娇气：纳升柱易堵，样品残留污染需严防——这是第 2 章制备方法反复权衡的一对矛盾。

1.4.3 一级质谱：多电荷与质荷比

色谱流出物直接进入电喷雾离子化(electrospray ionization, ESI)源。液流在高压下形成带电雾滴，溶剂蒸发、表面电荷密度不断升高，最终把肽段以气相离子的形式送入质量分析器。ESI 是"软"离子化：分子结构不破坏，大分子还能携带多个质子——肽段能落进可测的质荷比窗口，正有赖于此。

肽段的碱性位点（N 端氨基、赖氨酸、精氨酸、组氨酸侧链）捕获质子，一条 1,000 Da 上下的肽段常带 2–3 个电荷。带 z 个质子的离子，其观测量满足 m/z = (M + z·m_H)/z；质谱直接测的是质荷比(mass-to-charge ratio, m/z)而非质量本身，换算关系反写为：

电荷数 z 本身也从谱图读出。天然碳含约 1% 的碳-13，每条肽段离子因此呈现一簇同位素峰(isotope peaks)，相邻峰的质荷比之差约为 1.0034/z：间距 0.5 说明 z = 2，间距 0.33 说明 z = 3。先读间距定电荷态，再用式 (1.4-1) 换算中性质量——两步合起来，谱图上的位置才翻译成"这是多重的分子"。

一张一级质谱（MS1）谱图就是许多根峰，每根峰有两个坐标：质荷比与强度。强度近似正比于该离子到达检测器的速率。整个梯度期间，质谱周期性地做 MS1 全扫描，得到一连串"此刻有哪些离子、各多少"的全景快照。但 MS1 不回答"它们是谁"——身份要靠下一级。

1.4.4 二级质谱：碎裂、匹配与错误发现率

串联质谱的核心动作是"碎一个"。仪器按质荷比从离子流中隔离出一个母离子(precursor ion)（四极杆隔离窗口约 0.7–2 Th），送入碰撞池与惰性气体碰撞，动能转化为内能，肽链骨架断裂。常见实现有碰撞诱导解离(collision-induced dissociation, CID)与高能碰撞解离(higher-energy collisional dissociation, HCD)，能量与检测方式不同，主要碎裂位点都在酰胺键上。

酰胺键断裂把肽段分成两半：含 N 端的片段记作 b 离子，含 C 端的记作 y 离子，一次断裂生成一对互补的碎片离子(fragment ion)。一条肽段断裂多次，就得到一个 b/y 阶梯：相邻两个 y 离子（或相邻两个 b 离子）的质量差恰好等于一个氨基酸残基的质量，逐级相减即读出序列（Steen and Mann, 2004）。多数残基质量唯一，序列解读基本无歧义；例外如亮氨酸与异亮氨酸同质量，常规碎裂区分不了这一对。

实际工作里序列不由人来读，而是交给搜索引擎：把序列数据库中每条候选肽段的理论碎裂谱与实测谱逐一比对打分（Mascot、SEQUEST/Comet、Andromeda、MSFragger、DIA-NN 等皆属此类），得分最高的候选连同其得分，构成一次鉴定的基本单位。

打分永远有误配，质量控制靠错误发现率。通行做法是目标-诱饵法：把数据库中的序列反转或打乱，构造出真实蛋白组中不存在的"诱饵"库，与目标库一同检索；真实样品不会来自诱饵序列，诱饵命中数于是近似误配数，FDR ≈ 诱饵命中数 / 目标命中数。按得分从高到低逐位累计，就能找到满足 FDR ≤ 阈值（常取 1%）的截断点。

通过阈值的肽段再按蛋白归并：同一蛋白的多条肽段互为印证，置信度随特有肽段数上升。归并并不总是干净——共享肽段的归属歧义，见 1.4.7。

1.4.5 定量从哪里来：峰面积与报告离子

鉴定回答"是谁"，定量回答"多少"。质谱定量的物理基础只有一句话：检测器信号正比于到达它的离子数目。对某条肽段，沿保留时间把它的提取离子色谱图(extracted ion chromatogram, XIC)积分：

免标记定量(label-free quantification)立足于此：同一条肽段在两个样品中的峰面积之比给出相对丰度，不需要任何化学标记。成立的前提是"同一条肽段"——离子化响应在同一肽段上随条件稳定，跨肽段则相差可达几个数量级（见 1.4.7），因此峰面积只在肽段内部可比。

另一条路是等压标记(isobaric labeling)。串联质量标签（TMT）由报告基团与平衡基团构成：不同通道的标签总质量相同，标记后的同一肽段在色谱与 MS1 中完全无法区分；MS2 碎裂时标签断开，释放出低质量区（TMT 约 126–131 Da）的报告离子(reporter ion)，各通道报告离子强度之比就是各样品的相对含量。机理一句话：把"样品身份"编码进碎片，把定量从 MS1 搬进 MS2。多重标记让多个样品共享同一段仪器时间，这正是 SCoPE2 等单细胞方法的组织方式（Specht et al., 2021）；报告离子信噪比与比值压缩的问题，留待 2.2 与 2.5 节。

1.4.6 采集模式：DDA 与 DIA 的机理差异

质谱的时间预算有限，不能给每个母离子都做 MS2，必须先决定"碎谁、何时碎"。决策规则有两种，分别定义了两种采集模式。

数据依赖采集(data-dependent acquisition, DDA)：每个循环先做一次 MS1 全扫描，按强度从高到低挑选前 N 个（常为 3–20 个）母离子依次碎裂，辅以动态排除(dynamic exclusion)——已被选中过的离子在一段时间内不再重选，给其他离子让出机会。机理后果写在规则里：测量资源随强度分配，高丰度肽段先得；名次边界受噪声与共洗脱的扰动，两次 run 挑中的集合不完全一致。落到数据上就是：同一肽段在部分样本有值、部分样本缺失。这类随机缺失值(missing value)反映的是采集运气，不是生物学上的零。

数据非依赖采集(data-independent acquisition, DIA)：放弃挑选，把整个母离子质荷比范围划成连续窗口（如把 400–1,000 Th 分为约 24 个 25 Th 窗口，现代方法用可变窄窗），逐窗口轮转碎裂，循环往复。每个窗口内所有母离子一起碎裂，谱图是叠加的混合物，须经谱图库或免库算法解卷积才能读。机理后果同样写在规则里：采集与强度无关、时间表确定，同一肽段在每个 run 中都会被覆盖——缺失值大幅减少、定量一致性提高；代价是谱图更复杂、计算更重，低丰度信号埋在共碎片背景里仍可能测不到。图 1.4-2 把两种时间表并排画出。

1.4.7 固有局限：质谱看不见什么

其一，离子化效率因肽而异。式 (1.4-2) 的比例系数由肽段的疏水性、碱性、长度与邻近共洗脱物共同决定，不同肽段之间可相差几个数量级且数值未知。峰面积跨肽段不可比，绝对定量需要已知量的标准品（如同位素重标肽段）作内标；单细胞工作基本停留在相对定量。

其二，共享肽段与蛋白归属歧义。一条肽段的序列若同时出现在两种蛋白里（同源家族成员、剪切变体），它对两者都成立、对谁都不专一。归并时这类肽段只能给出蛋白分组(protein group)层面的归属，组内成员无法用现有数据区分。定量同样受牵连：共享肽段的信号来自组内成员之和，把它记在某一成员名下，会随其他成员的波动产生假差异。

其三，修饰与异形体信息在酶解中丢失。蛋白的翻译后修饰往往组合出现，构成特定的 proteoform；酶解一旦完成，"哪些修饰共存于同一个分子"便不可复原——修饰肽段的定量是修饰位点的量，不是蛋白的总量。自上而下（top-down）质谱直接测整蛋白、能保留这层信息，但通量与灵敏度目前难以支撑单细胞尺度（Aebersold and Mann, 2016）。

本节把一次 LC-MS/MS 分析拆成可辨认的机理环节，后续各章的方法都建立在这些环节之上：

• 鉴定链路：酶解标准化 → 色谱摊开竞争 → 多电荷离子落入可测窗口 → b/y 碎片读出序列 → 数据库检索与 FDR 把谱图转化为可控错误的鉴定；
• 定量链路：信号正比于到达检测器的离子数——免标记取峰面积，等压标记取报告离子，两者共享同一个物理基础；
• 两处先天边界：离子化效率逐肽而异（跨肽段不可比），共享肽段与酶解使蛋白层面的信息不可复原（相对定量与蛋白分组是常态）。

第 2 章的全部设计——载体通道、多重标记、DIA 优先的采集策略——都是在这台物理机器的约束之下做的增量改进。