空间蛋白质组学在传统蛋白质组学所提供的丰富分子信息基础上，进一步揭示分子在细胞或组织中的空间分布，对于系统性理解生物功能、疾病机制和治疗效果至关重要。《Nature Methods》将空间蛋白质组学选为2024年度方法，这反映了业界对这项技术的广泛关注与认可。

当前，质谱空间蛋白质组学技术主要包括基于MALDI的质谱成像、激光显微切割和膨胀水凝胶放大后切割等方法。然而，质谱成像所能检测的蛋白种类有限，而后两种方法的成本和质谱检测通量要求也较高，这在一定程度上限制了它们在相关研究中的应用。

2025年2月，中国科学院动物研究所的赵方庆团队与国家蛋白质科学中心（北京）的王贵宾共同在《Cell》杂志发表了题为“基于微流控技术和迁移学习的复杂组织高分辨率空间蛋白质组学研究”的论文。该研究整合微流控技术、微量蛋白质组学检测以及人工智能深度学习算法，开发出一款全新的高分辨率、高通量空间质谱蛋白质组学平台——PLATO，能够对整个组织切片中的数千种蛋白质进行精确映射。

技术创新与优势

PLATO平台的创新之处在于基于微流控的高通量原位蛋白采样技术，利用3张组织的连续切片进行实验，第一和第三片用于不同角度下的平行流蛋白质组分析，中间切片用于组织学染色或空间代谢/转录组分析。在微流控芯片上消化切片，提取、收集肽段并进行定量分析，这样的设计大幅提高了样本检测的效率与准确性。

此外，PLATO平台在高稳定性和准确性的微量蛋白质组学质谱检测方面展现了优异表现。研究利用QExactiveHF质谱仪的DIA采集模式，以每日40个样本的高通量实现了微量样本的可靠定量，极大增强了重构空间蛋白质表达图谱的能力。

最后，基于深度学习的创新型空间重构算法Flow2Spatial则能够根据中间切片的图像和两组平行流投影值，重建高分辨率的原始蛋白质空间分布。这种策略的应用显著减少了切片数量和测量次数，同时降低了样品制备和测量的时间与成本。

PLATO平台的亮点

PLATO平台具备高分辨率蛋白质映射的能力，解析尺度达到25μm，能够清晰显示蛋白质在不同细胞和组织区域的分布情况，有助于深入理解其在生物体内的功能。

该平台的广泛组织兼容性无论是小鼠、大鼠还是人类样本，都能支持高效的蛋白质组学研究。在乳腺癌研究方面，PLATO展示了其巨大潜力，通过对乳腺癌组织进行高分辨率蛋白质映射，识别不同的肿瘤亚型，为肿瘤的诊断和治疗开辟了新途径。

总结与展望

结合微流控高效采样、微量蛋白质谱检测与人工智能算法，PLATO实现了高分辨率空间蛋白质组学的重大突破。该系统的测量准确性通过计算模拟、显微切割及免疫荧光进行了验证，并展现出在不同物种及组织类型中的普适性，显示了在临床研究中的应用潜力。

未来，PLATO将不断扩展其技术应用领域，计划针对不同类型的肿瘤样本，进一步构建更全面的空间蛋白质组图谱，同时持续优化平台性能，以提升空间分辨率和蛋白质检测种类，拓宽其在生命科学和临床研究中的应用前景。