Scalable Hydrogel Nanoparticle Enrichment for Enhanced Mass Spectrometry-based Proteomic Analysis of Plasma or Volumetric Dried Blood Samples

人体是一个由分子组成的庞大而繁忙的城市，而在血液中循环的则是一座复杂的蛋白质图书馆，讲述着我们的健康故事。这些蛋白质充当着信使的角色，传递着关于衰老、疾病以及身体对损伤反应的信号。对于试图理解阿尔茨海默病等病症的科学家来说，阅读这座“图书馆”至关重要。然而，这座图书馆极难驾驭。在单滴血液中，数千种高丰度的蛋白质（例如负责携带氧气或对抗感染的蛋白质）会掩盖掉成千上万种稀有的、关键的蛋白质，而后者可能正是诊断疾病的关键所在。为了寻找这些稀有信号，研究人员必须首先过滤掉噪声，而这一过程传统上需要由专业人员抽取大量血液并在实验室中进行处理。这为长期研究制造了障碍，因为在这些研究中，患者可能需要频繁提供样本，或者身处偏远地区。一种使用小型设备将精确体积的血液收集在干燥斑点上的新方法，为绕过这些障碍提供了可能，但目前尚不清楚这些干燥样本中的蛋白质是否能以与液体血液相同的深度和准确度进行分析。

一个研究小组致力于解决这一问题，他们开发出了一种流线型的、可在一天内完成的工作流程，能够从液体血浆和这些干燥血斑中提取并分析蛋白质。他们的目标是创造一种方法，不仅要足够深入以发现数千种蛋白质，还要足够精确以确保生成数据的可靠性，同时还要足够简单，以便能同时处理数十个样本。他们测试了一种涉及微小、专门化颗粒的技术，这些颗粒旨在抓取蛋白质，从而有效地将稀有蛋白质从人群中“拉”出来。通过改进这一过程，他们旨在证明，从简单的自采集干燥血斑中获得的信息，与来自传统医院抽血的信息同样可靠，从而为此前无法实现的规模化研究开启大门。

研究人员首先在液体血浆上测试了这种基于颗粒的两种不同版本的提取方法。他们将自己的方法与另外两种成熟技术进行了对比：一种使用全自动机器，另一种则依赖于更简单的非富集方法。自动化机器表现异常出色，能够以高精度识别近 7,000 种蛋白质；而简单的非富集方法则表现挣扎，发现的蛋白质较少且结果不够一致。然而，研究人员的这种基于颗粒的方法表现非常接近自动化机器的性能，能够以高度的准确性识别超过 6,000 种蛋白质。这一初步成功证实了他们这种人工构建的实验室方法是分析液体血液的一种可行替代方案。

然而，真正的考验在于将此方法应用于干燥血样。当团队转向干燥斑点时，他们发现两种不同版本的提取缓冲液表现出了截然相反的行为。在液体血浆中表现最佳的缓冲液在处理干燥样本时效果不佳，而另一种在血浆中效果较差的缓冲液，却在从干燥血液中提取蛋白质方面表现优异。这一发现凸显了两种样本类型之间的关键差异：在液体血液中，蛋白质已经溶解并准备好被捕获；而在干燥血液中，蛋白质被困在固体基质中，必须先将其“诱导”出来。通过针对每种样本类型使用正确的缓冲液，团队得以从干燥斑点中回收数千种蛋白质，证明了该方法可以适应不同的血液采集形式。

为了使过程足以应对大规模研究，研究人员还解决了将蛋白质分解成更小片段进行分析这一耗时的步骤。传统上，这个消化步骤需要过夜完成，但团队测试了在仅用两小时内完成是否会在不损失质量的前提下实现。他们发现，缩短时间后的结果与较长过程的结果几乎完全相同，在识别蛋白质的数量或测量的精确度方面均无显著损失。这一突破使他们能够将整个工作流程压缩到一天之内，将原本需要多天的繁琐程序转变为可以在装有 96 个样本的标准实验板上进行的常规操作。

当团队在连续三个不同的日子里验证这种全新的、一天完成的板式工作流程时，结果是非常稳健的。对于液体血浆，他们能稳定地识别出近 5,000 种独特的蛋白质，且测量结果在日常之间具有高度的可重复性。对于干燥血样，他们识别出超过 3,600 种蛋白质，其一致性虽然略低于血浆，但对于可靠的科学分析而言已足够强劲。最重要的是，在干燥血液中发现的蛋白质与在液体血浆中发现的蛋白质高度吻合。大约四分之三的共有蛋白质在两种样本类型中都以相似的丰度出现，这表明干燥血液样本能够真实且准确地反映人体循环中的蛋白质图谱。

研究人员随后测试了该方法是否能检测到专门与阿尔茨海默病相关的蛋白质。他们寻找了二十种已知的疾病相关标志物，并发现其中十七种在至少一种样本类型中是可以检测到的。至关重要的是，像载脂蛋白 E（一种晚发型阿尔茨海默病的主要遗传风险因子）这类关键蛋白质，在液体和干燥样本中都被高精度地发现了。该方法还成功识别了其他与血液凝固和炎症相关的蛋白质，这些蛋白质在干燥血液中更为丰富，这可能是由于全血样本中存在红细胞所致。这些发现表明，该工作流程足以捕捉生物学相关的信号，即使是在具有挑战性的干燥血斑环境中也是如此。

尽管这项研究仅限于来自两个人的样本，但其结果为未来的研究奠定了坚实的基础。团队证明了，一种可扩展的一天工作流程可以成功地对来自液体血液和干燥血液的蛋白质进行富集和分析，且具有高精度。通过证明干燥血斑可以产生与传统血浆样本相当的数据，这项工作消除了临床研究中的一个重大物流障碍。它预示着在未来，患者可能只需在家中采集一小滴血液，通过邮寄的方式发送，便能接受与医院样本同样严格的分析，从而监测自己的健康状况或参与大型疾病研究。该方法为理解复杂的疾病蛋白质特征提供了一条切实可行的路径，使深度蛋白质组学分析能够惠及更广泛的人群和地区。