2025年6月16日科技中心基础研究部邀请西湖欧米（杭州）生物科技有限公司耿宏恩博士带来“AI赋能蛋白组/多组学大数据辅助精准医疗和成果转化”为主题的线上技术交流。西湖欧米由西湖大学郭天南教授创立，专注于人工智能（AI）赋能的蛋白质组学研究，其核心技术源自郭教授团队的研究成果，致力于通过蛋白质组大数据技术创新推动精准医学和药物研发。

AI正越来越多地被用作分析多组学数据集，在癌症研究中发挥重要作用。单细胞和空间分析技术的进步极大地加深了我们对肿瘤生物学的理解，而AI现正被用于加速转化研究工作，包括靶点发现、生物标志物识别、患者分层和治疗反应预测，但AI在临床工作流程中的整合仍然有限。耿博士首先介绍了蛋白质组学在扰动生物学研究中的核心价值，即通过系统性测量蛋白质动态变化，为解析生物系统机制、预测扰动响应和推动精准医学提供了不可替代的信息。

图1. 蛋白质组学在扰动生物学研究中的作用

  接着，耿博士介绍了基于蛋白质组学的生物标志物的开发流程，并介绍了西湖欧米在甲状腺结节的良恶性诊断、儿童矮小症和阿尔斯海默症相关的生物标志物发现和成果转化流程，展示了AI辅助生物标志物开发体系侵入性小、诊断正确率高的特点。

耿博士以甲状腺研究为例，讲述了“甲谱诺”的开发历程。甲状腺结节在人群中普遍存在，流行病学调查显示其检出率约为50%，但其中仅7%-15%为恶性病变。目前，细针穿刺活检虽是临床诊断的金标准，但约三分之一的病例仍被归类为不确定性结节，这导致了过度手术的问题——统计显示，仅约10%的手术切除结节最终病理确诊为恶性。本研究创新性地开发了一种整合蛋白质组学与AI的甲状腺结节良恶性鉴别新方法。研究团队采用高通量质谱技术对临床样本进行深度蛋白质组分析，通过机器学习算法筛选并构建了包含19个关键蛋白的生物标志物组合。该技术体系突破了传统诊断方法的局限性，为甲状腺结节的精准无创诊断提供了新的转化医学解决方案。在该研究的基础上，西湖欧米进行了进一步优化，将LC-MS/MS与qPCR结合，进一步提升了诊断的准确性，并推出了临床诊断产品“甲谱诺”试剂盒，实现了从研究到临床应用的转化。

图2. 甲状腺结节良恶性诊断标志物开发案例

  最后，耿博士分享了西湖欧米的特色蛋白质组学产品，如高深度血液蛋白质组、微量多组学、空间蛋白质组和生信分析方案等。其中空间分辨蛋白质组学是一种新兴的技术方法，对于理解复杂生物系统中细胞和分子事件的空间异质性至关重要。特别是在肿瘤微环境等研究领域，空间蛋白质组学克服了传统蛋白质组学无法解决的肿瘤异质性的瓶颈问题。但是，由于组织微采样技术和纳米级样本体积的质谱分析的复杂性，单细胞尺度的空间蛋白质组学仍然具有技术上的挑战性。

  西湖欧米将膨胀显微技术引入空间蛋白质组学，提出了独特的解决方案——膨胀胶空间蛋白质组学。通过两代技术优化，可将组织样本的体积膨胀上百倍，再结合激光显微切割，可实现对单个细胞，甚至单个细胞核等亚细胞结构的精确分离和蛋白质组分析，为深入研究细胞功能异质性提供了有力工具（Nature Communications, 2022, 13:7242）。

图3. 基于膨胀胶的空间蛋白质组学示意图

  本次讲座系统展示了西湖欧米通过原创性的技术突破，实现了在蛋白质组学领域的核心竞争力，为老师和同学的蛋白质组学研究提供了高质量的选择。通过此次交流会，大家对基于蛋白质组学的生物标志物的开发及成果转化有了更深的见解，对老师和同学们后续科学研究的设计和分析提供了新的思路。

供稿：邓博

修校：王在