没有DNA模板,生命如何“画”出最复杂的糖链?答案在这里

你是否想过，同样是蛋白质，为什么有的能精准“导航”到炎症部位，有的却“迷路”了？

答案，可能藏在蛋白质表面的糖链上。

糖基化——就是给蛋白质“挂上糖链”的过程——在人体健康与疾病中扮演着关键角色。

而糖蛋白质组学，就是系统研究这些“糖衣”修饰的前沿学科。

最近，国际多位顶尖学者联合发表了一篇重磅综述，系统梳理了糖蛋白质组学的实验方法、数据分析与应用前景。

· 糖链通过酶的作用，共价连接到蛋白质上

· 没有核酸模板，全靠酶“手工”合成

· 糖链结构极其多样，调控着蛋白质的功能

这些“糖衣”有多重要？

它们参与：

· 胚胎发育

· 细胞间通信

· 免疫反应

· 病原体与宿主的相互作用

糖基化出问题，会怎样？

与多种疾病密切相关：

· 癌症

· 炎症

· 精神分裂症

· 先天性糖缺陷病

· 神经退行性疾病

因此，解析糖基化——尤其是完整糖肽（保留天然糖链的肽段）——是理解疾病机制、发现新型标志物的关键。

普通蛋白质组学主要回答：蛋白质的序列是什么？

糖蛋白质组学要回答三个问题：

· 哪些蛋白质挂了糖？

· 糖挂在哪个氨基酸位点上？

· 挂的是什么结构的糖链？

这背后有两个难点：

· 宏观异质性：同一个位点，有的蛋白质挂了糖，有的没挂

· 微观异质性：挂了糖的位点，糖链的结构还可能千差万别

过去二十年间，质谱技术尤其是液相色谱-串联质谱（LC-MS/MS），已成为破解这些难题的核心工具。

第一步：选择样本

不同样本的难度和需求量差异很大：

· 纯化蛋白：微克级就够了，不需要富集

· 培养细胞：需要毫克级，推荐做糖肽富集

· 组织或体液：也需要毫克级，强烈推荐富集

特别提醒：在试管里表达的重组蛋白，糖基化模式可能和天然状态不一样——选模型要擦亮眼睛。

第二步：提取蛋白

· 组织样本要先去除胞外基质

· 细胞可以低温研磨或超声破碎

· 去垢剂要选质谱兼容型（比如RapiGest），普通去垢剂会干扰检测

第三步：酶切——选对酶，事半功倍

· 胰蛋白酶：最常用，但黏蛋白区域切不动

· 糜蛋白酶、GluC：可以提升序列覆盖

· 糖蛋白酶（如OpeRATOR、StcE）：专门切割O糖区域，是近年的技术突破

· 蛋白酶K：非特异性切割，只推荐用于纯化的单一蛋白

第四步：富集糖肽

因为糖肽在样品中通常含量很低，需要先“捞”出来。

最通用的方法是HILIC（亲水作用色谱）——利用糖链喜欢“吸水”的特性，把糖肽从一大堆非糖肽中分离出来。

其他方法还有：

· 凝集素亲和：针对特定糖型

· 代谢标记：给细胞喂人工糖，再精准捕获

第五步：质谱检测

· 分离技术：反相色谱用得最广，但分不开糖链异构体；石墨碳和离子迁移在这方面更有优势

· 碎裂方式：HCD速度快，适合N糖；ETD是O糖位点鉴定的“金标准”

· 定量方法：从无标记的简单比较，到TMT的18重平行定量，丰俭由人

策略一：可变修饰检索

把糖链当作氨基酸的一种修饰来搜库。

适合ETD数据（糖链不断裂），代表软件有Byonic。

策略二：偏移检索

又分两种路子：

· 先识别糖碎片，算出糖的质量，剩下的质量去匹配肽段

· 先匹配去糖后的肽段，反推糖的质量

代表软件有pGlyco、

MSFragger。

策略三：谱库匹配

主要用于DIA数据，需要先建一个标准图谱库。

位点怎么判定？

· N糖：有规律可循（保守序列N-X-S/T），相对容易

· O糖：没有保守序列，必须靠ETD类碎片才能精确定位

糖链结构怎么解析？

靠“诊断离子”——比如氧鎓离子（m/z 204.09）提示己糖胺的存在。

可以区分不同连接方式的唾液酸（α2,3 vs α2,6）、是否岩藻糖化等。

最大的技术难点：多个结构不同但分子量相同的糖肽，在色谱上同时流出来，会产生“混合谱图”，解析起来非常头疼。

方向一：寻找疾病标志物

· 阿尔茨海默病：脑脊液中的N糖修饰发生变化

· 卵巢癌、肝癌：血清中出现特异性N糖特征

· 黏蛋白（如MUC16）的O糖变化，本身就是肿瘤标志物（就是大家熟知的CA125）

方向二：解析O糖的功能

利用CRISPR基因编辑，逐个敲除不同的糖基转移酶，看哪些蛋白质的糖基化消失了——从而揭示每个酶的“专属底物”。

方向三：多组学联合分析

把糖蛋白质组学和转录组、磷酸化组、代谢组数据放一起看，再加上AlphaFold预测的蛋白结构，构建出更完整的调控网络。

方向四：精准医学

大规模人群的糖基化图谱，结合全基因组关联分析（GWAS），挖掘与疾病易感性相关的糖基化位点。

问题一：共洗脱异构体

不同的糖链结构可能在同一时间流出色谱柱，产生混合谱图，难以解析。

问题二：结构模糊

仅靠分子量无法区分同分异构的单糖（比如葡萄糖和半乳糖，分子量一模一样）。需要外切酶分步消化或合成标准品来确认。

问题三：位点模糊

大量糖肽无法精确定位糖到底挂在哪个氨基酸上。

建议根据研究目的，分级标注：直接定位、间接定位、部分定位、无定位。

方向一：临床转化

建立标准化实验方案和公共数据库（如GlycoPOST、ProteomeXchange），推动糖标志物走向临床试剂盒。

方向二：新技术落地

单细胞糖蛋白质组学、自上而下的完整糖蛋白分析、纳米孔单分子检测——都在路上。

方向三：挖掘新工具酶

寻找更多微生物来源的糖蛋白酶，实现对C-糖等小众修饰的深度解析。

方向四：AI赋能

机器学习预测糖肽谱图、自动解析糖链结构，大幅降低分析门槛。

方向五：多组学规模化

万级别人群的糖基化图谱，结合遗传信息，系统揭示糖基化与疾病的关系。