蛋白质组（Proteome）一词源于蛋白质（protein）与 基因组（genome）两个词的组合，意指“一种基因组所表达的全套蛋白质”，即包括一种细胞乃至一种生物所表达的全部蛋白质。

蛋白质组与转录组有许多相似之处，也具有时空特异性，会随着环境、组织或个体的改变而改变。

蛋白质组学本质上指的是在大规模水平上研究蛋白质的特征，包括蛋白质的表达水平，翻译后的修饰，蛋白与蛋白相互作用等，由此获得蛋白质水平上的关于疾病发生、细胞代谢、生长发育以及各种胁迫反应等过程的整体而全面的认识。

iTRAQ和TMT的结构与区别

iTRAQ和TMT是近年来应用最广泛的差异蛋白质组学技术，它们均采用体外标记的方法，利用同位素试剂标记蛋白质酶解后产生的多肽，对两个或多个样本，在全蛋白质组层面上展开相对定量分析。

说到这里,很多人可能会认为iTRAQ和TMT是两种不同的定量技术，其实二者只是不同厂家生产的（iTRAQ是AB SCIEX研发，TMT是Thermo Fisher研发），在标记规格（iTRAQ是4标和8标的；TMT是2标、6标以及10标的）、标签分子结构上有些许差异，其他原理基本一样。

Questions and Answers

1、iTRAQ/TMT与Label free相比有什么优势？

Label free无需同位素标记，不受样本条件的限制，定性没有问题，但是定量的准确性不高，会受到质谱重复性等因素的影响。

iTRAQ/TMT的覆盖度高、灵敏度高、重复性好。但是在混标上机时要充分考虑样品的情况，样品数量较多时，实验设计会较为复杂。

2、做iTRAQ/TMT蛋白质组学分析，不同老师的样本可否放在一组上机？

不同老师的样品或者同一个老师不同实验的样品，都不能放在一组上机。不同的物种的样品，在搜库的时候选择的数据库不一样，无法进行搜库比较。同一个物种的不同处理的样品，经过不同实验室处理后，样品里的蛋白种类和丰度会有较大差别，混在一起后会影响两组不同来源的样品的蛋白鉴定。

3、蛋白质组学相关的文章中，选择的差异倍数经常有1.2倍、1.3倍、1.5倍、2倍等待的，这有没有一个统一的标准？

目前蛋白组学分析大多数是按照差异倍数2倍或1.5倍进行分析的，但是我们要根据实际情况，对差异倍数做出合适的调整，这样才能得到最佳的结果。在文章发表当中，没有谁规定差异倍数必须是多少。我们做分析的时候要学会灵活处理，不要墨守成规！

4、iTRAQ/TMT定量蛋白质组做完实验后，能拿到什么结果呢？

可以拿到差异蛋白、差异蛋白的GO、KEGG、COG等数据库的注释信息和富集信息、差异蛋白的聚类分析、差异蛋白的互作分析等结果。如果有其他实验数据，比如转录组测序结果，那么可以做转录组和蛋白质组学的联合分析，找出差异蛋白和差异基因的相互作用关系等。

5、所研究的物种没有全基因组序列，能否做蛋白质组学分析呢？

没有参考基因组的物种也可以做蛋白质组学分析，一般我们会先看其近缘物种有没有参考基因组，如果有的话，可以考虑使用。或者我们对所测样品做一个转录组测序，使用转录组构建一个简易的蛋白库作为数据库使用。如果二者都没有的话，那就不建议做了，结果会非常不准确的。

6、在做转录组和蛋白质组联合分析时，为什么有些差异表达基因在蛋白层面没有相应的差异蛋白？

由于转录和翻译是两个不同的生物学过程，引起基因差异表达和蛋白差异的原因有很多，比如非编码RNA的调控、蛋白的降解、蛋白的分泌等等。所以差异基因和差异蛋白不可能完全一致，根据经验，其相关性也就50%不到。

7、蛋白质组学分析也要求重复么？生物学重复or技术重复？几次重复？

生物重复是必须的，一般来说至少3次生物学重复。技术重复可以不做，当然做了更好，会增加实验的严谨性。

8、如果样品数量较多，不同批次之间的误差怎么进行校正？

由于itraq或tmt技术上的限制，最多标记10个样品，所以，当样品数超过10个的时候就需要设置内参，以矫正不同批次之间的批次差异。

比如：做18个样品，则需要做成两组10标的进行上机，每组9个样品加1个内参（内参是多个样品的混样或标准品），总共需要做的样品数就是9+9+1+1=20个。

9、原核生物比如细菌能够做蛋白质组学分析么？

iTRAQ/TMT适合任意来源的总蛋白样本，植物、动物、细菌、真菌等。在分析上原核和真核生物没有明显的区别。

10、组学生物的蛋白质组学分析有什么优势？

实验方面，我们的机时更长，做到18个馏分；标准分析方面，我们在不断更新，尽量做到国内最全；后期个性化分析速度快，质量好，没有大公司的拖延症。

以上即是小编为大家汇总的一些iTRAQ/TMT蛋白质组学分析方面的知识点和问题解答，希望对各位朋友有所帮助。

更多生物信息课程：

1. 文章越来越难发？是你没发现新思路，基因家族分析发2-4分文章简单快速，学习链接：基因家族分析实操课程、基因家族文献思路解读

2. 转录组数据理解不深入？图表看不懂？点击链接学习深入解读数据结果文件，学习链接：转录组（有参）结果解读；转录组（无参）结果解读

3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次，学习链接：WGCNA-加权基因共表达网络分析

4. 转录组数据怎么挖掘？学习链接：转录组标准分析后的数据挖掘、转录组文献解读

5. 微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程

6. 生物信息入门到精通必修基础课，学习链接：linux系统使用、perl入门到精通、perl语言高级、R语言画图

7. 医学相关数据挖掘课程，不用做实验也能发文章，学习链接：TCGA-差异基因分析、GEO芯片数据挖掘、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析

8.其他课程链接：二代测序转录组数据自主分析、NCBI数据上传、二代测序数据解读。