DIA 蛋白质组分析技术

基于数据非依赖采集的蛋白质组分析技术：原理、应用与标准化进展

数据非依赖采集（Data-Independent Acquisition， DIA）技术是新一代的质谱驱动的高通量蛋白质组学策略。相较于传统的数据依赖采集（Data-Dependent Acquisition， DDA）技术，DIA通过系统性地、循环性地碎裂所有进入质谱的母离子，实现了无偏向、可重现的肽段与蛋白质定性与定量分析，已成为复杂生物样本蛋白质组深度覆盖和精准定量的核心方法。

1. 检测项目：方法学原理与技术流程

DIA的核心在于其独特的数据采集模式，它不依赖于母离子的信号强度进行选择，从而克服了DDA的随机性与缺失值问题。

1.1 基本工作流程：

1. 样本制备与酶解： 蛋白质样本（如组织、细胞、体液）经过提取、还原烷基化后，被胰蛋白酶等特异性酶解为肽段混合物。

2. 液相色谱分离： 肽段混合物通过高效液相色谱（HPLC）进行梯度洗脱，实现时间维度上的分离。

3. 数据非依赖采集质谱分析： 这是DIA技术的核心步骤。质谱仪在设定的一次循环（通常为几秒）内，按照预定的方案进行操作。一个典型的循环包括：

   • 全扫描（MS1）： 采集所有肽段母离子的质荷比（m/z）和强度信息。

   • 多重窗口DIA扫描（MS2）： 将整个扫描范围（如400-1200 m/z）划分为一系列连续或交错、固定或可变宽度的隔离窗口（通常为20-40个窗口）。质谱仪依次、循环地对每个窗口内的所有母离子进行无差别碎裂，并采集其产生的所有碎片离子（MS2）谱图。所有窗口扫描完毕后，再开始下一个循环。

4. 数据处理与解析： 这是DIA技术的另一关键环节。由于每个MS2谱图均包含多个肽段的碎片信息，无法直接通过数据库搜索进行鉴定。主要解析策略包括：

   • 谱图库搜索： 最主流的方法。首先利用相同或相似样本的DDA分析或已发表的数据库，建立一个包含肽段保留时间、母离子m/z及其碎片离子谱图的“谱图库”。随后，将DIA数据与谱图库进行比对，通过谱图匹配实现肽段的鉴定与定量。此方法准确度高，但对谱图库依赖性强。

   • 无库（DIA-Umpire）或直接数据库搜索： 通过计算手段从DIA数据本身提取类DDA的伪谱图，再进行传统数据库搜索，或利用深度学习模型直接解析DIA碎片谱图。这些方法旨在降低对预设谱图库的依赖。

1.2 衍生技术与变体：

• 扫描式DIA： 如SWATH-MS，使用可变宽度的隔离窗口以保持每个窗口内离子数量相对恒定，提高定量准确性。

• 平行累积连续碎裂（PASEF）： 与捕获离子淌度谱（TIMS）技术联用，在离子淌度分离的基础上进行DIA采集，极大提高了扫描速度和分辨率，实现了“四维”分离（保留时间、m/z、离子淌度、强度）。

• 基于同步母离子选择的DIA（GPF-DIA）： 在特定仪器上实现，允许同时选择多个母离子进行碎裂，进一步提高效率。

2. 检测范围：多领域应用需求

DIA技术因其高重复性、高覆盖率和精准定量的特点，广泛应用于生命科学和医学研究的各个领域：

• 疾病生物标志物发现： 用于大规模分析临床队列（如血浆、尿液、组织）样本，寻找与疾病（如癌症、神经退行性疾病、心血管疾病）诊断、预后或疗效预测相关的蛋白质标志物。

• 翻译后修饰（PTM）蛋白质组学： 通过富集特定修饰肽段（如磷酸化、乙酰化、糖基化）后进行DIA分析，实现对修饰位点的系统性、可重现定量，研究其在细胞信号转导中的动态调控。

• 相互作用蛋白质组学： 结合亲和纯化，对蛋白质复合物进行DIA分析，精准鉴定并定量真实的相互作用蛋白。

• 药物作用机制与毒理学研究： 定量分析药物处理前后细胞或组织蛋白质组的动态变化，揭示药物靶点、脱靶效应及毒性反应机制。

• 食品科学与农业科学： 应用于食品真伪鉴别、过敏原检测、作物品种改良及抗逆性研究中的蛋白质组分析。

• 微生物与宏蛋白质组学： 分析微生物群落或环境样本中的整体蛋白质表达，用于病原体鉴定、微生物功能研究及环境监测。

3. 检测标准：相关规范与指南

随着DIA技术的普及，建立标准化流程以确保数据的可重复性和可比性至关重要。目前，国际国内虽无针对DIA的强制性国家标准，但已形成一系列共识性指南和规范：

• 国际指南与白皮书： 人类蛋白质组组织（HUPO）的蛋白质组学标准倡议（PSI）制定了质谱数据格式标准（如mzML）。针对DIA数据，由领域专家发表的关于DIA实验设计、数据采集参数优化、数据分析流程验证的多篇白皮书和指南已被广泛采纳。

• 数据质量标准： 研究中普遍要求报告关键的质控参数，如肽段/蛋白质鉴定数量、保留时间稳定性、碎片离子强度分布、定量精密度（变异系数）等。使用标准参照样本（如酵母蛋白消化物、商业标准蛋白）评估系统性能是常见做法。

• 数据公开标准： 主流期刊要求将原始的质谱数据（DIA数据通常以.raw或.d格式存储）及对应的谱图库、结果文件提交至公共数据仓库，如ProteomeXchange联盟旗下的PRIDE数据库，确保数据的可追溯与再利用。

• 临床前/临床研究规范： 在涉及生物标志物发现与验证的管线中，实验设计需遵循严格的样本队列设置、盲法分析、技术重复与生物学重复等统计学原则，其理念与药物非临床研究质量管理规范（GLP）及体外诊断试剂研发的相关指导原则相通。

4. 检测仪器：核心设备与技术演进

DIA技术的实现高度依赖于高性能质谱平台与色谱分离系统。

• 液相色谱系统： 采用纳升流速高效液相色谱系统。关键性能包括：超高压泵、低扩散流路、高精度梯度生成能力以及稳定的柱温控制。色谱柱通常使用反相C18填料，内径为75-150 μm，填料粒径为1.7-2.2 μm，以实现高分辨的肽段分离。

• 质谱仪： DIA对质谱仪的速度、分辨率和灵敏度提出极高要求。核心质谱仪类型主要包括：

  • 高分辨率串联质谱仪： 目前主流平台。采用四极杆-飞行时间（Q-TOF）或四极杆-静电场轨道阱（Q-Orbitrap）质量分析器。要求MS1和MS2均具备高分辨率（通常>30，000 FWHM）和高扫描速度，以在有限的色谱峰宽内完成多个隔离窗口的循环采集。

  • 离子淌度质谱仪： 最新一代的高端平台。在传统的LC-MS/MS基础上集成了捕获离子淌度谱（TIMS）或行波离子淌度谱（TWIMS）技术，增加了离子淌度维度分离，显著提高了峰容量和信噪比，特别适合与PASEF等超快DIA模式联用，将蛋白质组分析深度和通量推向新高度。

  • 三重四极杆质谱仪： 可通过多反应监测（MRM）或平行反应监测（PRM）模式对目标蛋白质进行绝对定量，常作为DIA发现阶段后，对候选标志物进行靶向验证的工具。

总结与展望
DIA技术通过其系统性的数据采集模式，为蛋白质组学研究带来了革命性的重现性与定量准确性。随着仪器性能的持续提升（如离子淌度的普及）、计算方法的不断创新（如人工智能驱动的直接解析）以及标准化实践的日益完善，DIA正从一项前沿技术转变为基础研究、转化医学乃至临床应用中不可或缺的常规分析工具。未来的发展将更加侧重于超高灵敏度（单细胞蛋白质组学）、高通量（大队列分析）以及与多组学数据的无缝整合。