引言
解析蛋白复合体的组成、动态变化和空间结构，已成为蛋白质组学和结构生物学领域的核心命题。研究者通常需要回答三个核心问题：复合体里到底有哪些成员？那些动态的过客是谁？成员之间在空间上又是如何排布的？
在众多方法中，亲和纯化/免疫沉淀质谱（IP/AP-MS）、邻近标记质谱（PL-MS）和交联质谱（XL-MS），形成了当前质谱技术中解析蛋白复合体的"三驾马车"。这三项技术各有所长，理解其背后的逻辑和适用场景，是开展相关研究的起点。
今天，我们就来逐项拆解这三种技术在真实研究场景中的选择与组合，希望给大家的实验设计提供思路。
01 IP/AP-MS：鉴定蛋白复合体的稳定核心成员
IP/AP-MS是互作组学中历史最悠久、应用最广泛的技术，是鉴定生理条件下稳定蛋白复合体核心成员的金标准。
▶ 技术原理
**基于"诱饵-猎物"模型：**以目标蛋白为诱饵，通过特异性亲和力将其及稳定结合的伙伴蛋白从细胞裂解液中共同富集，再经质谱鉴定蛋白身份。
1. **IP-MS：**使用针对内源性靶蛋白的特异性抗体进行免疫沉淀，无需基因工程改造，但高度依赖抗体质量。
2. AP-MS： 通过基因编辑将FLAG、Strep、HA、GFP等亲和标签融合到诱饵蛋白上，利用标签抗体进行富集，特异性更高、重复性更好。
**标准实验流程：**非变性条件下裂解细胞（保留复合体完整性）→ 诱饵蛋白特异性富集到固相载体 → 多次洗涤去除非特异性结合蛋白 → 富集产物酶解 → LC-MS/MS分析。
▶ 核心优势
① 直接性与高置信度： 捕获的是生理条件下与诱饵形成稳定物理接触的蛋白，而非随机邻近蛋白。
**② 方法学高度成熟：**从标签选择、抗体试剂到数据分析流程均有标准化指南，商业化工具齐全。
③ 定量与化学计量分析： 结合无标记定量或同位素标记（SILAC、TMT），可分析复合体亚基的化学计量比及翻译后修饰。
▶ 典型应用
① SARS-CoV-2病毒-宿主互作网络解析： 以26种带亲和标签的病毒蛋白为诱饵，鉴定出332个高置信度宿主互作蛋白，锁定67个可被FDA批准药物靶向的靶点，为新冠老药新用提供直接分子依据。
**② 转录因子复合体鉴定：**以IRF4为诱饵，发现其在Th17细胞和调节性T细胞中形成不同转录复合体，结合ChIP-seq验证了其对特异性基因的调控功能。
▶ 局限性
① 依赖温和裂解与洗涤条件，会导致弱结合或瞬时结合的蛋白解离丢失。
②膜蛋白疏水性强，在非变性裂解液中提取效率低。
③ IP-MS需高质量IP级抗体，AP-MS需构建标签融合蛋白体系，在难转染细胞或原代组织中应用受限。
02 PL-MS：捕获弱/瞬时互作与空间亚蛋白质组
PL-MS突破了IP/AP-MS依赖体外富集的局限，通过活细胞内共价标记，能够捕捉传统方法无法检测的弱相互作用、瞬时互作及膜蛋白互作。
▶ 技术原理
将工程化的标记酶（生物素连接酶或过氧化物酶）融合到诱饵蛋白上，在活细胞内加入底物后，标记酶催化生成高活性中间体，对诱饵周围10-20nm半径内的蛋白进行共价生物素化标记。后续可采用全变性条件裂解细胞，通过链霉亲和素磁珠高效富集标记蛋白，再经质谱鉴定。
▶ 核心优势
① 捕获弱/瞬时互作： 共价标记发生在活细胞内，互作信息被永久固定，不受后续裂解和洗涤的影响。
② 高时空分辨率： 可通过控制底物加入时间，追踪细胞周期、应激响应等动态过程中互作网络的变化。
③ 膜蛋白与亚细胞区室友好： 全变性裂解可充分提取膜蛋白； 通过将标记酶定位到特定亚细胞区室，可精准绘制空间亚蛋白质组。
▶ 典型应用
① 线粒体基质亚蛋白质组绘制： 将APEX2定位于线粒体基质，1分钟脉冲标记结合SILAC定量，鉴定出高纯度基质蛋白，发现大量传统分离方法丢失的瞬态调控因子。
② DNA损伤修复动态互作： TurboID融合PCNA，在氧化性DNA损伤条件下标记，**鉴定出损伤后特异性招募的修复蛋白，**绘制PCNA互作网络的动态重编程图谱。
③ E3泛素连接酶底物鉴定： 解决了E3与底物互作极弱且瞬时的难题，即使底物被降解，其标记肽段仍可被富集鉴定。
▶ 局限性
① 标记的是空间邻近性而非功能性互作，需设置严格的阴性对照**（如游离GFP-TurboID）**区分特异性信号与背景。
②过表达融合蛋白可能干扰内源性蛋白复合体的正常定位与功能。
03 XL-MS：解析蛋白复合体的三维空间拓扑
IP/AP-MS和PL-MS只能回答"谁与谁互作"，**无法提供互作的空间信息。**XL-MS通过化学交联剂锁定蛋白质间的空间距离，为解析复合体三维拓扑结构、界定结合界面提供独一无二的距离约束数据。
▶ 技术原理
使用双功能化学交联剂，其两端可与空间上邻近的氨基酸残基发生共价偶联，形成"桥连"结构。交联后的蛋白经酶解产生含两个不同肽段的"交联肽"，通过质谱鉴定交联肽序列，可反推出两个残基在三维空间中处于交联剂臂长距离之内（通常<30Å）。交联反应可在纯化蛋白、细胞裂解液或完整活细胞内进行，最大程度保留天然构象。
▶ 核心优势
**① 提供残基水平的距离约束：**可直接用于验证已知结构模型、揭示亚基相对排布、对未知结构复合体进行拓扑建模。
② 捕获构象动态： 能够捕捉蛋白质构象变化中瞬时出现的空间邻近关系。
**③ 无需基因改造：**通过小分子化学反应直接靶向内源性蛋白网络，适用于难以进行基因编辑的体系。
▶ 典型应用
① 核孔复合体（NPC）三维拓扑重构： 通过原位DSSO交联获得8710个高置信度交联位点，结合冷冻电镜断层扫描与AlphaFold预测，成功解析这一～100MDa超级分子机器的完整拓扑结构。
② 叶绿体核糖体结构解析： 利用PhoX交联剂在拟南芥全细胞裂解液中鉴定出47119个独特交联位点，解析了叶绿体70S核糖体茎部区域的空间排布，并捕获了光系统修复的瞬态组装中间体。
▶ 局限性
① 交联反应效率低，低丰度蛋白的交联信号易被高丰度蛋白淹没。
② 数据分析复杂度高，假阳性控制仍是领域难题。
③ 仅能提供距离约束，无法直接获得原子分辨率结构。
04 四项核心对比维度
**① 从检测对象来看：**AP-MS检测稳定物理结合；PL-MS检测空间邻近（含弱/瞬时互作）；XL-MS检测残基间空间距离。
**② 从操作环境来看：**AP-MS在体外（裂解后）进行；PL-MS和XL-MS均可实现在活细胞原位标记/交联。
**③ 从样品耐受性来看：**AP-MS需温和操作，膜蛋白适应性弱；PL-MS可采用全变性条件，膜蛋白适应性最强；XL-MS居中。
**④ 从输出信息来看：**AP-MS输出复合体成员列表；PL-MS输出亚细胞定位的蛋白质组；XL-MS输出空间拓扑约束，可对接高分辨率结构建模。
05 技术协同：多种策略的组合应用
在实际研究中，三项技术往往不是"三选一"，而是根据具体问题和样品特征进行组合。
① AP-MS铺广度+PL-MS补深度： 先用AP-MS鉴定稳定核心成员，再用PL-MS捕获弱/瞬态互作伙伴，全面覆盖复合体的"静态核心组"和"动态外围组"。2025年报道的APPLE-MS方法将Twin-Strep标签富集的高特异性与PafA介导的邻近标记结合，**实现了灵敏度4倍于传统AP-MS的PPI检测，**并成功绘制了SARS-CoV-2 ORF9B在抗病毒响应过程中的动态线粒体互作组。
② AP-MS+XL-MS： 鉴定复合体成员后，用XL-MS确定各亚基间的空间关系，为高分辨率结构研究提供拓扑约束。2025年的原位XL-MS研究结合核质组分分离，**揭示了26S蛋白酶体在不同亚细胞区室中的组成和构象异质性，**鉴定出翻译起始因子EIF3M替代Rpn9亚基的杂合变体。
③ PL-MS+XL-MS： 先用邻近标记划定目标亚细胞区域的蛋白质组，再在原位对该空间内的蛋白质进行交联，**既富集了空间特异性信号，又获得了拓扑结构信息。**该策略已被成功应用于人类核膜相互作用组的高分辨率解析。
06 技术选择决策指南
第一步：明确核心科学问题
▶ 若需鉴定生理条件下稳定存在的蛋白复合体核心成员，首选IP/AP-MS。
▶ 若需研究弱相互作用、瞬时互作、膜蛋白互作，或绘制特定亚细胞区室的蛋白质组，首选PL-MS。
▶ 若需解析复合体的三维空间拓扑、亚基结合界面，或为结构建模提供距离约束，首选XL-MS。
第二步：考虑实验体系限制
▶ 无法进行基因编辑： 优先选择IP-MS**（需高质量内源性抗体）** 或XL-MS**（无需基因改造）。**
▶ **研究膜蛋白：**优先选择PL-MS。
▶ **研究快速动态过程（<1小时）：**选择TurboID（10min-2h）或APEX2（~1min）。
▶ 研究活体动物模型： 优先选择TurboID**（无细胞毒性）。**
第三步：进阶组合策略
对于复杂的蛋白复合体研究，建议采用**"AP-MS定核心→PL-MS补动态→XL-MS析拓扑"**的递进式策略，通过多维度正交数据相互验证，获得最全面、最可靠的解析结果。
结语
从AP-MS的稳定核心成员鉴定，到PL-MS的弱/瞬态互作捕获，再到XL-MS的空间拓扑解析，质谱技术在解构蛋白复合体这一核心科研命题上提供了层次分明、互补协同的策略体系。
随着APPLE-MS等融合技术的出现、TurboID/APEX2等邻近标记工具的不断优化、以及Prosit-XL等AI辅助解析工具的性能突破，三者之间的界限正在模糊，取而代之的是更加灵活、深度的技术整合。
面向未来，将AP-MS、PL-MS和XL-MS的数据与冷冻电镜密度图、AlphaFold结构预测相融合的整合结构生物学路径，将成为理解细胞分子机器运转机制的强大引擎。
⬇️⬇️⬇️
研究动态、瞬时、弱相互作用的最佳工具------PL-MS蛋白邻近表达筛选解决方案
基于邻近标记技术联合质谱的PL-MS蛋白邻近表达筛选，从细胞构建培养、亲和富集实验到质谱高通量筛选（阶段可选）：①目标序列获取和质粒克隆构建、②基因编辑和细胞系构建、③细胞培养和临近标记、④生物素标记蛋白的亲和纯化富集、⑤蛋白提取和酶解、⑥质谱检测和⑦数据分析和互作网络构建。
**▶ 弱/动态/瞬时互作：**基于空间临近标记的特殊原理，可以动态捕获更多弱相互作用和瞬时相互作用的蛋白；
**▶ 高亲和性：**链霉亲和素的亲和效价强，且无需严格保证非变性条件，可以捕获更多膜蛋白的互作；
**▶ 避免阴性结果：**基于质谱定量数据进行无偏见的高通量筛选，可以获得大量蛋白相互作用信息，避免阴性结果；
**▶ 精准筛选：**基于定量差异、蛋白功能注释、互作网络核心节点等多维度分析，提供候选临近表达蛋白的清单；
**▶ 原位精准表达：**可选目标基因的原位标签表达，保留基因天然表达模式，提升研究科学性。
参考资料
-
Wu S, Zhang S, Liu CM, et al. Recent Advances in Mass Spectrometry-Based Protein Interactome Studies. Mol Cell Proteomics. 2025;24(1):100887.
-
Rhee HW, Zou P, Udeshi ND, et al. Proteomic Mapping of Mitochondria in Living Cells via Spatially-Restricted Enzymatic Tagging. Science. 2013;339(6125):1328-1331. doi:10.1126/science.1230593.
-
Pfeiffer CT, Paulo JA, Gygi SP, et al. Proximity labeling for investigating protein-protein interactions. Methods Cell Biol. 2022;169:237-266. doi:10.1016/bs.mcb.2021.12.006.
-
Gordon DE, Jang GM, Bouhaddou M, et al. A SARS-CoV-2-Human Protein-Protein Interaction Map Reveals Drug Targets and Potential Drug-Repurposing. bioRxiv [Preprint]. Published online March 27, 2020. doi:10.1101/2020.03.22.002386.
-
Faini M, Stengel F, Aebersold R. The Evolving Contribution of Mass Spectrometry to Integrative Structural Biology. J Am Soc Mass Spectrom. 2016;27:966-974. doi:10.1007/s13361-016-1382-4.
-
Gnanasekaran P, Pappu HR. Affinity Purification-Mass Spectroscopy (AP-MS) and Co-Immunoprecipitation (Co-IP) Technique to Study Protein Protein Interactions.
-
Choi H, Liu G, Mellacheruvu D, Tyers M, et al. Analyzing Protein-Protein Interactions from Affinity Purification-Mass Spectrometry Data with SAINT.
-
Liu CH, Chien MJ, Chang YC, et al. Combining Proximity Labeling and Cross-Linking Mass Spectrometry for Proteomic Dissection of Nuclear Envelope Interactome. J Proteome Res. 2020;19(3):1109-1118.