蛋白质间的“相互作用组（interactome）”是我见过的最复杂的现象。代谢，以及代谢组学的学科，可以说是破朔迷离的蛋白质组学的主战场，从小分子，到以生物能量的角度洞察生命的真谛。生命的定义，随着我们认知的越多，是通过非平衡能量通量和熵减少的方式排列物质，结合遗传物质的复制——DNA（或RNA）。基因密码的演变很大程度要归功于代谢以及蛋白质装置。在蛋白质装置和生命遗传的临界区域发生了许多有趣的变化，这在癌症临床学方面有着重大意义。
举个例子，癌症的遗传学背景需要和掌控细胞增殖的蛋白质进行整合。但是癌症的特征在于它是一种蛋白质复合物的失调和功能障碍。很难想象还有比蛋白质组学更适合的学科，可以将生命原理和疾病整合在一起。从这个角度看，蛋白质组学将是科学界最令人兴奋的领域之一，我们也会将PROTEOMICS和PROTEOMICS——Clinical Applications这两本期刊推向别的非蛋白质组学的领驭中，但同时也和这一学科保持一定的联系。技术上所面临的挑战也比比皆是：通过质谱快速鉴定蛋白质已成为家常便饭，它在很大程度上解决了难题的同时也创造了挑战：计算生物学需要快速发展来赶上蛋白质组学的数据潮，这样才能产生有意义的发现。这一步骤可以最终简化到标准化，共享，分析和整合。
1.疾病诊断：蛋白质组学技术可以用于发现疾病特异性的蛋白质或蛋白质组变化，这些变化可作为疾病诊断的生物标志物。例如，通过分析患者血液中的蛋白质组成，可以诊断肿瘤、心血管疾病、神经退行性疾病等。
2.药物开发：蛋白质组学可以帮助研究者发现新的药物靶点，并研究药物在分子水平上的作用机制。此外，通过比较正常细胞与病变细胞之间的蛋白质组变化，可以找到新的治疗策略。
3.生物标志物发现：蛋白质组学技术可以用于寻找与疾病发生、发展和治疗反应相关的生物标志物。这些生物标志物在疾病的早期诊断、预后评估和疗效监测方面具有重要意义。
4.个性化医疗：蛋白质组学有助于实现个性化医疗，即根据患者的蛋白质组特征制定定制化的治疗方案。例如，在癌症治疗中，通过分析患者肿瘤组织的蛋白质组，可以选择针对特定靶点的药物进行治疗，从而提高治疗效果。
5.功能基因组学：蛋白质组学研究可以揭示基因表达调控和蛋白质之间的相互作用网络。这有助于理解生物系统中复杂的生物过程，例如信号传导、细胞生长和凋亡等。
6.翻译后修饰研究：蛋白质组学可以用于研究蛋白质翻译后修饰（如磷酸化、泛素化等），这些修饰在调控蛋白质功能和细胞过程中起着关键作用。研究这些翻译后修饰有助于揭示细胞内信号传导途径的调控机制，为治疗疾病提供新的靶点。
7.蛋白质稳态和组织特异性：蛋白质组学技术可用于研究不同组织和细胞类型中的蛋白质表达和稳态，以了解组织特异性功能和疾病发生的生物学基础。
8.系统生物学和多组学整合：蛋白质组学数据可与基因组学、转录组学、代谢组学等其他组学数据进行整合，以构建全面的生物系统模型。这有助于揭示生物过程的复杂调控机制，从而为疾病的预防、诊断和治疗提供全面的信息。
9.免疫学：蛋白质组学可以研究免疫系统中的蛋白质互作和信号传导，从而揭示免疫反应的调控机制。这为免疫疗法、疫苗设计和自身免疫性疾病的治疗提供了理论基础。
10.药物毒性和药代动力学：蛋白质组学技术可以用于评估药物的毒性和药代动力学特性。通过研究药物对蛋白质组的影响，可以预测药物在人体内的代谢途径和可能产生的副作用。
总之，蛋白质组学在医疗和健康领域具有广泛的应用前景。随着技术的不断发展，蛋白质组学将为疾病的预防、诊断和治疗提供更多创新性的解决方案。
伴随着暮光，我们继续着我们的旅程。从选择性剪接，我们走到了翻译后修饰，蛋白复合物的形成，大到多核酸和肽，小到分子来调节活性。有些组学（‘ome）是有名字的，但是我们知道还会有更多源源不断的出现，所以我们就叫他们“其他组学（otheromes）”。感觉最有趣的信息是检测血液内有没有blabla抗体，这基本上是血液这种高丰度白蛋白样品类型最impressive的东西了。至于其他的～，一次HPLC-MS做人血液单纬度的全蛋白检测目前预计也就500～700个protein groups左右。600个能干嘛。即便去高丰度以后的单针，常规MS流程顶天也就800吧～如果是科研，做mudpit，二维也1000？（好久不看文献请专家指正）。HPLC-MS-PRM检测个血药浓度还能作为第二方案。biomarker什么的感觉现在大部分都是在耍流氓。
在科学发现的最初有基因组，随后出现了蛋白质组。但是前者是如何与后者联系起来的呢？在早些时候，基因组被认为是一维的，这也引出"一对多"的问题：一维的，单一的基因序列映射到多维蛋白质组中的多个蛋白质。同时，基因组自身也占据多个维度，所以使得在特性和时序方面(identity and temporal dynamics)将基因映射到蛋白质组成为一个更大的难题。问题是，在很多情况下，基因组的ORF(open reading frame)和人类的“蛋白质输出”没有一个简单的联系。这个问题是由其他的组学复杂化的，而这需要我们继续来发现。我有幸拥有一个出色的执行顾问委员会，由Andrew J.主持的编委会，副主编LucieKalvodova，总编辑Matthew Lock和顾问编辑Achim Kraus。希望您在阅读这篇文章之后有所收获。
