Nature：贺福初院士、卞修武院士、宁光院士、乔杰院士、宋尔卫院士等参与撰写，以蛋白质组学开启智能化医疗新纪元

人类基因组计划（HGP）绘制了人类基因组的全面图谱，并确定了人类约 20,300 个蛋白质编码基因。这展示了数据驱动的大规模协同「组学」项目在变革生物医学研究中的强大力量，并催生了基因组学驱动的精准医学。

人体由数万亿个细胞组成，这些细胞被分为不同的类型，各自具有独特的形态和功能。此外，同一类型的细胞在个体生命过程中可能会进入不同的状态。为了全面理解人体生物学，研究身体中蛋白质（即蛋白质组）的复杂性至关重要，因为蛋白质是细胞功能的关键。

然而，这些复杂性无法仅通过基因组预测，也无法用现有技术系统性地测量。近年来，蛋白质组学技术和计算科学的突破使我们能够以前所未有的精度和规模探索人体的生物学。这促成了一项名为 π-HuB（人体蛋白质导航器）的大规模科学计划的诞生。

2024 年 12 月 11 日，蛋白质组学国家重点实验室、北京蛋白质组研究中心、国家蛋白质科学中心、北京生命组学研究所和广东智慧医学国际研究院贺福初院士联同瑞士苏黎世联邦理工学院分子系统生物学研究所 Ruedi Aebersold 及麦考瑞大学医学院 Mark S. Baker 教授、陆军军医大学卞修武院士等世界顶尖科学家在 Nature 杂志上发表了前瞻性论文 π-HuB: the proteomic navigator of the human body。（参与文章的学者有：贺福初（院士）、卞修武（院士）、伯晓晨、常乘、陈洛南、陈香美（院士）、陳玉如（中國台北）、程和平（院士）、鄂维南（院士）、樊嘉（院士）、高福（院士）、高文（院士）、顾东风（院士）、郭长江、郭天南、何跃忠、姜颖、李明、刘翠华、刘光慧、刘芝华、吕奔、孟安明（院士）、宁光（院士）、彭耀进、潘全威（中國澳門）、乔杰（院士）、沙家豪、宋尔卫（院士）、孙爱华、汤超（院士）、唐刘君、田瑞军、王辰（院士）、王新兴、谢林海、颉伟、徐涛（院士）、闫丽盈、杨靖、杨晓、翟琦巍、张丽华、张令强、张平文（院士）、张玉奎（院士）、朱云平等。）

图 1：文章来源（Nature）

该文章介绍了 π-HuB 项目三大核心目标，详细阐述了构建 π-HuB 导航器六大关键支柱，并点明计划具体实施过程中的挑战。π-HuB 项目预计将在未来几十年对生物医学研究做出重大贡献，促进疾病的预防和诊断，加速药物发现，并最终引领一个由蛋白质组学驱动的实践智慧医学（phronesis medicine）的新时代。

π-HuB 项目的总体使命是通过投资数十亿元人民币，在未来三十年内支持科学家的国际和跨学科合作，以实现三个具体目标（图 2）。

目标 1：揭示人体的基本原理：π-HuB 项目将首先将人体分解为一系列数字化的蛋白质组解剖空间层级。通过利用快速发展的技术（如单细胞蛋白质组学和空间蛋白质组学），项目将数字化并持续完善人体的完整定量蛋白质组和细胞组成；借助于多模态数据融合/整合技术的最新进展，特别是深度学习或基础模型的快速发展，这种基于解剖学的高分辨率蛋白质组数据将为解码细胞/组织/器官的基本分子和细胞构建原理等提供前所未有的机会。

目标 2：开发「Meta Homo Sapiens」模型：Meta Homo Sapiens 模型的构建基于人体的基本原理，将采用三维解剖层级记录器官、组织、体液和细胞在每一层级的数字特征，并包含时间序列框架。每一帧都包含在一个单位时间内测量和扩展的蛋白质组数据，以表示给定时间点的人体状态。

目标 3：构建 π-HuB 导航器：π-HuB 项目的目标是实现以蛋白质组学为驱动的实践智慧医学（phronesis medicine）。导航器将能够将 Meta Homo Sapiens 模型的原型从人体的初始状态转移到不同的次生状态，从而获得现实模型。接下来，通过模拟每个模型在特定时间段内的身体动态，创建覆盖人体所有关键状态的状态空间，从而解决基于非侵入性蛋白质组快照和纵向蛋白质组测量进行结果预测的最优方法。

图 2：π-HuB 项目的总体目标

为实现上述目标，π-HuB 项目依靠六大关键支柱的支持（图 3）。π-HuB 项目的成功实施建立在六大关键支柱之上，这些支柱为项目的结构和运营提供了基础：

1. 人类生物样本：是 π-HuB 项目的基础组成部分；

2. 测量技术的创新：π-HuB 将协调并支持国际社区的努力，加速和基准化跨不同平台和实验室的基于质谱的单细胞蛋白质组学（SCP）技术。

此外，π-HuB 项目还将开发、整合并应用稳健的技术，以生成多维蛋白质组数据，这些数据能够指示蛋白质组的功能状态；

3. 计算技术的创新：π-HuB 项目将通过揭示人类身体的分子重建，在生物医学领域推动边界的突破。将构建多个「白箱」原型 Meta Homo Sapiens 模型，作为 π-HuB 项目构建系统基础模型的重要初始条件；

4. 大科学基础设施：π-HuB 项目将建立国家级设施/中心，作为大科学基础设施，用于多层蛋白质组数据的收集和处理。与此同时，π-HuB 项目还与全球高校和其他机构附属的研究实体的现有基础设施合作，例如荷兰蛋白质组学中心（Netherlands Proteomics Centre）和澳大利亚的 ProCan 项目；

5. 开放资源：π-HuB 项目将最大化利用已收集的人类样本和重新分析先前生成的数据，以充分利用科学进步的成果，同时尽量减少对参与者隐私的风险，并认可研究人员的贡献。此外，π-HuB 项目将开发生物信息学基础设施，将蛋白质组图谱整合到全球最受欢迎的蛋白质知识库 UniProt 中，从而使信息可供整个生命科学社区使用。更重要的是，该项目还将开发一个基于 π-HuB 分子和空间数据的网络化 Meta Homo Sapiens 计算框架，使临床医生和患者能够免费查询医疗干预策略；

6. 国际研究团队：π-HuB 项目将由一个执行委员会领导和管理，并由一个咨询委员会进行监督。

图 3：π-HuB 项目实施的关键支柱

为了使 π-HuB  成为一个具有广泛适用性的项目，有必要通过设定可交付成果和预期结果，并在相对较短的时间内分阶段实施计划，以最大限度地提高其对社区的相关性。在启动和发展阶段（2024–2033 年，即「第一阶段」），将构建一个国际合作网络，通过以下措施为项目奠定技术基础：促进方法学进步、对最先进技术进行基准测试以实现标准化、建立数据集成和建模的计算基础设施等。同时，在相对较短的时间框架内实现以下主要成果（见表  1）对项目至关重要。

1.  细胞类型组织的基本原则：将首先利用最先进的流式分选技术和并行质谱采集平台，构建所有主要器官的参考细胞类型蛋白质组图谱；

2. 基于蛋白质组学的生活方式指南：在第一阶段，将重点研究影响或重塑健康个体蛋白质组的最主要因素；

3. 基于蛋白质组学的精准医学推广：计划在不同病理生理阶段绘制十个主要器官及其对应生物液体的蛋白质组，重点研究每个相关器官的三到五种代表性疾病。

此外，π-HuB 项目将积极与临床医生、政策制定者和工业合作伙伴合作，推动新的基于蛋白质的生物标志物和药物靶点的发现，并将其应用于临床诊断和药物开发，从而推动向基于蛋白质组学的精准医学的范式转变。

表 1: π-HuB 第一阶段的主要成果

自  2020 年成立以来，π-HuB  联盟已发展成为一个拥有  100 多名成员的国际协作力量，动员了全球学术界、工业界和政府部门从事蛋白质与健康科学研究的科学家们。π-HuB  项目通过整合来自全球多学科科学家社区的研究成果，可能进一步促进全球合作与讨论，以更好地理解人类生物学，并推动医学从疾病轨迹预测到新治疗方案的发展。

参考文献：

He, F., Aebersold, R., Baker, M.S. et al. π-HuB: the proteomic navigator of the human body. Nature 636, 322–331 (2024). 

图片来源：图虫创意

如需代发文章宣传、新闻稿、招聘等；或有生物学相关专业背景，有意愿应聘兼职作者的老师，请后台回复【学术】添加小编

转载须知

【原创文章】丁香学术原创文章，欢迎个人转发分享，未经授权禁止转载，所刊登的所有作品的著作权均为丁香学术所拥有。丁香学术保留所有法定权利，违者必究。