在复杂人类组织中以单细胞分辨率分析蛋白质丰度和动态具有挑战性。鉴于人类大脑皮层研究中转录本与蛋白质丰度的不一致，研究者开发了一种优化工作流程，结合无标记单细胞质谱与精确样本准备，解析发育中大脑单个细胞的定量蛋白质组。这个方法即使在小型未成熟的胎前人类神经元（直径约7–10微米，~50 pg蛋白）中，也能实现深度蛋白质组覆盖（每细胞约800个蛋白质），捕捉主要脑细胞类型，并实现单细胞分辨率下的全蛋白质组特性分析。研究记录了跨细胞类型，特别是与神经发育障碍相关的基因中，广泛的转录组-蛋白质组不一致。蛋白质表现出明显更高的细胞类型特异性，凸显了蛋白质组级分析的重要性。通过在蛋白质组层面重建从桡骨胶质细胞到兴奋性神经元的发展轨迹，研究识别出动态的、阶段特异性的蛋白质共表达模块，并将中间的祖体至神经元转变定位为与自闭症相关的遗传易感阶段。
作者把数据集做成了个网站，供互动式探索和下载。数据集包含来自配对人类发育大脑样本的单细胞级蛋白质丰度谱，通过无标LC/MS进行分析。
网站使用Cirrocumulus构建，一款用于大规模单细胞基因组学数据的交互式可视化工具，由Broad Institute开发。
另有配对样本的对应单细胞转录组。该数据集提供单细胞RNA测序数据，并结合蛋白质组样本。
作者还开放了关键发现和图表所需的代码和数据，提供了预编好的jupyter notebook，演示主要图的生成过程。该笔记本可通过 Pluto.jl 运行，方便交互式分析。 Pluto.jl是Julia 语言的简单、反应式编程环境。
参考
- Wu, T., Jiang, L., Mukhtar, T. et al. Single-cell proteomic landscape of the developing human brain. Nat Biotechnol (2026). https://doi.org/10.1038/s41587-025-02980-7
- https://cell.ucsf.edu/SCProteome/https://cirrocumulus.readthedocs.io/en/latest/documentation.html
- https://github.com/lilab-bcb/cirrocumulus
- https://github.com/SingleCellProteomics/Brain
- https://plutojl.org/
