想象一下，如果我们能给细胞里的某个蛋白质装上一个“分子GPS”，实时追踪它的“社交圈”，看看它在特定时间、特定地点都和谁“混”在一起。这听起来很不错，邻近标记（Proximity Labeling, PL）技术正让这一切变为现实。它就像一位分子侦探，帮助我们绘制出活细胞内蛋白质之间瞬息万变的相互作用网络，为理解生命活动的本质打开了一扇全新的窗户。
近年来，邻近标记技术经历了爆炸式的发展。从最初的“慢动作”记录到如今的“高速摄影”，再到摆脱基因编辑的束缚，这项技术正以前所未有的深度和广度，揭示着疾病的秘密，并为新药研发带来革命性的启示。
一、技术原理的革新：绘制更清晰的分子社交地
邻近标记的核心原理很简单：将一个“标记酶”与我们感兴趣的“诱饵蛋白”融合。当被激活时，这个酶会产生高度活泼但不稳定的标记小分子，这些小分子只能扩散到非常近的距离（通常是纳米级别），并随机地给“诱饵蛋白”的邻居们贴上“标签”（如生物素）。随后，我们只需“钓”出所有带标签的蛋白质，就能知道诱饵蛋白的“邻居”都有谁了。
二、酶系统的迭代：更快、更准、更温和
传统的酶系统，如BioID，虽然开创了先河，但其长达数小时的标记时间限制了它捕捉瞬时相互作用的能力。为了解决这个问题，科学家通过定向进化技术开发出了TurboID和miniTurbo。它们将标记时间从18小时急剧缩短至10分钟，极大地提升了时间分辨率，让我们能够捕捉到蛋白质动态变化的“快照”。
而另一大主流技术APEX2虽然标记速度极快（仅需1分钟），但其需要过氧化氢（H₂O₂）作为底物，这对细胞存在潜在毒性，限制了其在活体生物中的应用。2025年初的研究展示了iAPEX工作流程，通过巧妙设计，在局部生成H₂O₂，从而最大限度地减少了毒性和背景干扰（bioRxiv, 2025）。更有研究利用光控系统（如SOPP3）来激活APEX2，实现了光控的高时空分辨率标记，进一步提升了技术的精准性和安全性（Cell Research, 2024）。
三、光催化标记的崛起：挣脱基因编辑的束缚
酶催化方法通常需要通过基因工程将标记酶引入细胞，这对于原代细胞、临床样本等难以转染的样品来说是一个巨大障碍。光催化邻近标记（Photocatalytic Proximity Labeling, PPL）的出现，为解决这一难题提供了优雅的方案。
这类方法使用光敏剂（光催化剂）代替标记酶。例如，2024年报道的CAT-S技术，利用一种可穿透细胞膜的铱基金属光催化剂，在蓝光照射下原位激活标记探针，成功实现了对小鼠组织、人类原代T细胞等样本中线粒体蛋白质组的标记，且无需任何基因操作（Nature Communications, 2024）。这无疑将邻近标记技术的应用范围拓展到了前所未有的广度。
更具突破性的是同年发表在*Science* 上的MultiMap技术。它仅用一种市售的有机光催化剂（Eosin Y），通过偶联到抗体上，就能在光照下激活三种不同标记半径的探针，从而实现从高分辨率到低分辨率的“多尺度”探测。研究者利用该技术成功绘制了肿瘤治疗靶点EGFR在细胞表面的“邻居地图”，甚至捕捉到了细胞间的相互作用（Science, 2024）。
四、主流邻近标记技术对比
五、应用领域的拓荒：从实验室走向临床前沿
随着技术的成熟，邻近标记不再仅仅是基础研究的工具，它正越来越多地应用于解决实际的医学问题，尤其是在疾病机理研究和药物开发领域。
解码疾病：从神经退行到肿瘤微环境
在神经科学领域，邻近标记技术被用于揭示突触重塑、钙信号通路等关键过程中的动态蛋白质网络，为理解阿尔茨海heimer病等神经退行性疾病提供了新的分子视角（Experimental & Molecular Medicine, 2025）。
在癌症研究中，PL技术能够精准描绘癌细胞表面受体的微环境，帮助科学家理解耐药性的产生机制，并发现新的治疗靶点。例如，通过绘制肿瘤与免疫细胞相互作用的界面，我们可以更深入地了解免疫疗法的作用机制（Cancers (Basel), 2025）。
赋能新药研发：寻找“不可成药”靶点的新邻居
许多疾病相关的蛋白质由于结构等原因，本身很难被小分子药物直接靶向，被称为“不可成药靶点”。邻近标记技术为此提供了新思路：既然不能直接攻击目标，那就去攻击它的“邻居”或“帮凶”。
通过PL技术，我们可以系统地鉴定出这些“不可成药靶点”周围的蛋白质。这些邻近蛋白可能更容易被药物靶向，从而间接调控目标蛋白的功能。一些新兴的生物技术公司，如InduPro，正利用其高分辨率的邻近蛋白质组学平台，系统性地绘制细胞膜蛋白的相互作用图谱，以发现用于抗体偶联药物（ADC）和T细胞接合器的新型肿瘤特异性靶点（医药魔方, 2024）。
六、挑战与展望：迈向时空蛋白质组学的未来
尽管邻近标记技术取得了巨大成功，但挑战依然存在。例如，它无法区分直接结合的“密友”和仅仅是空间邻近的“路人”；同时，如何进一步降低背景噪音、提高标记效率和空间分辨率，仍是科学家们努力的方向。
未来，邻近标记技术的发展将呈现几个激动人心的趋势。首先是与人工智能（AI）的深度融合，利用AlphaFold等多聚体结构预测工具，可以从PL数据中推断出更可靠的相互作用模型。其次是与其它组学技术（如空间蛋白质组学）的结合，构建多维度的细胞图谱，从更宏观的视角理解组织和器官的功能。正如 *Nature Methods* 将“空间蛋白质组学”评为2024年度技术一样（ Nature Methods, 2024），我们正处在一个探索生命空间复杂性的新时代，而邻近标记技术，无疑是这个时代最锋利的探针之一。
小结
PL-MS蛋白邻近表达筛选解决方案，为客户提供从细胞构建培养、亲和富集实验到质谱高通量筛选的一站式服务。解决方案基于实验筛选保障阳性结果，实验体系成熟数据准确度高，服务整合程度高实验省心，数据结果丰富且可直接用于发表。报告涵盖高可信度候选互作蛋白清单、候选互作蛋白注释富集分析、蛋白互作数据库挖掘、蛋白相互作用网络构建、互作网络关键节点筛选以及不同背景条件下互作蛋白结合强弱的动态分析等。
谱度众合是一家由武汉大学博士团队创办的科研服务企业，我们专注于利用质谱技术服务于生物标志物、药物靶点筛选、基础研究等蛋白质研究领域，我们在本专业细分领域持续深耕十几年，针对具体研究场景开发多种面向具体研究目的和论文发表需求的服务产品，助力于客户更轻松更高效的完成科研目标。
参考资料
[1] Mick et al. (2025). iAPEX: Improved APEX-based proximity labeling for subcellular proteomics with reduced toxicity and background. bioRxiv.
[2] Pan et al. (2025). Photoactivated SOPP3 enables APEX2-mediated proximity labeling with high spatio-temporal resolution in live cells. Cell Research.
[3] Fan et al. (2024). Bioorthogonal photocatalytic proximity labeling in primary living samples. Nature Communications, 15(1), 2694.
[4] Wells et al. (2024). Multiscale photocatalytic proximity labeling reveals cell surface neighbors on and between cells. Science, 385(6706), eadl5763.
[5] Kim et al. (2024). Bridging molecular and cellular neuroscience with proximity labeling technologies. Experimental & Molecular Medicine, eadl5763.
[6] Emili et al. (2025). Proximity Labeling:Precise Proteomics Technology for Mapping Receptor Protein Neighborhoods at the Cancer Cell Surface. Cancers (Basel), eadl5763.
[7] Method of the Year 2024: spatial proteomics. (2024). Nature Methods, 21(12), 2035.
