综述：基于质谱的蛋白质组学在法医调查中的应用：LC-MS应用的重点综述

本综述系统梳理了LC-MS/MS技术在法医蛋白质组学中的前沿进展，重点阐述了其在死后间隔（PMI）估算、生物样本（如骨骼、毛发、体液）来源鉴定、个体特征（性别、种族、生物年龄）分析中的关键作用。文章详细比较了自上而下（Top-Down）、自下而上（Bottom-Up）等蛋白质组学策略的优劣，并指出标准化验证与生物信息学工具开发是推动该技术成为法庭科学可靠工具的核心挑战。

蛋白质组学方法

法医蛋白质组学主要依赖三种质谱策略：自上而下（TDP）直接分析完整蛋白质，适用于研究蛋白质异构体和翻译后修饰（PTMs），但对仪器要求高；自中而下（Middle-Down）分析中等大小的蛋白质片段，平衡了结构信息与复杂度；自下而上（Bottom-Up）通过酶切将蛋白质消化为肽段进行分析，具有高灵敏度和高通量优势，是目前法医应用最广泛的方法。

自下而上蛋白质组学的技术流程

自下而上蛋白质组学的工作流程始于样本制备。针对骨骼、毛发、肌肉等复杂基质，需采用机械破碎、去垢剂（如SDS）裂解等方法提取蛋白质。提取后常通过色谱技术（如离子交换、反相色谱）或电泳（如SDS-PAGE、2D-PAGE）进行纯化与分级。蛋白质经胰蛋白酶等酶切后，肽段通过液相色谱分离，并进入质谱仪分析。

数据采集模式分为靶向与非靶向。靶向方法如选择反应监测（SRM）和平行反应监测（PRM）利用稳定同位素标记内标（SIL-IS）对特定肽段进行精确定量，重现性好。非靶向方法如数据依赖采集（DDA）和数据非依赖采集（DIA）无偏向性地检测所有肽段，适用于生物标志物发现。DIA模式通过系统性地碎裂所有离子，减少了数据采集的随机性，提高了定量重现性。

数据分析阶段涉及原始谱图的预处理、峰检测、肽段鉴定与定量。软件工具（如Mascot、Skyline）通过比对数据库或de novo测序解析肽段序列，进而推断蛋白质身份与丰度。

法医蛋白质组学在人类样本中的应用

骨骼

骨骼蛋白质（如胶原蛋白、骨钙素）因其交联结构而具有出色的死后稳定性。研究表明，胎球蛋白A（Fetuin-A）的含量与个体生物年龄呈负相关，而双糖链蛋白聚糖（Biglycan）的脱酰胺水平与PMI显著相关。此外，基质Gla蛋白、补体C3等蛋白质的降解模式也为PMI估算提供了分子时钟。单氨基酸多态性（SAAP）分析骨骼蛋白质中的遗传变异肽（GVPs），还能实现个体识别和种族推断。

毛发

毛发主要由角蛋白构成，其蛋白质组包含丰富的个体信息。截短或加工后的II型角蛋白肽（如K81、K83、K86）可用于性别判断，而K33b等角蛋白肽有助于种族区分。毛发中GVPs的分析显示出高度的个体间差异和个体内一致性，即使毛发来自身体不同部位或存在损伤，也能进行个体识别。

体液

识别犯罪现场遗留的体液（如血液、精液、唾液）对案件重建至关重要。蛋白质组学已鉴定出多种体液特异性生物标志物，例如血红蛋白和转铁蛋白是血液的特征蛋白，半乳凝素3（Semenogelin）和前列腺特异性抗原是精液的标志，α-淀粉酶1是唾液的标志物，角化蛋白（Cornulin）和抑半胱氨酸蛋白酶蛋白A（Cystatin A）可用于阴道分泌物的鉴定。多重质谱检测方法甚至能准确识别二元混合体液。

指纹

指纹残留物中的蛋白质分析可揭示遗留者的生物学信息。研究发现，角蛋白细胞骨架9（K1C9）、10（K1C10）等13种蛋白质在指纹中稳定存在，其中5种蛋白（如K1C9、K2C1、皮离蛋白DCD）的丰度与指纹遗留时间存在年龄依赖性增长关系。此外，指甲下残留的血红蛋白和阴道液标志物（如角化蛋白）能在沉积后数小时内被检测到，为案件调查提供关键线索。

肌肉

肌肉组织富含多种蛋白质，其降解规律可用于PMI估算。结蛋白（Desmin）、心肌肌钙蛋白T（cTnT）、肌动蛋白（Titin）等肌肉结构蛋白在死后呈现规律性降解。研究表明，cTnT的降解动力学受温度影响，这为建立更精确的PMI估算模型提供了依据。

挑战与未来展望

法医蛋白质组学面临样本降解、污染、物种区分、数据库不完善以及方法标准化不足等挑战。蛋白质的复杂性（21种氨基酸、多种PTMs）也使其分析难度高于DNA。未来需加强机器学习在蛋白质谱解析中的应用，开发更强大的生物信息学工具和统计框架，并推动技术标准化以满足法庭证据的采信要求。随着高分辨率质谱仪的普及和基因组数据的积累，法医蛋白质组学有望在个体识别、PMI估算等领域发挥更重要的作用。