美国量子硅公司(Quantum-Si, Inc) Brian D. Reed等研究人员开发新型单分子蛋白测序技术，高灵敏度蛋白/肽段测序，解析蛋白突变/修饰以及蛋白混合物中的成分(1)。
该技术主要基于荧光标记的recognizer蛋白识别待测蛋白/肽段的末端氨基酸，以及可以从蛋白末端切割氨基酸的酶（Aminopeptidases）。荧光recognizers蛋白与末端氨基酸结合时的特征性荧光模式（荧光寿命、强度（为了区分荧光类型）以及结合动力学“指纹”等）可以被成像系统捕捉，进而定位其氨基酸类型；后续配合蛋白酶的末端切割可进一步识别后续氨基酸（见下图）(1)。
图1：基于末端氨基酸识别的单分子蛋白测序技术(1)
图2：recognizer蛋白识别不同末端氨基酸产生的特征性荧光模式(1)
该项工作2022年10月13日发表在Science；研究人员表示通过定向进化等开发更多特异性识别的recognizer蛋白与末端切割蛋白酶有望实现高灵敏蛋白de novo测序，助力蛋白质学研究(1)。
Comment(s):
蛮有潜力的技术。除了作者们提到的开发更好的recognizer蛋白以及蛋白酶，训练合适机器学习模型（比如搭建generative adversarial network (GAN)框架），并配合质谱数据，也可以提升对复杂生物样本中蛋白质组的解析能力(2)。
参考文献：
1. B. D. Reed et al., Real-time dynamic single-molecule protein sequencing on an integrated semiconductor device. Science (80-. ). 378, 186–192 (2022).
2. I. J. Goodfellow et al., Generative Adversarial Networks. arXiv. 11046 LNCS, 1–9 (2014).
原文链接：
https://www.science.org/doi/10.1126/science.abo7651
