编辑推荐：
蛋白质是极具稳定性的生物分子，能够在基因组之外定义细胞、组织和生物体的表型。在常规蛋白质组学中，样本来源通常是已知的，其主要分析目标是蛋白质数量的改变。然而，当样本内容未知且需通过分析蛋白质身份来审查样本成分时，情况就完全不同了。这正是法医蛋白质组学与古蛋白质
蛋白质是极具稳定性的生物分子，能够在基因组之外定义细胞、组织和生物体的表型。在常规蛋白质组学中，样本来源通常是已知的，其主要分析目标是蛋白质数量的改变。然而，当样本内容未知且需通过分析蛋白质身份来审查样本成分时，情况就完全不同了。这正是法医蛋白质组学与古蛋白质组学所面临的情形。研究人员很高兴能推出这期法医蛋白质组学文集，该文集展示了该领域近期取得的进展，这些进展例证了该领域的快速增长和不断扩大的影响。近期，质谱和其他方法的重大技术进步使得在法医学中能够对蛋白质和代谢物进行可靠的表征，从而推动了该领域的显著扩展。在过去十年中，法医蛋白质组学和代谢组学的发文量增长了约4倍，PubMed记录分别从2016年的31篇和33篇增加到2025年的122篇和144篇，而到2026年年中，已分别记录68篇和84篇。至关重要的是，法医蛋白质组学并不追求像标准短串联重复序列基因分型那样去直接识别个人身份，而是为法医学场景中的综合生物学和化学背景分析提供了新机遇。这种法医学背景极其丰富，包括识别目标物质、提取供体表型特征、织物或痕迹物种推断、最后一餐成分分析、样本来源溯源以及基质特异性时间印记。因此，其应用范围从传统的法医调查——如涉及体液或尸体组织的调查——延伸到生物考古和古生物学研究，并扩展到生物安全、野生动物法医学和欺诈预防等领域。
法医科学的核心挑战在于对未知来源样本进行精准的生物学与化学背景解析。传统的DNA分析虽能进行个体识别，但在样本严重降解或面临复杂取证场景时往往受限，且难以提供样本表型特征、死亡时间及物种溯源等多维度信息。为突破这一局限，法医学界亟需引入新的分子分析手段。这不仅关乎案件事实的还原，也对欺诈预防及生物安全等领域具有重大意义。基于此背景，研究人员对法医蛋白质组学领域的最新进展进行了系统性探讨并发表于《Journal of Proteome Research》。研究表明，蛋白质和代谢物作为稳定的生物分子，能够有效填补基因组在法医学应用中的空白。相较于传统的短串联重复序列基因分型，法医蛋白质组学不直接进行个体识别，而是通过分析蛋白质身份来揭示样本组成，提供更为全面的生物学与化学背景信息。这一技术的应用拓展了法医学的边界，涵盖传统法医调查、生物考古、生物安全和欺诈预防等多个领域。论文的发表标志着法医蛋白质组学正从概念验证阶段走向实际应用，对完善法医学工具库具有深远意义。
在本研究中，研究人员主要依托质谱及其成像技术，结合机器学习等计算模型开展分析。样本队列主要来源于人类骨骼遗骸、犯罪现场体液及干血斑。研究采用液相色谱-串联质谱和液相色谱-高分辨质谱等多种质谱 workflows 进行多组学定性定量分析，部分队列采用基质辅助激光解吸电离质谱和实时直接分析-高分辨质谱直接分析样本。基于上述数据的机器学习与深度学习模型则被广泛用于分类预测与时间推断。
在个人识别、表型分析与来源判定方面，研究人员指出法医蛋白质组学在可预见的未来不会替代DNA图谱分析，但其通过鉴定遗传变异肽段（GVPs，即包含由DNA蛋白编码区非同义单核苷酸多态性导致的单氨基酸多态性的肽段）实现了辅助个人识别。研究显示，当特定数据库可用时，研究人员甚至能从指纹或非人类样本的人类污染蛋白中回收GVPs。同时，基于液相色谱-串联质谱的分析方法从全血中提出了生物学性别分类器，但由于真实样本中污染物和降解的复杂性，该法应用受限。针对此问题，研究人员采用了纸喷雾电离质谱（PSI-MS）结合机器学习的方法，对干血斑进行性别判定，新鲜样本准确率高达100%，陈旧样本约为92%。此外，通过对代谢组和微生物组数据的整合与随机森林模型分析，体液鉴定准确率达到100%。通过液相色谱-串联质谱技术，研究人员还成功利用296种蛋白质生物标志物对头皮、腋毛和阴毛进行了分类。
在指纹评估与老化推断方面，研究人员指出蛋白质组学与代谢组学为指纹研究开启了新机遇。凝胶atin凝胶提取技术上的解吸电喷雾电离质谱成像能够直接进行化学分析和指纹可视化。气相色谱-串联质谱分析流程不仅能够识别指尖的70种内源性和外源性化妆品物质，还能基于个人护理品区分指纹供体。此外，通过飞行时间二次离子质谱与机器学习策略，能够对重叠指纹进行化学成像并判断其沉积顺序。在推断事件时间表时，研究人员利用基质辅助激光解吸电离质谱及成像和扫描电化学显微镜（SECM）对指纹脂质降解模式进行建模，揭示动力学受环境影响且与指纹老化相关，将估算误差降至2-27%。这表明该技术能有效估算指纹年龄并重建犯罪现场时间表。
在体液与沉积时间推断方面，确定犯罪现场体液的沉积时间仍是法医学的一大挑战。研究人员通过对干涸的血液、精液、唾液和尿液代谢组进行为期4周的分析，发现了各液体特异性的降解模式，从而实现对时间的归属判定。研究发现，血液斑中的焦谷氨酸、谷氨酰胺、乙酰肉碱和5'-单磷酸腺苷等代谢物是1周内可靠的血斑年龄指示剂。相较代谢组学研究，基于蛋白质组学的时间推断更具挑战性，仅有约4%的血斑蛋白发生显著降解。研究人员利用液相色谱-高分辨质谱（LC-HRMS）和数据非依赖采集（DIA）在干血斑中发现了随时间和储存条件变化的肽段修饰，这为沉积时间推断提供了理论基础。
在骨骼遗骸推断死亡后间隔和死亡年龄方面，骨骼与软组织分析被证实是质谱法在法医学尸体腐烂与病理学中最具潜力的应用。通过对不同户外腐烂情形下人类骨骼的分析，研究人员提出了推断死后间隔（PMI）和死亡年龄（AAD）的新型生物标志物，并强调需充分考虑骨矿物质密度与埋藏情形的影响。同时，对动物模型的研究发现了超出青春期推断死亡年龄的额外相关性蛋白。在针对水生环境的探索中，研究在小鼠尸体上发现了反映死后浸泡间隔（PMSI）和水质类型特征的蛋白标志物，证实了该技术在水域中的法医学应用潜力。
在死因推断与法医病理学其他应用方面，研究人员指出多组学方法已被用于解决棘手的法医病理学问题。通过对玻璃体液进行代谢组学特征分析，研究人员准确区分了低温致死案例与对照组，在缺乏特定损伤的法医学鉴定中提供了极具价值的诊断依据。同样，玻璃体液代谢组学也能用于推断PMI，第一天内预测误差低至6小时。在将代谢组学的应用扩展至多种大鼠组织后，研究人员获得了死后4天内的高精度PMI，并明确了潜在的法医学组织特异性生物标志物。为优化基于代谢组学的分析流程，研究人员引入了深度学习模型“LCMS-Net”，该模型能端到端处理原始LC-HRMS数据而无需人工预处理，在死因筛查中性能优于现有先进方法。
在物种鉴定方面，确定样本来源是人源还是非人源对于后续法医检验至关重要。研究证实蛋白质组学能轻易区分血迹中的动物物种。部分研究将物种和性别测定整合至便携式侧向流动生物传感器中，使法医分析能在40分钟内完成。此外，研究人员利用DART-HRMS结合层次保形预测，成功辨识出不同的蛆虫物种。在针对骨骼遗骸的物种推断中，ZooMS方法已成为古蛋白质组学领域内的主流，它依赖MALDI离子源和多肽质量指纹图谱实现极速分析。同时，基于液相色谱-串联质谱数据的物种特异性多肽和ClassiCOL等算法也实现了对胶原蛋白来源物种的分类。
在欺诈与安全方面，研究表明蛋白质组学在食品真实性鉴定中具有极高价值。自下而上的液相色谱-质谱联用（LC-MS）方法能检测到牛乳中低至0.1%的A1β-酪蛋白，为昂贵的A2牛奶市场提供验证工具。此外，LC-MS技术亦被用于检测尿液和毛发中的氧化掺假。在生物安全与环境监测方面，代谢组学被用来揭示巴尔干地区通过蜂蜜与环境样本对人体产生的基因毒性暴露途径。结合适配体功能化氧化石墨烯纳米传感器的微流控芯片被开发用于快速检测黄曲霉毒素。在应对生物安全威胁时，研究人员对蓖麻籽的转录组学和定量蛋白质组学进行整合分析，确定了24种特征多肽，能够有效阐明样本的地理来源梯度。
最后，研究人员在讨论与结论部分指出，尽管蛋白质与代谢物所蕴含的丰富信息为各类法医学调查与欺诈预防提供了巨大潜力，但该领域目前仍须突破原理验证阶段，而现实案例的异质性使得基准评测变得极具挑战。尽管质谱仪器的性能已大幅改善，但其高昂的成本与操作的复杂性使其在常规环境中仍难以被简单管理。目前，部分国家的预审法官开始尝试采用蛋白质组学以发掘案件新线索。为了使这一技术在法庭上具有公信力，相关立法仍需逐步完善，这前提要求法医蛋白质组学的发展潜力被科研界与司法界所充分认知。因此，全面记录该领域的论证潜力是提升各界认知的关键第一步。研究人员期望通过该文集为未来的潜在使用者提供全面的研究参考与入门指引。
