9年前归国加入西湖大学，他终于完成一个阶段性小目标！
文 | 《中国科学报》记者 张晴丹
2026年春，郭天南坐在西湖大学的办公室里，电脑屏幕上是一封来自《自然》（Nature）编辑部的邮件——论文被原则性接收了。他盯着屏幕看了几秒，没有太多的兴奋，反而是一种如释重负的平静。
人体各组织器官和肿瘤的蛋白质组比较研究对生物医学和药物研发极其重要，但一直没有团队可以做到。2014年，《自然》曾以封面文章形式发表过两篇人体蛋白质组图谱，在全球引起广泛关注。这些研究奠定了人体蛋白质组图谱的基础，但在组织覆盖、蛋白定量以及健康与癌症状态的统一比较方面仍有局限。
郭天南想补上这块拼图，促进蛋白质组学从基础研究走向临床。而人体蛋白质组图谱，就是他想搭建的那座桥的基石之一。
现在，这个阶段性小目标终于完成了。郭天南团队联合上海交通大学医学院、哈尔滨医科大学等单位绘制出迄今为止分辨率最高、覆盖组织和癌症类型最广的人体蛋白质组空间图谱，相当于为人体安装了一套可以“导航”的蛋白质定位系统，尽管这个导航系统仍十分初级。近日，相关研究成果发表在《自然》杂志上。
不太喜欢慢节奏
郭天南的科研之路，起点是临床医学。
1999年，郭天南进入华中科技大学同济医学院学习临床医学。在校期间，他同时在武汉大学修读生物学双学位。这种“左手临床、右手基础”的训练，让他日后始终盯着一个方向：如何让基础研究真正服务于临床。
博士阶段，他来到新加坡南洋理工大学，研究癌症蛋白质组学。正是在那里，郭天南第一次接触到这个当时还很新、现在也相对小众的领域。蛋白质是生命功能的直接执行者，也是绝大多数药物的靶点。但当时的蛋白质组学研究，大多停留在“从某个样品中鉴定出有哪些蛋白质”的阶段，离临床应用还很远。
博士后时期，郭天南来到瑞士苏黎世联邦理工学院，师从蛋白质组学领域的先驱Ruedi Aebersold教授。彼时，Aebersold实验室刚刚实现了一项技术突破，可以将蛋白质组分析的速度提升近十倍。但这项技术当时还无法处理临床样品——那些来自手术切除的、极其珍贵的组织样本。
郭天南决定自己动手，他开发出一项新技术，可以用芝麻大小的组织样本完成蛋白质组分析。2015年，这项成果发表在《自然-医学》（Nature Medicine）上。
后来，他去了澳大利亚，在悉尼大学医学院儿童医学研究所ProCan研究中心担任科学主任。那里设备一流、条件完备，“但对我来说，节奏有点慢”。他想更快地推动研究和转化，于是考虑回国。
实验室从毛坯房起步
2017年8月1日，郭天南回到杭州，加入了“浙江西湖高等研究院”，这是西湖大学的前身。走进自己的实验室时，里面是一个连门、窗、地板、实验台都没有的毛坯房，但他心里是踏实的。
“人体的心、肝、脾、肺、肾等器官组织到底有多少独特的蛋白质；肝癌、肺癌等肿瘤与正常的肝、肺等组织相比，多少蛋白质有差别。”郭天南说，他学临床医学出身，对生物标记物和药物靶点一直很感兴趣。他的课题组要做的，是覆盖全身尽可能多的正常组织和癌症类型的超大规模图谱；他想要的，是一个可比较、可量化的人体蛋白质全景导航图。
在西湖大学的“毛坯房”里从零开始搭建实验室的过程，对郭天南和他的首批学生而言，是一段独特的记忆。论文第一作者岳靓就是最早加入的学生之一。岳靓记得很清楚，实验室最初较为简陋，成立第二年才逐步安装了相关的实验设备。就在这样的条件下，他们开始了这场漫长的“人体解码”之旅。
研究的复杂程度远超想象。为了构建一个足够全面的图谱，团队需要汇集来自健康成人、胎儿以及癌症患者的近3000份组织样本。这并非易事，需要和40多位合作者沟通，包括解剖学老师、病理学家和来自不同医院的临床医生。郭天南坦言，和如此庞大的团队合作并确保每一份样品的准确性，是一个极其困难的工作。
蛋白质组数据极度复杂。不同于稳定的基因组，蛋白质组是动态的，在不同组织、不同生理状态下各不相同。研究的第一要务是建立一个“谱图库”——一个记录每种蛋白质“长相”的图鉴。岳靓回忆，项目头一年，团队几乎都在做这件事，不断优化质谱参数，与国外的数据分析团队沟通，只为了能鉴定更多、更可靠的蛋白质。
团队花了五六年时间，像拼图一样一块块收集样本、一次次跑实验，最终建起一个包含超过1.5万个蛋白质的谱图库，并对其中1.3万多种蛋白质完成定量分析。
当这张“地图”绘制完成，团队把所有数据投射到二维平面上，结果出乎意料：样本排成了一条清晰可辨的数轴——从胎儿组织到肿瘤组织，再到邻近非瘤组织，最后才是健康成人的正常组织。胎儿细胞本就增殖能力强，而肿瘤组织像是“倒退”到了这种未成熟状态；邻近非瘤组织在整体蛋白质组轨迹中介于肿瘤组织和健康成人组织之间，提示其分子状态与健康正常组织已有差异。
这张“地图”还填补了许多空白。团队鉴定到1717个在特定组织中富集的蛋白质，其中480个来自既往研究覆盖不足的组织类型，补上了人体蛋白质空间分布的空白。他们还在蛋白水平发现PANX3为耳蜗富集蛋白。由于此前数据集对耳蜗覆盖不足，这一发现体现了扩展组织覆盖的价值。
这张“地图”还“画”出了癌症的“前世今生”。团队发现，不同癌症的蛋白质变化差异很大。有些蛋白质在多种癌症中都异常活跃，提示不同癌症可能共享核心生存机制。还有一部分蛋白只在特定癌种中发生显著丰度变化，提示不同癌症可能具有各自的组织来源或细胞状态特征。
从人体蛋白质组到虚拟细胞
2024年，论文投稿至《自然》。审稿意见返回，给了修改机会，但要求很高。其中，两位审稿人要求突出研究的亮点，完善分析和方法的描述；第三位要求更严格的数据质控和补充癌症样本。
郭天南回忆，当时审稿人觉得每种癌症二十几个患者不足以反映肿瘤的异质性。团队不得不紧急联系合作医院，在短时间内补测了超过1000个样本，将每个癌种的病例数扩充到40多例。
岳靓和共同第一作者姜玟昊扛起了绝大部分工作。那段时间，大家又回到了每天“熬到凌晨三四点”的节奏。这轮修改花了8个月才完成，因为实验补完后，所有数据分析都要重做，文章几乎等于重写了一遍。郭天南回忆，那段时间实验室的节奏几乎是连轴转，主要成员也没有太多周末休息的时间。
岳靓提到一个细节：郭老师改论文非常细致，数据一个个看，代码一个个检查，全文一句一句地过。“郭老师善于理清思路、把控整体，他会主动来找我聊，帮我理清方向。”岳靓说。这些细节恰恰折射出郭天南带学生的方式，给足自由度，但也做好“守门人”。
岳靓刚来实验室时，对蛋白质组学一无所知。郭天南的理念是“英雄不论出身，只要你经过很好的训练，照样可以成为某个领域的专家”。早期，郭天南会从质谱操作、实验设计到数据分析逐项训练学生；随着项目推进，岳靓逐渐从学习者成长为核心执行者，能够独立判断数据质量、组织分析流程并推动文稿修改。
到了现在这个阶段，郭天南更像一个“守门人”。在郭天南的带领下，学生成长很快，课题组也频频传出好消息。7月1日，他实验室的另一篇评述文章在《自然》上线，他们同合作者一起提出了一套构建人工智能虚拟细胞（AIVC）的系统性理论框架。至此，郭天南课题组的研究领域，从蛋白质组学延伸到了虚拟细胞——一个对生命科学、药物研发和合成生物学等领域都十分重要的新兴学科。
回国以来，实验室从毛坯房到今年有了新的进展和起点，中间是9年的技术沉淀、人才培养和项目积累。如今，这张“人体地图”已经绘制完成。更重要的是，它让药物研发从过去“在黑箱里摸索”，逐渐转向“看着地图导航”。相关数据已经上传到公开数据库（db.prottalks.com），全球的研究者都可以自由访问，助力医学研究向前迈进。
论文链接：
https://www.nature.com/articles/s41586-026-10660-y
文中照片皆为受访者提供