在研究线粒体-内质网接触位点（MAM）时，明明推测存在未知调控蛋白，却被背景噪声干扰无法精准鉴定？想捕捉激素诱导的瞬时细胞器接触信号，却因时间分辨率不足错失关键数据？这些正是细胞器接触位点（MCSs）研究的核心痛点 —— 纳米尺度的动态结构、弱相互作用的蛋白网络，让传统技术难以突破“特异性”与“时效性”的双重瓶颈。

而拆分式邻近标记技术的出现，为这些难题提供了针对性解决方案。今天我们就按技术发展历程，带大家深度解析Split-APEX2、Contact-ID、Split-TurboID的核心优劣势、实战案例，帮你快速匹配适配自己研究的工具！

细胞器接触位点（MCSs）是两种细胞器膜在纳米尺度（<30nm）下紧密贴合（不融合）的区域，是钙信号转导、脂质交换、代谢整合等关键生理过程的核心。但传统研究方法存在明显局限：差速离心、密度梯度离心难以维持其动态结构完整，免疫共沉淀（Co-IP）无法有效捕捉弱相互作用或疏水膜环境中的跨膜蛋白，导致众多MCSs关键调控蛋白长期未被发现。

传统单组分邻近标记技术（如APEX2、TurboID）虽能标记邻近蛋白，但诱饵蛋白常分布于细胞器非接触区域，背景噪声较高。而拆分式技术的核心创新是将标记酶拆分为两个无活性片段，分别靶向两种相互作用的细胞器膜，仅当细胞器接触时，酶片段才会重新组装恢复活性 —— 相当于为MCSs安装“特异性触发开关”，彻底解决了空间特异性问题。

技术的发展脉络清晰围绕“速度、特异性、毒性”三大核心优化：

（一） Split-APEX2（2019）：基于过氧化物酶的高时空分辨率探测器

▶ 核心设计

基于过氧化物酶APEX2的拆分改造：通过B因子分析（原子热位移参数）筛选最优拆分位点，将APEX2拆分为N端AP片段（200aa）和C端EX片段（50aa），避开血红素结合口袋核心区，确保仅在细胞器接触时才复性激活。标记原理是催化生物素-酚生成自由基，共价标记10-20nm内的酪氨酸残基。

▶ 核心优势

① 时空分辨率极高：标记仅需1分钟，能捕捉激素/代谢物诱导的快速MCSs动态变化（如钙信号触发的瞬时接触）

② 扩散半径小（<20nm）：自由基半衰期<1毫秒，几乎无“漫游标记”，空间特异性强

③ 时间分辨率卓越：适合研究动态应激响应，堪称MCSs的“高速相机”

▶ 主要局限

① 细胞毒性：需外部添加H2O2，引发氧化应激，干扰线粒体代谢等氧化还原敏感过程

② 血红素依赖：复性酶活性受细胞内血红素浓度限制，不同细胞器隔室标记效率差异大

③ 背景干扰：虽然通过拆分降低了背景，但某些内源性过氧化物酶可能引发非特异性标记

▶ 实战案例：RNA应激颗粒的空间蛋白质组测绘

将AP片段和EX片段分别融合到应激颗粒特异性RNA结合蛋白上，在细胞应激状态下，仅应激颗粒内部及周边20nm内的蛋白被标记。通过质谱鉴定，成功区分了应激颗粒核心（如G3BP1）与外周组分（如PABPC1），构建了应激颗粒的精细蛋白质组图谱，验证了其在微小空间结构解析中的优势。

（二） Contact-ID（2020）：针对内质网-线粒体接触位点的先驱工具

▶ 核心设计

基于BioID（生物素连接酶）的拆分优化：通过B因子分析确定BirA酶的K283位点（B因子97.23，原子灵活性极高）进行拆分，形成Split-BioID系统。创新整合Spot-BioID质谱策略，不仅能鉴定标记蛋白，还能通过生物素化赖氨酸残基的位置，解析蛋白跨膜拓扑结构。

▶ 核心优势

① 低背景高纯度：拆分片段自组装倾向低，专门针对MAM优化，成功排除线粒体/内质网非接触区域蛋白污染

② 拓扑解析能力：仅标记胞质侧暴露的赖氨酸残基，可同时推断目标蛋白的跨膜方向（如N端朝向胞质还是腔隙）

③ 生理友好：使用天然生物素作为底物，无氧化应激毒性，可提现游戏平台app适合长期培养细胞的静态MCSs研究

▶ 主要局限

① 标记速度极慢：需16-24小时标记，可能导致细胞内蛋白周转，引入“漫游蛋白”背景

② 酶活性极低：复性后生物素连接酶活性弱，检测灵敏度中等，需大量细胞样本

③ 应用场景局限：主要针对内质网-线粒体接触位点，广谱性不足

▶ 实战案例：MAM特异性调节蛋白的发现

将拆分片段分别融合到内质网膜蛋白SEC61B和线粒体外膜蛋白TOM20，在HEK293T细胞中进行标记。成功鉴定出115个MAM特异性蛋白，其中发现FKBP8蛋白能通过调节钙调蛋白依赖性激酶Ⅱ，调控内质网-线粒体的钙离子转运，为MAM参与钙信号调控提供了新机制。

（三） Split-TurboID：当代MCSs研究的黄金标准

▶ 核心设计

基于TurboID（定向进化优化的高活性生物素连接酶）的拆分创新：通过SPELL算法预测最优拆分位点L73/G74，拆分后的片段具有低自组装倾向和高复性活性。可结合FKBP/FRB结构域，通过雷帕霉素诱导片段重组，实现接触位点的可控标记。

▶ 核心优势

① 酶活性极高：复性后生物素化效率比Contact-ID高12倍，接近全长TurboID

② 平衡的时空特性：标记时间1-4小时，兼顾动态捕捉与背景控制，扩散半径10-35nm

③ 生理友好+高灵敏度：使用天然生物素底物，无毒性，能鉴定低丰度MCSs蛋白

④ 广谱适用性：可用于线粒体-内质网、高尔基体-细胞膜等多种MCSs类型，是目前应用最广的技术

▶ 主要局限

① 自组装风险：需精确控制融合蛋白表达水平，过量表达可能导致非接触区域的片段自组装

② 标记时间略长：相比Split-APEX2的1分钟，1-4小时标记难以捕捉极快速的瞬时接触

▶ 实战案例：线粒体-内质网接触位点的深度图谱绘制

将N端片段Tb(N)融合到线粒体外膜蛋白Tom20，C端片段Tb(C)融合到内质网膜蛋白Cb5，在HEK293T细胞中进行标记：

① 鉴定出101个高置信度接触蛋白，包含已知标志物FACL4、Mff，以及新候选蛋白ABCD3、EXD2

② 雷帕霉素诱导组（R+）富集“紧密接触”组分，未诱导组（R-）捕捉“瞬时接触”组分，揭示了MCSs的动态层级结构

下表从多个维度对这三项核心技术进行了横向对比：

1. 若研究快速动态过程（如激素诱导的MCSs重构、应激响应）：优先选Split-APEX2，1分钟标记能捕捉“瞬时快照”

2. 若聚焦内质网-线粒体接触位点（MAM），且需解析蛋白跨膜拓扑：Contact-ID是唯一选择

3. 若需广谱MCSs测绘（如高尔基体-溶酶体、细胞膜-内质网），或追求高灵敏度、低毒性：Split-TurboID是首选，也是目前大多数MCSs研究的“黄金标准”

4. 若要获取完整蛋白质组图谱：建议联合两种正交技术（如Split-APEX2+Split-TurboID），两者重叠率<50%，可互补覆盖更多候选蛋白

在细胞器接触位点研究中，没有绝对的“完美技术”，只有“最适技术”。Split-APEX2凭借其快门式的瞬时标记能力，在捕捉高度动态的信号脉冲方面表现卓越；Contact-ID以其精准的位点鉴定和拓扑解析能力，在结构生物学与蛋白质组学的交叉领域占有一席之地；而Split-TurboID则凭借SPELL算法驱动的高效复性和强大的催化能力，成为目前高深度蛋白质组测绘的主流选择。

对于科研工作者而言，理解这些技术的底层生化逻辑与演进规律，不仅有助于设计更加严谨的实验方案，更能从纷繁复杂的质谱数据中洞察到细胞内部交互网络的真实面貌。未来的空间蛋白质组学将向着更高灵敏度、更低侵入性和多维度整合的方向持续进化，而拆分式邻近标记技术无疑是这场探索中的核心引擎。

1. Xu Y， Fan X， Hu Y. In vivo interactome profiling by enzyme-catalyzed proximity labeling. Cell Biosci. 2021;11(1):27. Published 2021 Jan 29. doi:10.1186/s13578-021-00542-3

2. Cho KF， Branon TC， Rajeev S， et al. Split-TurboID enables contact-dependent proximity labeling in cells. Proc Natl Acad Sci U S A. 2020;117(22):12143-12154. doi:10.1073/pnas.1919528117

3. Kwak C， Shin S， Park JS， et al. Contact-ID， a tool for profiling organelle contact sites， reveals regulatory proteins of mitochondrial-associated membrane formation. Proc Natl Acad Sci U S A. 2020;117(22):12109-12120. doi:10.1073/pnas.1916584117

4. Qin W， Cho KF， Cavanagh PE， Ting AY. Deciphering molecular interactions by proximity labeling. Nat Methods. 2021;18(2):133-143. doi:10.1038/s41592-020-01010-5

5. Han Y， Branon TC， Martell JD， et al. Directed Evolution of Split APEX2 Peroxidase. ACS Chem Biol. 2019;14(4):619-635. doi:10.1021/acschembio.8b00919

6. Cho KF， Branon TC， Rajeev S， et al. Split-TurboID enables contact-dependent proximity labeling in cells. Proc Natl Acad Sci U S A. 2020;117(22):12143-12154. doi:10.1073/pnas.1919528117

7. Hung V， Udeshi ND， Lam SS， et al. Spatially resolved proteomic mapping in living cells with the engineered peroxidase APEX2. Nat Protoc. 2016;11(3):456-475. doi:10.1038/nprot.2016.018