1、首先对你工作的发表表示祝贺，请你简要的谈谈这项工作的意义。

酒精性肝病是最为常见的慢性肝病之一，每年有超过50万人因该病死亡。其病理分级复杂，且发病和恶化无明显症状，也就决定了其临床检测的复杂性和挑战性。早期检测有助于通过药物治疗或改变生活方式等改善疾病后果。然而目前用于临床检测的血清学指标，比如FIB-4 Index, APRI等特异性低，灵敏度不够强，尤其是对于疾病早期检测。瞬时弹性成像技术对于检测重度肝纤维化（>=F3）有很高的准确性，可是对于轻度或中度肝纤维化准确度不够理想。

本研究致力于通过分析病人血浆及肝脏蛋白质组寻找能用于早期检测临床标志物。我们通过对丹麦600例临床样本进行血浆蛋白质组研究，应用机器学习鉴定到了3组血浆蛋白质标志物用来分别预测早期肝纤维化（>=F2），酒精性肝炎，以及脂肪肝。通过与13个同类最佳的检测方式进行比对，无论是检测还是预测疾病进展，本研究鉴定到的3组蛋白标志物都有相当甚至更优的性能。据我们了解，此项研究首次展示了基于质谱的蛋白质组学技术能同时检测3种肝病病理独有的生物标志物，并且性能超过传统的临床检测手段。我们认为这为后续建立一个基于质谱的肝病检测方法提供了很重要的生物学依据。另外，本研究中配对的肝脏-血液样本设计使得我们可以整合血浆和肝脏样本中蛋白质组数据，为血浆蛋白标志物的组织来源提供了依据。通过与我们的前一项工作进行比较，我们发现非酒精性肝病以及酒精性肝病有很多相似的蛋白表达变化，此项工作进一步证实了前期工作检测到的肝病生物标志物比如PIGR, ALDOB和LGALS3BP.

2、请你谈谈在该研究中遇到最大的挑战是什么？最后是如何解决的？

此研究是一项与丹麦欧登塞大学医院的合作，数据涉及到病人隐私。由于患者隐私权的相关法律规定，尤其是2018年五月欧盟新引进的数据保护法，为了顺利开展此项研究并发表研究结果，前后由于签订数据处理协议，申请数据公开等，展开了与国家，地区以及学校等不同层面部门的交涉，花费了大量时间和精力。相比研究本身，这些文书工作我认为是此项工作最大的挑战。为此，我的合作者还发表了一篇号召改变相关法律法规和政策的文章：https://ugeskriftet.dk/videnskab/den-store-showstopper-iforskningssamarbejder

3、我们注意到，这篇文章中运用到一种新的Boxcar/DIA采集模式，请简要分享一下它和传统采集模式的区别？

BoxCar是Mann课题组近年来为基于Oribtrap的质谱仪开发的一种新型谱图采集模式。 其通过分段一级谱图中母离子的m/z，均等分配各m/z区间离子在C-trap中的累积时间，以提高低丰度离子在一级谱图的信噪比。这种策略对于尤其是蛋白丰度动态范围非常大的样品，比如人血浆样本，无论是结合DDA还是DIA，相对于单独使用传统的一级谱图扫描模式都有优势。