MaxDIA:将蛋白质组学提升到一个新的水平

首席躺平官 2021-07-13 10:54:09 阅读: 1502

    蛋白质组学产生大量数据,分析和解释这些数据可能非常复杂。在过去的十年中,免费软件平台 MaxQuant 已被证明对于鸟枪式蛋白质组学的数据分析是无价的。现在,马克斯普朗克生物化学研究所的组长 Jürgen Cox 和他的团队展示了新的 2.0 版本。它为数据独立采集 (DIA) 蛋白质组学提供了一种改进的计算工作流程,称为 MaxDIA。MaxDIA 包括基于库和无库的 DIA 蛋白质组学,并允许高度敏感和准确的数据分析。MaxQuant 2.0 将依赖于数据和独立于数据的采集整合到一个世界中,是朝着改进个性化医疗应用迈出的一大步。

    蛋白质对于我们的细胞发挥功能至关重要,但关于它们的合成、丰度、功能和缺陷的许多问题仍未得到解答。高通量技术有助于提高我们对这些分子的理解。为了通过液相色谱法和质谱法 (MS) 进行分析,蛋白质被分解成更小的肽,这一过程被称为“鸟枪蛋白质组学”。随后用质谱仪测定这些肽的质荷比,从而得到 MS 谱图。从这些光谱中,可以重建有关分析蛋白质身份的信息。然而,数据的巨大数量和复杂性使得数据分析和解释具有挑战性。

使用质谱法分析蛋白质的两种方法

    霰弹枪蛋白质组学中使用两种主要方法:数据依赖采集 (DDA) 和数据独立采集 (DIA)。在 DDA 中,预先选择样品中丰度最高的肽段进行碎裂和测量。这允许重建这几个预选肽的序列,使分析更简单、更快。然而,这种方法会导致对高丰度肽的偏向。相比之下,DIA 更加稳健和灵敏。来自某个质量范围的所有肽段都被一次分割和测量,无需按丰度进行预选。

    结果,这种方法产生了大量的数据,并且获得的信息的复杂性大大增加。到目前为止,只有通过将新测量的光谱与包含先前测量的光谱的库中的光谱进行匹配才能识别原始蛋白质。

将 DDA 和 DIA 合二为一

    Jürgen Cox 和他的团队现在开发了一种软件,可为 DIA 数据提供完整的计算工作流程。它首次允许以相同的方式将算法应用于 DDA 和 DIA 数据。因此,基于 DDA 或 DIA 的研究现在将变得更容易比较。MaxDIA 使用和不使用光谱库分析蛋白质组学数据。该软件使用机器学习来预测肽段碎裂和光谱强度。因此,它在计算机上创建了精确的 MS 谱库。通过这种方式,MaxDIA 包括一种无库发现模式,可以可靠地控制假阳性蛋白质鉴定。

    此外,该软件还支持自举 DIA、BoxCar DIA 和捕获离子迁移谱 DIA 等新技术。什么是下一步?该团队已经在致力于进一步改进软件。一些扩展正在开发中,例如用于改进翻译后修饰的分析和交联肽的鉴定。

使研究人员能够进行复杂的蛋白质组学数据分析

    MaxDIA 是一款可供全世界科学家使用的免费软件。它嵌入在已建立的软件环境 MaxQuant 中。“我们希望所有研究人员都能进行蛋白质组学数据分析,”介绍 MaxDIA 的论文的第一作者 Pavel Sinitcyn 说。因此,在 MaxQuant 暑期学校,Cox 和他的团队为所有感兴趣的研究人员提供有关该软件的实践培训。因此,它们有助于弥合湿实验室工作和复杂数据分析之间的差距。

    Sinitcyn 表示,其目标是“将马克斯普朗克生物化学研究所的质谱技术带入临床”。现在可以测量和分析数千种蛋白质,而不是仅测量少数蛋白质。这为医疗应用开辟了新的可能性,尤其是在个性化医疗领域。

相关文献:

Pavel Sinitcyn, Hamid Hamzeiy, Favio Salinas Soto, Daniel Itzhak, Frank McCarthy, Christoph Wichmann, Martin Steger, Uli Ohmayer, Ute Distler, Stephanie Kaspar-Schoenefeld, Nikita Prianichnikov, Şule Yılmaz, Jan Daniel Rudolph, Stefan Tenzer, Yasset Perez-Riverol, Nagarjuna Nagaraj, Sean J. Humphrey, Jürgen Cox. MaxDIA enables library-based and library-free data-independent acquisition proteomicsNature Biotechnology, 2021; DOI: 10.1038/s41587-021-00968-7

邀请讨论

附件

{{f.title}} 大小 {{f.file_size}} 下载 {{f.count_download}} 金币 {{f.count_gold}}
{{item.nick_name}} 受邀请回答 {{item.create_time}}
{{item.refer_comment.nick_name}} {{item.refer_comment.create_time}}

附件

{{f.title}} 大小 {{f.file_size}} 下载 {{f.count_download}} 金币 {{f.count_gold}}
切换到完整回复 发送回复
赞({{item.count_zan}}) 踩({{item.count_cai}}) 删除 回复 关闭

小组最新话题

科研狗©2015-2024 科研好助手,京ICP备20005780号-1 建议意见

服务热线

178 0020 3020

微信服务号