基于质谱技术筛选差异表达蛋白的统计学策略研究进展

随着质谱技术的快速发展,蛋白质组学已成为继基因组学、转录组学之后的又一研究热点,寻找可靠的差异表达蛋白对于生物标记物的发现至关重要.因此,如何准确、灵敏地筛选出差异蛋白已成为基于质谱的定量蛋白质组学的主要研究内容之一.目前,针对该问题的研究方法众多,但这些方法策略的适用范围不尽相同.总体来说,基于质谱技术筛选差异蛋白的统计学策略可以分为3类:基于经典统计学派的策略、基于贝叶斯学派的统计检验策略和其他策略,这3类方法有各自的应用范围、特点及不足.此外,筛选过程还将产生部分假阳性结果,可以采用其他方法对差异表达蛋白的质量进行控制,以提高统计检验结果的可靠性.     

SARS-CoV(BJ01)基因预测及功能推测

通过对有关SARS—Cov文献的调研,指出了有关基因预测和功能研究的不足。为制备有效的药物和疫苗,对SARS—CoV(BJ01)重新进行了基因预测和功能推测。比较12种基因预测方法对冠状病毒属中已知基因的预测优劣,选用Heuristic models、Gene Identification、ZCURVE—CoV和ORF FINDER4种较好的方法来预测基因,然后运用AT—Gpr分析第一起始密码子的可能性及是否符合Kozak规则,同时搜索转录调控序列,以提高基因预测的准确性。共预测出34个ORF,排除NCBI及有关文献中完全相同或有微弱差别的13个,得到21个大于50个氨基酸的可能新基因。对于预测出的蛋白质,运用ProtParam分析它们的物理化学特征,用SignaIP分析蛋白是否有信号肽,用BLAST、FASTA分析是否有相似序列,用TMPred、TMHMM、PFAM和HMMTOP分析结构域或模体,以提高基因功能推测的可靠性。根据4种基因预测方法使用情况、与其他冠状病毒属已知基因匹配分值、匹配预期值、已知基因与预测基因长度差别,将21个可能的新基因按出现可能性分为4类。同时对结果进行了讨论。     

目标?鄄诱饵库搜索策略在蛋白质组质谱鉴定和质控中的应用及研究进展

基于串联质谱的蛋白质组研究会产生海量的质谱数据,这些数据通常使用数据库搜索引擎进行鉴定分析,并根据肽段谱图匹配(PSM)反推真实的样品蛋白质．对于高通量蛋白质组数据的处理,其鉴定结果的可信是后续分析应用的前提,因此对鉴定结果的质量控制尤为重要,而基于目标-诱饵库(target-decoy)搜索策略的质量控制是目前应用最为广泛的方法．本文首先介绍了基于目标-诱饵库搜索策略搜库和质量控制的实施流程,然后综述了基于目标-诱饵库搜索策略的质量控制工具,并提出了目标-诱饵库搜索策略的不足及改善方法,最后对目标-诱饵库搜索策略进行了总结与展望．     

蛋白质组学中新蛋白质鉴定的研究方法和策略

当前,基于生物质谱进行蛋白质鉴定的技术已经成为蛋白质组学研究的支撑技术之一.产生的数据主要使用数据库搜索的方法进行处理,这种方法的一大缺陷是不能鉴定数据库中未包含的蛋白质,因此如何充分利用质谱数据对蛋白质组研究的意义很大,而新蛋白质鉴定更是其中一个重要的内容.新蛋白质鉴定是蛋白质鉴定的一个方面,新蛋白质的定义按照序列和功能的已知程度分为3个层次;以蛋白质鉴定的方法为基础,目前新蛋白质鉴定的方法可分为denovo测序和相似序列搜索结合的方法以及搜索EST、基因组等核酸数据库的方法2大类;两者各有利弊.存在各自的问题和相应处理的策略.不同的研究者可以根据具体目的应用和发展不同的鉴定方法,同时新蛋白质的鉴定也将随着蛋白质组学研究的发展而更加完善.     

非限制翻译后修饰鉴定方法的研究进展

蛋白质翻译后修饰在真核生物细胞内广泛存在,对蛋白质的结构和功能有着十分重要的影响.串联质谱技术的快速发展为翻译后修饰鉴定提供了高通量、高灵敏度和高分辨率的分析平台,但传统搜索引擎鉴定修饰的方法无法满足数据分析的需求,非限制翻译后修饰鉴定已成为目前蛋白质组修饰分析的重要手段之一.非限制翻译后修饰鉴定不需要在分析前指定修饰类型,可以直接从样品中找出大量已知或未知的修饰,对提高质谱图谱解析率以及揭示蛋白质的生物学功能具有十分重要的意义.本文首先介绍了非限制翻译后修饰鉴定的定义和发展历程,然后从序列匹配和谱图匹配两个方面详细综述了目前非限制翻译后修饰鉴定的主流算法,分析了非限制翻译后修饰鉴定的质量控制问题,最后结合非限制翻译后修饰鉴定的实际应用讨论了修饰鉴定算法的不足和发展方向.     

转录组与蛋白质组比较研究进展

转录组和蛋白质组比较研究发现,总体而言其间的相关性不高 . 根据数据的类型不同可以将现有的研究分为 4 类：单点比较、两点差异比较、多点时序比较和多点非时序比较 . 对其差异原因的研究和分析表明：除了由实验系统及数据类型不同导致的差异外,转录后蛋白质合成各步骤所受到的限制,以及在此过程中的分子调控也对其有重要的影响;而且不同基因,不同组织和细胞在不同状态下可能也会有差异 . 因此,结合转录组和蛋白质组的表达谱研究倾向于利用蛋白质组和转录组研究的差异和互补性,同时对生物体特定状态下的基因和蛋白质表达水平进行全方位度量,以获得表达谱的全景图,并挖掘受到转录后调控的基因 .     

蛋白质组学研究中的无标记定量方法

蛋白质定量是探索疾病发生发展状况和寻找新药靶标的重要手段.该领域最常用的技术是比较染色后的二维凝胶上蛋白点的光密度值或综合同位素标记后的质谱峰强度方法.但此二者的样品处理方法都比较麻烦,不利于进行大规模蛋白质组的定量研究.最近几年出现了利用质谱数据进行无标记定量的方法, 根据数据类型这些方法可以分为2类：基于鉴定蛋白的肽段数的方法和基于质谱峰强度的方法,在高通量大规模蛋白组定量研究中有很大优势.本综述主要介绍了这2类无标记定量方法的模型及优缺点,并比较了2类方法的灵敏度和准确度.肽段计数方法在检测蛋白丰度变化时更灵敏,而峰面积强度在评估蛋白比率时更准确.     

基于BERT与Text-CNN的抗菌肽识别方法

抗菌肽(antimicrobial peptides,AMPs)广泛存在于生命体中,是一种具有广谱抗菌活性、免疫调节功能的小分子多肽。抗菌肽不易产生耐药性,适用范围广,具有极大的临床价值,是传统抗生素的有力竞争者。识别抗菌肽是抗菌肽研究领域中的重要研究方向,湿实验法在进行大规模抗菌肽识别时存在成本高、效率低、周期长等难点,计算机辅助识别法是抗菌肽识别手段的重要补充,如何提升准确率是其中的关键问题。蛋白质序列可以被近似地看作是由氨基酸组成的语言,运用自然语言处理(natural language processing,NLP)技术可能提取到丰富的特征。本文将自然语言处理领域中的预训练模型BERT和微调结构Text-CNN结合,对蛋白质语言进行建模,提供了开源可用的抗菌肽识别工具,并与已发表的5种抗菌肽识别工具进行了比较。结果表明,优化“预训练-微调”策略带来了准确率、敏感度、特异性和马修相关系数的整体提升,为进一步研究抗菌肽识别算法提供了新思路。     

蛋白质组学中色谱保留时间对齐算法的研究进展北大核心CSCD

色谱是目前蛋白质组学流程中的一个基本环节,而色谱的保留时间对齐是有效提高鉴定和定量准确性的重要步骤之一。经过多年的发展,目前已经产生了一系列保留时间对齐算法。文中主要从可用性角度对蛋白质组学分析中色谱保留时间对齐算法及工具进行了系统总结,并对其发展趋势及应用方向进行了展望。     

从蛋白质基因组学视角出发的精准肿瘤学

癌症是一种机制复杂的异质性疾病,需要有针对性的精准医疗策略。精准医疗的发展离不开基因组学的飞速发展,但基因组学在分子表型分析中具有一定的局限性,蛋白质基因组学应运而生。蛋白质基因组学是蛋白质组学和基因组学的融合学科。文中描述了基因组学分析的局限性,强调了蛋白质基因组学的重要性,旨在从蛋白质基因组的视角重新了解精准肿瘤学。此外,还简要介绍了蛋白质基因组学在精准肿瘤学中的应用,对相关的公共数据项目进行了描述,最后,提出了现阶段需要克服的困难。