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.     

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。     

基于质谱的定量蛋白质组学策略和方法研究进展

定量蛋白质组学已经成为组学领域研究的热点之一.相关实验技术和计算方法的不断创新极大地促进了定量蛋白质组学的飞速发展.常用的定量蛋白质组学策略按照是否需要稳定同位素标记可以分为无标定量和有标定量两大类.每类策略又产生了众多定量方法和工具,它们一方面推动了定量蛋白质组学的深入发展;另一方面,也在实验策略与技术的发展过程中不断更新.因此对这些定量实验策略和方法进行系统总结和归纳将有助于定量蛋白质组学的研究.本文主要从方法学角度全面归纳了目前定量蛋白质组学研究的相关策略和算法,详述了无标定量和有标定量的具体算法流程并比较了各自特点,还对以研究蛋白质绝对丰度为目标的绝对定量算法进行了总结,列举了常用的定量软件和工具,最后概述了定量结果的质量控制方法,对定量蛋白质组学方法发展的前景进行了展望.     

基于质谱的蛋白质生物标志物发现中的特征选择与机器学习方法研究进展

随着质谱技术的进步以及生物信息学与统计学算法的发展,以疾病研究为主要目的之一的人类蛋白质组计划正快速推进。蛋白质生物标志物在疾病早期诊断和临床治疗等方面有着非常重要的意义,其发现策略和方法的研究已成为一个重要的热点领域。特征选择与机器学习对于解决蛋白质组数据"高维度"及"稀疏性"问题有较好的效果,因而逐渐被广泛地应用于发现蛋白质生物标志物的研究中。文中主要阐述蛋白质生物标志物的发现策略以及其中特征选择与机器学习方法的原理、应用实例和适用范围,并讨论深度学习方法在本领域的应用前景及局限性,以期为相关研究提供参考。     

中国蛋白质组学研究进展——以人类肝脏蛋白质组计划和蛋白质组学技术发展为主题

蛋白质组学是对细胞或生物体全部蛋白质的系统鉴定、定量并阐释其生物学功能的学科.自21世纪初期开始,随着高精度、高灵敏度和快速扫描质谱仪的出现和快速发展以及微量蛋白质组样品高效分离技术的进步,蛋白质组学获得了快速发展,并在生理过程与病理机制研究等几乎所有生命科学研究领域得到了广泛的应用.过去10年,中国蛋白质组学研究在政府的支持和广大蛋白质组学研究人员的努力下呈现出腾飞式的发展态势.本文综述了人类肝脏蛋白质组计划和2010~2013年中国蛋白质组学技术的发展.     

基于数据非依赖采集的以肽为中心分析算法和软件的研究进展

数据非依赖采集(data-independent acquisition,DIA)是一种高通量、无偏性的质谱数据采集方法,具有定量结果重现性好,对低丰度蛋白质友好的特点,是近年来进行大队列蛋白质组研究的首选方法之一。由于DIA产生的二级谱是混合谱,包含了多个肽段的碎片离子信息,使得蛋白质鉴定和定量更加困难。目前,DIA数据分析方法分为两大类,即以肽为中心和以谱图为中心。其中,以肽为中心的分析方法鉴定更灵敏,定量更准确,已成为DIA数据解析的主流方法。其分析流程包括构建谱图库、提取色谱峰群、特征打分和结果质控4个关键步骤。本文综述了以肽为中心的DIA数据分析流程,介绍了基于此流程的数据分析软件及相关比较评估工作,进一步总结了已有的算法改进工作,最后对未来发展方向进行了展望。     

基于质谱的选择反应监测技术相关策略和方法的研究进展

随着蛋白质组学研究的不断深入,基于质谱的选择反应监测技术(SRM)已经成为以发现生物标志物为代表的定向蛋白质组学研究的重要手段.SRM技术根据假设信息,特异性地获取符合假设条件的质谱信号,去除不符合条件的离子信号干扰,从而得到特定蛋白质的定量信息.SRM技术具有更高的灵敏度和精确性、更大的动态范围等优势.该技术可分为实验设计、数据获取和数据分析三个步骤.在这几个步骤中,最重要的是利用生物信息学手段总结当前实验数据的结果,并用机器学习方法和总结的经验规则进行SRM实验的母离子和子离子对的预测.针对数据质控和定量的生物信息学方法研究在提高SRM数据可靠性方面具有重要作用.此外,为方便SRM的研究,本文还收集、汇总了SRM技术相关的软件、工具和数据库资源.随着质谱仪器的不断发展,新的SRM实验策略以及分析方法、计算工具也应运而生.结合更优化的实验策略、方法,采用更精准的生物信息学算法和工具,SRM在未来蛋白质组学的发展中将发挥更加重要的作用.