利用串联质谱鉴定氨基酸突变的生物信息学算法

氨基酸突变能够改变蛋白的结构和功能,影响生物体的生命过程.基于串联质谱的鸟枪法蛋白质组学是目前大规模研究蛋白质组学的主要方法,但是现有的质谱数据鉴定流程为了提高鉴定结果的灵敏度往往会有意压缩数据库中的氨基酸突变信息.因此,如何挖掘数据中的氨基酸突变信息成为当前质谱数据鉴定的一个重要部分.当前应用于氨基酸突变鉴定的串联质谱鉴定方法大致可以分为3大类:基于序列数据库搜索的方法、基于序列标签搜索的算法以及基于图谱库搜索的算法.本文首先详细介绍了这3种氨基酸突变鉴定算法,并分析了各种方法的特点和不足,然后介绍了氨基酸突变鉴定的研究现状和发展方向.随着基于串联质谱的蛋白质组学的不断发展,蛋白序列中的氨基酸突变信息将被更好地解析出来,从而得以深入探讨由氨基酸突变引起的蛋白结构和功能改变,为揭示氨基酸突变的生物学意义奠定基础.     

多维色谱-串联质谱联用技术分离和鉴定小鼠肝脏质膜蛋白质

采用自动在线纳流多维液相色谱 串联质谱联用的方法分离和鉴定蔗糖密度梯度离心法分离和富集的小鼠肝脏质膜蛋白质 .以强阳离子交换柱为第一相 ,反相柱为第二相 ,在两相之间连接一预柱脱盐和浓缩肽段 .用含去污剂的溶剂提取细胞质膜中的蛋白质 ,获得的质膜蛋白质经酶解和适当的酸化后通过离子交换柱吸附 ,分别用 10个不同浓度的乙酸铵盐溶液进行分段洗脱 .洗脱物经预柱脱盐和浓缩后进入毛细管反相柱进行反相分离 ,分离后的肽段直接进入质谱仪离子源进行一级和二级质谱分析 .质谱仪采得的数据经计算机处理后用Mascot软件进行蛋白质数据库搜寻 ,共鉴定出 12 6种蛋白质 ,其中 4 1种为膜蛋白 ,包括与膜相关的蛋白质和具有多个跨膜区的整合膜蛋白 ,为建立质膜蛋白质组学研究的适宜方法和质膜蛋白质数据库提供了有价值的基础性研究资料 .     

串联质谱在多肽测序中的应用

采用纳升喷雾(Nano)技术和碰撞诱导解离(CID collision inducd dissociation)方法,在电喷雾-四极杆-飞行时间质谱(ESI-Q-TOF electrspectrometry ionization-quadrupole-time of flight)上,对两种序列部分未知的天然多肽进行从头测序(de novo sequence),结果证明质谱的de novo sequence可以方便有效的解决传统的Edman降解法测序中常见的实际问题,如末位残基的丢失,赖氨酸和亮氨酸难鉴定等,此方法的建立是对Edman降解测序法很好的补充．     

基于质谱的BLAST方法在金鱼胚胎蛋白质鉴定中的应用

未知基因组及蛋白质序列数据库有限的物种的蛋白质组学分析是当前一些非模式生物物种蛋白质组学研究领域的瓶颈之一.基于同源性搜索的BLAST方法（MS BLAST）,是近年新发展起来的一种用于未知基因组的蛋白质鉴定的搜索工具,已成功应用于许多未知基因组物种的蛋白质鉴定.SPITC化学辅助方法是本实验室建立的一种改进的de novo质谱测序方法.采用MS BLAST方法对经Mascot软件数据库搜索未能鉴定到的19个金鱼胚胎蛋白质进行鉴定,其中12个蛋白质是直接测序后进行MS BLAST搜索得到的结果,另外7个蛋白质是联合MS BLAST和SPITC衍生方法得到的鉴定结果.实验结果证明,采用MS BLAST方法进行蛋白质的跨物种鉴定具有可行性和可靠性,给蛋白质的跨物种鉴定提供了一条新的途径.     

基于电子捕获裂解/电子转运裂解串联质谱技术的蛋白质组学研究

蛋白质组学的兴起带动了质谱技术的快速发展,而质谱技术的进步则拓宽了蛋白质组学研究问题的广度.最近10年内,肽段或完整蛋白质在质谱仪中的裂解技术——电子捕获裂解(electron capture dissociation,ECD)与电子转运裂解(electron transfer dissociation,ETD)逐渐发展起来.ECD和ETD在蛋白质组学中的应用,特别是在蛋白质的翻译后修饰鉴定和自顶而下(Top-down)的完整蛋白质裂解研究中已经展示出了诱人的前景.对ECD和ETD的基本原理、质谱特点、仪器实现、数据解析算法与软件开发,以及在蛋白质组学中的应用进展等方面进行了比较系统全面的阐述,并对当前的研究问题、面临的技术挑战与未来的发展趋势等方面作了深入剖析.     

肽段的理论串联质谱图预测方法研究进展

基于串联质谱技术的蛋白质组学已经成为生命科学领域的重要工具,其中肽段的理论串联质谱图(通常也被称为二级谱图)预测问题在近年来广受关注.大量高质量质谱数据的积累和计算技术的发展为此问题的解决提供了有效途径.肽段的理论二级谱图预测的方法可以分为两大类,一类是基于物理模型的方法,即基于移动质子模型的方法,例如MassAnalyzer、MS-Simulator;另一类是基于机器学习的方法,包括集成学习相关算法和基于神经网络的方法,例如PeptideART、MS2PIP、MS2PBPI和p Deep等.本文对这两大类方法进行了整理和综述,并简要指出了目前理论谱图预测方法存在的一些不足,展望了未来的发展方向.     

iTRAQ多重化学标记串联质谱技术在比较蛋白质组学中的应用

研究不同生理和病理条件下细胞内蛋白质的含量和状态变化是比较蛋白质组学的核心内容。要揭示上述动态过程往往需要进行多个样品的同步比较分析。近年来,在体内和体外同位素标记基础上,用多维液相色谱分离多肽,进而用串联质谱进行相对定量的分析方法已成为高通量比较蛋白质组研究的主要手段之一。该文就目前唯一一种可以进行四重蛋白质样品同步比较的iTRAQ标记-串联质谱分析技术进行综述。     

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.     

质谱数据库查询软件的应用与评价

最近的蛋白质组学研究进展表明以质谱为核心的蛋白质组学在分子生物学,细胞生物学乃至将来的系统生物学中都扮演着一个举足轻重的角色。毫无疑问,在质谱鉴定过程中,质谱仪本身的精度对实验结果有着至关重要的作用;除此之外,质谱结果数据库查询软件的准确性直接影响了查询结果的准确性。本文就目前常用的质谱数据库查询软件的工作原理,统计结果评价等方面做一简要综述。     

化学交联质谱技术的研究进展

化学交联质谱技术是解析蛋白质结构和研究蛋白质相互作用的重要工具。近5年以来,该技术在方法和应用上都取得了很大的进步。方法上,一方面可断裂交联剂与新型分离富集方法展现了较好的应用前景,另一方面更加高效的交联肽段搜索引擎和质量控制方法为交联质谱数据分析提供了有力的工具。应用上,一方面与冷冻电镜技术结合解析了大量蛋白质的结构,另一方面从研究蛋白质复合物的相互作用发展到研究全蛋白质组水平的相互作用网络。化学交联质谱技术在方法和应用上的蓬勃发展,体现了这一技术的重要作用。本文对化学交联质谱技术的各个环节进行了详细的综述,包括交联剂选择、交联反应、酶切、交联肽段富集、液质联用、交联肽段鉴定、质量控制和生物学应用,重点介绍了最近5年的研究进展。最后,讨论了化学交联质谱技术面临的挑战及未来的发展方向。     

用于串联质谱鉴定多肽的计量方法

目前已有多种对串联质谱与数据库中多肽的理论质谱的一致性进行评估的高通量计量算法用于鸟枪法蛋白质组学 (shotgunproteomics)研究。然而这些方法操作时存在大量错误的多肽鉴定。这里提出一种新的串联质谱识别多肽序列的计量算法。该算法综合考虑了串联质谱中不同离子出现的概率、多肽的酶切位点数、理论离子与实验离子的匹配程度和匹配模式。对大容量的串联质谱数据集的测试表明 ,根据算法开发的软件PepSearch比目前最常用的软件SEQUEST有更好的鉴定准确性。PepSearch可从http : compbio.sibsnet.org projects pepsearch下载。     

毛细管区带电泳／串联质谱联用法鉴定多肽和蛋白质

建立了毛细管区带电泳－串联质谱联用（ＣＺＥ／ＭＳ／ＭＳ）对多肽和蛋白质高灵敏度鉴定方法,对Ｍｅｔ－脑啡肽和Ｌｅｕ－脑啡肽的混合物进行了分析,用ＣＺＥ／ＭＳ／ＭＳ方法验证了各自的序列,同样对细胞色素ｃ的胰蛋白酶酶解产物用ＣＺＥ／ＭＳ／ＭＳ方法进行了肽质谱分析,几科所有肽段的序列及其与在分子中的位置都得到了确定,通过ＳＥＱＵＥＳＴ软件进行蛋白质序列数据库搜索得到准确的鉴定结果,所消耗的样品量均在低皮可     

Current challenges and solutions of de novo assembly

Background: Next-generation sequencing (NGS) technologies have fostered an unprecedented proliferation of high-throughput sequencing projects and a concomitant development of novel algorithms for the assembly of short reads. However, numerous technical or computational challenges in de novo assembly still remain, although many new ideas and solutions have been suggested to tackle the challenges in both experimental and computational settings.Results: In this review, we first briefly introduce some of the major challenges faced by NGS sequence assembly. Then, we analyze the characteristics of various sequencing platforms and their impact on assembly results. After that, we classify de novo assemblers according to their frameworks (overlap graph-based, de Bruijn graph-based and string graph-based), and introduce the characteristics of each assembly tool and their adaptation scene. Next, we introduce in detail the solutions to the main challenges of de novo assembly of next generation sequencing data, single-cell sequencing data and single molecule sequencing data. At last, we discuss the application of SMS long reads in solving problems encountered in NGS assembly.Conclusions: This review not only gives an overview of the latest methods and developments in assembly algorithms, but also provides guidelines to determine the optimal assembly algorithm for a given input sequencing data type.     

电喷雾串联质谱图的叠合与多肽序列分析

利用离子阱电喷雾串联质谱仪,在选择性改变某些食品参数的条件下对模式分子Met-脑啡肽和自行固相化学合成的7肽及其修饰产物、10肽和20肽进行碎裂处理,从而获得一系列具有一定差异的串联质谱图。选择具有适当互补性的图谱进行叠合处理,得到具有连贯性“三联套”（triplet）及“二联套”（doublet）碎片离子峰的叠合串联质谱图,据此可以方便准确地角析出多肽的氨基酸序列。实验结果表明,这种方法在多肽的质谱法测定中具有一定的实用性。     

一株稀有海洋真菌Stachybotrys longispora FG216的De Novo测序及基因组学分析

【背景】长孢葡萄穗霉菌(Stachybotrys longispora) FG216是一株稀有海洋真菌,其次生代谢产物FGFC1具有纤溶活性。进行S. longispora FG216的基因组序列分析,将充实和促进海洋微生物功能基因和次生代谢产物合成生物学的基础研究和应用研究。【目的】解析S. longispora FG216的基因组序列,分析基因组生物功能和同源相似性关系,分析次生代谢产物纤溶活性化合物FGFC1的相关基因。【方法】基于Illumina HiSeq高通量测序平台对S. longispora FG216菌株进行De Novo测序,使用SSPACE、Augustus等软件进行组装、编码基因预测、基因功能注释、物种共线性分析以及预测FGFC1次生代谢产物合成基因簇。【结果】S. longispora FG216的基因组测序总长度为45622830bp,共得到605个Scaffold,GC含量为51.31%,注释预测得到13329个编码基因和169个非编码RNA。基因组测序数据提交至国家微生物科学数据中心(编号为NMDC60016264),其中13 053、8 422、8 460、7 714和2 847个基因分别能够在NR、KEGG、KOG、GO和CAZy数据库匹配到注释信息。比较基因组学分析发现,Stachybotrys具有保守性,核心基因占基因家族总数目的71.44%,S. longispora FG216与S. chlorohalonata IBT 40285的相似性最高;同时,预测得到101个次生代谢产物合成基因簇,其中18个基因簇与已知的化合物相匹配。通过antiSMASH预测,Cluster57是编码合成FGFC1母核结构异吲哚啉酮的基因簇,与S.chlorohalonataIBT40285中的基因簇相似度为40%。【结论】海洋稀有真菌S.longisporaFG216的基因组信息已上传至国家微生物科学数据中心公开使用,为Stachybotrys种属的研究提供了重要的参考意义,同时发现了S. longispora FG216次生代谢产物纤溶活性化合物FGFC1母核部分编码基因是Cluster 57。     

串联抗菌肽Cecropin B基因在莱茵衣藻中的表达及其抗菌活性分析

为了应对各种抗生素在水产养殖业所带来的副作用,我们在本文中尝试利用微藻对一种抗菌肽进行表达的可行性研究．根据莱茵衣藻核基因组偏爱密码子对抗菌肽Cecropin B基因进行改造,并将4个经改造的Cecropin B基因依次串联起来,中间加上莱茵衣藻的自剪切连接肽序列LWMRFA,人工合成总长度为522 bp的串联Cecropin B基因．将串联Cecropin B基因克隆到含hsp70-RBCS2启动子和RBCS2终止子的pH105载体上,再与携带ble筛选基因的表达框架连接,构建重组表达载体pCB124．采用玻璃珠转化法将载体pCB124导入莱茵衣藻cc-849中,筛选得到能表达抗菌肽Cecropin B的转基因衣藻．经过6个月的保持培养后,进一步对转基因藻细胞提取液进行抗菌活性分析,发现转基因藻具有明显的抑制革兰氏阴性菌(大肠杆菌)和革兰氏阳性菌(枯草芽孢杆菌和溶壁微球菌)生长的特征．这一结果为具有抗菌活性的饵料藻的生产和应用提供了新的途径．     

Searching sequence databases via de novo peptide sequencing by tandem mass spectrometry

There are many computer programs that can match tandem mass spectra of peptides to database-derived sequences; however, situations can arise where mass spectral data cannot be correlated with any database sequence. In such cases, sequences can be automatically deduced de novo, without recourse to sequence databases, and the resulting peptide sequences can be used to perform homologous nonexact searches of sequence databases. This article describes details on how to implement both a de novo sequencing program called “Lutefisk,” and a version of FASTA that has been modified to account for sequence ambiguities inherent in tandem mass spectrometry data.     

C Isotopomer Analysis of Glutamate by Tandem Mass Spectrometry

Tandem mass spectrometry allows a compound to be isolated from the rest of the sample and dissociated into smaller fragments. We show here that fragmentation of glutamate mass isotopomers yields additional mass spectral data that significantly improve the analysis of metabolic fluxes compared to full-scan mass spectrometry. In order to validate the technique, tandem and full-scan mass spectrometry were used along with (13)C NMR to analyze glutamate from rat hearts perfused with three substrate mixtures (5 mM glucose plus 5 mM [2-(13)C]acetate, 5 mM [1-(13)C]glucose plus 5 U/L insulin, and 5 mM glucose plus 1 mM [3-(13)C]pyruvate). Analysis by tandem mass spectrometry showed that the enriched substrate contributed 98 +/- 2, 53 +/- 2, and 84 +/- 7%, respectively, of acetyl-coenzyme A while the rate of anaplerotic substrate entry was 7 +/- 3, 25 +/- 8, and 16 +/- 8%. Similar results were obtained with (13)C NMR data, while values from full-scan data had higher error. We believe that this is the first use of tandem mass spectrometry to determine pathway flux using (13)C-enriched substrates. Although analysis of the citric acid cycle by NMR is simpler (and more intuitive), tandem mass spectrometry has the potential to combine high sensitivity with the high information yield previously available only by NMR.     

N-Terminal Acetylation of Two Major Latex Proteins from Arabidopsis thaliana Using Electrospray Ionization Tandem Mass Spectrometry

The primary structure of two proteins named major latex protein in Arabidopsis thaliana were characterized by matrix-assisted laser desorption/ionization time of flight mass spectrometer and Nano-electrospray ionization tandem mass spectrometry (nanoESI-MS/MS) after two-dimensional gel electrophoresis separation. We revealed that the two proteins with the same N termini and the N-terminal alanine were acetylated after methionine cleavage by fragmentation of three doubly charged peptides using a quadrupole-time of flight 2 tandem mass spectrometer. It was worth noting that one peptide with sodium addition and acetylation was sequenced. It is usually difficult to analyze the peptide sequence of sodium adduct due to the 22-Da increment. The two proteins are highly homologous, and both their N-terminal and C-terminal peptides were sequenced. Of the two proteins, gi|15236568 (spot A) appears only in the seeding stage and flower organ, but gi|15236566 (spot B) appears throughout the whole life of A. thaliana. The biological mechanism of the two proteins and the function of N-terminal acetylation remain to be elucidated. This study showed that ESI-MS/MS was a powerful tool for the characterization of N-terminal acetylation of proteins.