PNNL發表開源蛋白質組學軟件InformedProteomics

　　分析測試百科網訊一則消息可能對蛋白組學研究者們最頭痛的事有一定的緩解。美國一機構介紹了一款用于分析鑒定完整蛋白質的新型開源軟件。

　　ProMex中的LS-MS特征查找，該功能是Informed-Proteomics軟件套件的第一個組件的特征檢測算法。它被開發用于檢測完整蛋白質離子的同位素包膜，并正確確定其單同位素質量和豐度

　　雖然學界們認為，表征蛋白質組對于了解介導疾病的診斷，治療和預防的蛋白質的活性和功能至關重要，但數量龐大，其結構比基因組更難以表征的蛋白質研究，一度處于停滯狀態。

　　通常，通過液相色譜-質譜（LC-MS）分析策略收集用于表征蛋白質組學的蛋白質組學數據。這樣的儀器旨在通過精確測量電荷，質量和重量來顯示蛋白質的功能和活性。

　　主要作者Jungkap Park和太平洋西北國家實驗室（PNNL）的科學家們發表了一篇新的Nature Methods論文，介紹了Informed-Proteomics，一種用于通過質譜分析鑒定完整蛋白質的新型開源軟件套件。它包含一整套用于自上而下蛋白質組學的新型軟件工具，用于分析完整蛋白質。

　　通過提供新的LC-MS特征查找算法、新的數據庫搜索算法、半自動學習方法和交互式結果查看器，高效和精簡的信息，軟件對蛋白質組學提供了比現有方法更大的改進。

　　研究蛋白質的“本機結構”

　　在傳統的“自下而上”蛋白質組學方法中，蛋白質被消化成肽用于質譜鑒定。這種方法提供更高的產量，但結果對于完整和活性的蛋白質形式可能是不確定的。

　　自上而下的方法分析每個蛋白質，而分子是完整的。這樣，自上而下的蛋白質組學保留了關于翻譯后修飾、同工型和統稱為蛋白質形式的分子組合的有價值的信息。

　　PNNL Integrative Omics科學家團隊負責人Sam Payne說，“研究蛋白質本身結構非常重要，因為蛋白質的更多信息得到了保留。不過，他補充說：“研究蛋白質整體有非常獨特的挑戰。”

　　Payne表示，自上而下的蛋白質組學的技術障礙是“達到你想要的規模”。從自上而下的方法衍生的譜要復雜得多，需要新的軟件工具和新穎的算法來滿足他所謂的測量細胞中所有蛋白質的“極具挑戰性”的想法。

　　Payne說：“自上而下，你所期待的是非常大的，而且需要正確的數學來組織一種有效的搜索方式。”

　　“搜索空間”和乳腺癌檢測

　　為什么這么大的規模？一方面，在自上而下的蛋白質組學中，完整蛋白質的大小意味著電離后的信號分散在許多維度上。另一方面，Payne稱之為潛在蛋白模式的“搜索空間”非常大。蛋白質的組合世界可以達數十億。

　　作者通過使用已知具有明顯差異的人-小鼠異種移植物管腔和基底乳腺腫瘤樣品，評估了知情蛋白質組學（Informed-Proteomics）與其他幾種常用自上而下蛋白質組學工具。

　　在分析兩種乳腺癌亞型中的3,000種蛋白質形式時，PNNL作者發現，與使用不同方法的最新自上而下分析相比，他們的新軟件工具發現了十倍以上差異表達的蛋白質形式。

　　佩尼表示，PNNL作者的一個優勢來自PNNL在“儀器和信息學領域的自上而下分析領域的悠久歷史”，這反映了合著者理查德·史密斯（Richard D. Smith）的作品。 “作為一個團隊，我們可以在計算和技術分析的各個方面進行改進。”

　　目前，液相色譜和質譜儀的數據質量一直在不斷提高，同時還有樣品處理方案的質量。由于采用了更為復雜的自上而下質譜來處理，本文的作者報告說“迫切需要開發可靠的蛋白質形態識別和定量的算法和軟件工具。”