为蛋白质组学研究人员开启新的可能性

赛默飞世尔科技公司最近在ASMS 2021上宣布推出Thermo Scientific Proteome Discoverer 3.0软件。该软件具有广泛的蛋白质组学研究综合工具，具有提高肽和蛋白质识别的潜力，有助于更广泛和更深入地了解生物系统

为了了解更多关于最新版本的Proteome Discoverer，它如何利用人工智能(AI)以及这对蛋白质组学研究人员意味着什么，我们采访了赛默飞雪科学公司软件产品管理高级总监Mark Sanders。

Ash Board (AB):蛋白质组学研究人员可以从最新版本的蛋白质组发现者中期待什么?与以前的软件版本相比，它有什么好处?

马克·桑德斯(MS):我认为这是我们今年在ASMS上软件介绍的亮点。采用CHIMERYS智能搜索算法的Proteome Discoverer 3.0软件为蛋白质组学数据处理带来了真正的变革性改进。我们的最新版本允许客户更深入地挖掘他们新的和现有的蛋白质组学数据，以大幅增加已识别和量化肽的数量。改进取决于样本的复杂性。但对于典型的蛋白质组学数据集，与现有工具相比，我们看到独特肽鉴定的数量增加了1.8倍，总蛋白质鉴定的数量增加了1.5倍。我们对性能的惊人飞跃感到非常兴奋。这将使人们能够更深入地挖掘他们的数据，并更好地覆盖他们正在研究的重要路径。这也给了他们更多的灵活性。因此，他们可以选择是否要以更高的吞吐量生成数据，并获得与今天相同的覆盖范围，但要在四分之一的时间内完成。或者，他们可以获得更多的报道，以获得新的见解。 We're really excited to see what our customers can achieve with these new capabilities.

AB: MSAID宣称这款软件拥有CHIMERYS搜索引擎，你能详细解释一下这一点吗?

女士:我们在MSAID的合作者的CHIMERYS智能搜索算法解决了蛋白质组学中一个长期存在的挑战，即我们必须处理嵌合或混合串联质谱(MS/MS)光谱。所以，在复杂的混合物中，当我们分离出肽的母离子并将其分解时，通常不会分离出单个肽。通常会有很多前体，当你分解的时候你会得到混合的质谱。目前处理蛋白质组学数据的策略只能在串联质谱中识别少量肽。有了CHIMERYS，我们每个光谱最多可以识别12个，我们已经看到12个肽同时洗脱，质量相似，现在我们可以捕捉到所有的信息。这导致了肽鉴定和定量的实质性改进，更充分和忠实地反卷积的数据，由仪器产生。这是一直存在的信息但现在我们有了从数据中提取信息的工具。

AB:新闻发布会上提到了人工智能如何对蛋白质组学数据进行更深入的挖掘，你能描述一下这是如何工作的吗?使用这种方法可以提取多少数据?

女士:人工智能和机器学习是CHIMERYS开发的核心。CHIMERYS的训练集来自140多万个代表人类蛋白质的合成肽。数据是在Orbitrap仪器上以多种碰撞能量收集的，使用了各种碎片化方法。这导致了惊人的2180万高质量的MS/MS谱。这被用作我们在MSAID的同事开发的INFERYS深度学习模型的基础。他们使用基于图形处理单元(GPU)的神经网络来生成串联质谱的预测模型。所以本质上，如果你给软件一个肽序列和一个碰撞能量，它实际上会非常准确地预测质谱，包括那些离子的强度。除此之外，还有一个自动优化学习，可以预测任何梯度长度的肽保留时间，我们可以将其用作另一个评分因素。

在蛋白质组发现者3.0中，我们加入了一个新的INFERYS 2.0算法，它扩展了我们之前的算法。这现在增加了碰撞诱导解离(CID)碎片，串联质量标签(TMT)-和TMT pro标记肽在现有的高碰撞能量(HCD)功能之上，这是去年在蛋白质组发现者2.5中发布的。所以，去年我们的产品就有了这种预测能力，现在又进一步改进了。但最大的改进来自于我们如何利用INFERYS AI来创建CHIMERYS，这使我们能够准确地反褶积这些嵌合的MS/MS谱。CHIMERYS的识别率约为80%，与目前的方法相比，几乎是识别率的两倍。

AB:该软件如何能够自信地识别翻译后修饰(PTMs)?你能谈谈为什么这对你的客户很重要吗?

女士:了解蛋白质如何被修饰是很重要的，因为这与信号传递和蛋白质的功能有关。通常不是蛋白质的存在，而是糖基化或磷酸化的水平，真正决定了它在特定时间的功能。Proteome Discoverer软件是一个可扩展的框架，这意味着用户能够在软件中部署第三方节点，为他们感兴趣的ptm提供量身定制的功能。例如，我们可以结合来自糖蛋白组学Protein Metrics的Byonic节点，用于磷酸化的MS PepSearch或来自维也纳分子病理学研究所的ptmRS来提供局部位点定位的信心。这些节点可以独立或串联地添加到工作流中，以允许我们的用户部署专门满足其科学需求的专用构建工作流。

AB:高通量蛋白质组学的一个主要瓶颈是用于分析的大量数据。你能概括一下新软件是如何克服这个瓶颈的吗?

女士:Proteome Discoverer软件通过研究管理，灵活的工作流程和结果过滤与交互式图形视图进行统计分析来处理复杂的数据。我们可以从一开始就管理这项研究。通过灵活的工作流，您可以构建自定义工作流来满足您的需求并回答您的问题。此外，还有许多用于结果过滤的工具和用于统计分析的交互式图形视图。通过提供这种完全集成的功能，我们简化了这些大型数据集的查看和解释，减少了从结果到有意义的见解的时间。

AB:最后，与之前的会议相比，这次会议似乎从新的仪器介绍转向了新的软件介绍。你能谈谈为什么这是赛默飞世尔科技公司今年的重点吗?

女士:虽然我肯定看到了这个行业的趋势，但我认为赛默飞世尔科技(Thermo Fisher Scientific)一直是一个异类，因为我们继续致力于提供硬件改进，我们每年都会推出主要的硬件产品。话虽如此，我们也意识到对软件产品的需求越来越大，无论是在创建更智能的工具方面，还是在提供可以将用户快速从数据转移到洞察的工具方面。有了现代仪器，生成大量的数据变得非常容易，我们的仪器生成的数据已经达到了令人难以置信的深度。为了充分利用这一点，我们必须专注于开发新的软件解决方案，让用户能够真正利用海量信息，并将其转化为见解。我们真的想简化从数据获取到结果的过程。这对科学家的生产力和创造知识的能力至关重要。我们希望确保他们有充分的准备来应对他们可能面临的任何挑战。

Mark Sanders接受了技术网络编辑主任Ash Board博士的采访。188金宝搏备用