视与Data-independent蛋白质组学分析

在蛋白质组学的一个主要目标是比较感兴趣的样品(如健康与病变组织)来识别哪些蛋白质差异表达,并量化这些差异。质谱分析(MS)是一种最流行的这种分析方法。

目前有两大类方法生成自底向上或”散弹枪”蛋白质组数据:视数据采集(DDA)和data-independent收购(DIA)。¹在串联女士(MS / MS),推动世界贸易组织多哈回合谈判达成具有方法仅提出某些肽在第一个周期产生的碎片的女士在第二周期,而对于DIA方法,所有肽生成女士在第一周期可以分散在第二轮。

与数据采集,数据分析可以执行使用两种主要的方法之一。¹数据库搜索,比较测量光谱与建立数据库,和新创搜索,MS / MS谱首先被deconvolved成多个“伪谱”,然后使用数据库搜索已知光谱相比。您使用第一种方法,而印度利用后者或混合方法。

这里,我们将比较和对比多哈回合和DIA方法在蛋白质组学分析,以便读者能获得有用的概述,他们是最好的应用和他们的优点和缺点是什么。

视数据采集(DDA)

特征

• 只有选择肽串联女士进一步分散在第二阶段
• 这些选择肽质荷的选择在一个狭窄的范围内(m / z)信号强度
• 通常,丰度最高的前体(称为“N”前兆)选择进行进一步分析
• N通常是10- - - - - -总共15肽
• MS / MS数据采集为每个肽顺序发生
• 由此产生的数据被用来搜索现有数据库/ s^{1- - - - - -5}

优点

1. 简单的建立和分析
2. 降低对计算资源的需求
3. 便宜
4. Database-dependent算法用于基于块分析通常比新创算法
5. DDA可能最适合目标分析(目标肽在现有数据库),它提供了比印度更敏感的量化
6. 允许使用各种化学肽之间的相对量化样本标记方法(例如,SILAC或iTRAQ)^{1- - - - - -5}

缺点

1. 的动态仪器女士决定前N前体,然后他们一个接一个碎片。这引入了一定程度的偏差。
2. 因此,基于数据集可以包含“差距”肽已确定在一些样品。虽然引入了一些调整来减轻,这仍然是一个问题。
3. 比印度低精度和重现性
4. Low-abundance肽比例偏低^{1- - - - - -5}

Data-independent收购(DIA)

特征

• 肽都是分散和分析在第二阶段的串联
• 串联质谱是通过破碎的所有离子进入质谱仪在给定的时间顺序(称为宽带DIA)或专注于狭窄m / z窗口的前兆和分裂所有体细胞中检测到的窗口
• MS / MS数据采集在肽过程同时发生的
• 产生的光谱非常多路复用女士(MS²光谱)^{1- - - - - -5}

优点

1. 不需要先验知识的蛋白质组成的样本吗
2. 不太有偏见的肽都是包括在分析中
3. 允许更大的时间分辨率,这是一定的优势分析(例如,看着蛋白表达的变化随着时间的推移或转录后修饰在同一个组织)
4. 可以量化蛋白质复杂的混合物在一个大的动态范围,从而克服欠采样当使用DDA的挑战
5. 提供更高的精度和更好的再现性
6. 最好的方法发现蛋白质组学没有假设(例如,比较大样本人群发现蛋白质表达的差异)
7. DIA回顾分析数据可以改进算法产生更好的结果^{1- - - - - -5}

缺点

1. 生成的数据量要大得多,因此可以将计算资源的高需求
2. 数据分析是具有挑战性的,因为女士的多路复用特性²光谱
3. 的基于数据库的搜索DDA方法不能直接应用
4. 需要进一步改进的工具和软件用于deconvolute复杂光谱
5. 新创搜索算法中使用DDA通常迭代和可能并不总是聚集在相同的答案
6. 碎片离子女士²光谱不能追溯到他们的前兆,因为他们可以从多个前体离子结果
7. 往往是更昂贵的比
8. 在量化方面,印度的敏感性低于DDA必须扫描完整的光谱,减少每个数据点的采集时间
9. 新创搜索算法并不擅长量化数据库搜索算法,也可以减少量化敏感性
10. 算法需要控制之间的错误发现率确定肽同时识别尽可能多的真正的肽^{1- - - - - -5}

最终的想法

一些专家相信,因为不断的改进算法和软件deconvoluting DIA数据的复杂性,基于块和迪亚最终将合并成一个单一的混合方法。的确,这似乎已发生,作为一个最近的报告仍然在讨论方法的发展,出版“dependent-independent收购蛋白质组学数据,”或简称为“DDIA”。该方法结合了基于块和印度在一个质/ MS运行并使用深度学习更精简的数据分析工具。

总体而言,由于其易于设置和分析,谈判可能是最好的方法来使用如果您是串联和/或女士发现蛋白质组学。另一方面,印度是最好的方式如果你更有经验的和你想要一个不带偏见的更深层次的看你们的样品的蛋白质组,特别是当这些样本来自一个很少被研究的有机体(例如,水蚤关键物种的水生栖息地)或细胞类型(例如,衰老细胞)。

引用

1. 胡,高贵的WS, Wolf-Yadlin A .蛋白质组学的技术进步:新发展data-independent收购。F1000Res。2016;5 (F1000教员牧师):419。doi:10.12688 / f1000research.7042.1。
2. 川岛Y,渡边E, Umeyama T, et al。优化data-independent收购质谱分析的深度和高度敏感的蛋白质组学分析。Int。j .摩尔。科学。2019;20 (23):E5932。doi:10.3390 / ijms20235932。
3. Bruderer R,伯恩哈特OM,甘地T, et al。优化实验参数data-independent质谱显著增加深度和再现性的结果。摩尔细胞蛋白质组学。2017;16 (12):2296 - 2309。doi:10.1074 / mcp.RA117.000314。