有效提高鉴定可信度和序列覆盖度的新策略——基于蛋白质层面的多种蛋白质质谱搜库引擎结果整合

摘要

基于不同算法模型的蛋白质质谱搜库引擎被大量开发用于蛋白质质谱针对参考文库进行搜库，这些搜库引擎对同一数据集进行鉴定的结果各不相同。由于缺乏独立，可靠和高灵敏度的标准，如何有效地整合这些结果并最大限度地减少错误发现是一个悬而未决的问题。使用翻译组mRNA测序（RNC-seq）的结果作为标准，来评估各种多搜库引擎蛋白质鉴定结果整合策略。使用七种主流搜库引擎（Andromeda，Mascot，OMSSA，X!Tandem，pFind，InsPecT和ProVerB）搜索来自中国C-HPP计划（Chinese C-HPP Consortium for Chromosomes1,8,and20）的非标记MS数据集，包括人类细胞系Hep3B，MHCCLM3和MHCC97H的质谱数据。正如预期的那样，七个引擎对同一数据集的鉴定结果互不相同。另外七个引擎鉴定结果的并集增加了可疑鉴定，而七个引擎鉴定结果的交集显著降低了鉴定能力。基于RNC-seq，通过可疑鉴定（SIs）和翻译支持鉴定（TIs）的比值（STR），发现七个引擎中至少两个引擎共同鉴定的结果整合策略能有效提高蛋白质鉴定能力，同时降低STR比值。此外，该策略还显著提高了鉴定到的特异性肽段在蛋白质全长氨基酸序列上的覆盖度。总而言之，展示了一个多蛋白质质谱搜库引擎结果整合策略，即在蛋白质层面上通过整合多个搜库引擎的搜库鉴定结果来显著提高鸟枪法质谱搜库的效果，从而最大限度地利用当前MS质谱数据而无需增加额外的实验工作。

目录

声明

1.前言

1.1 蛋白质质谱鉴定的研究现状

1.2 蛋白质质谱搜库引擎的研究进展

1.3 多种蛋白质质谱搜库引擎结果整合的研究现状

1.4 neXtProt蛋白质数据库与“漏检”蛋白质

1.5 翻译组测序的应用与发展

1.6 新策略，新方法

2. 材料及方法

2.1 实验材料

2.2 实验工具

2.3 实验方法

2.4 分析方法

3. 结果

3.1 单独搜库引擎提供不同的蛋白质鉴定结果

3.2 搜库引擎提供不同的特异性肽段鉴定结果

3.3 特异性肽段的评分分析

3.4 传统整合策略的困境

3.5 蛋白质层面的多蛋白质质谱搜库引擎结果整合策略

3.6 蛋白质层面的整合策略提高了肽段覆盖度

3.7 蛋白质层面的整合并没有检测到更多的“漏检”蛋白质

4. 讨论

4.1 蛋白质层面的整合策略有助于蛋白质组的研究

4.2 蛋白质层面的整合策略的关键步骤与可变修改

4.3 蛋白质层面的整合策略的局限性与未来改进方向

5. 全文总结及创新性说明

参考文献

附录

在校期间发表论文情况

致谢