Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Global and regional DNA methylation patterns in heart failure: a case-control analysis.

EBioMedicine·2026
Same author

p1/s1, a 3'-nucleotidase/nuclease, allows Leishmania major to circumvent host innate immune response mechanisms.

PLoS pathogens·2026
Same author

Proteomic profiles in inclusion body myositis and polymyositis with mitochondrial pathology.

Acta neuropathologica communications·2026
Same author

Metabolic Profiling of the EmDia Cohort by LC-MS Reveals Empagliflozin-Intake Associated Regulation of 1,5-anhydroglucitol and Urate.

Proteomics·2025
Same author

Employing RNA editing to engineer personalized tumor-specific neoantigens (editopes).

bioRxiv : the preprint server for biology·2025
Same author

Proteome dynamics of chilli pepper fruits during development and ripening from two Mexican cultivars of Capsicum annuum L.

Journal of proteomics·2025
Same journal

A temporal phospho-acetylome atlas of human myogenesis identifies coordinated post-translational regulation.

Molecular & cellular proteomics : MCP·2026
Same journal

Temporal proteomic characterization of SARS-CoV-2 infected mouse lungs.

Molecular & cellular proteomics : MCP·2026
Same journal

Platelet proteome links metabolism to reactivity in Essential Thrombocythemia.

Molecular & cellular proteomics : MCP·2026
Same journal

Genetic rescue of disrupted synaptic protein interaction network dynamics following SYNGAP1 reactivation.

Molecular & cellular proteomics : MCP·2026
Same journal

ASAP-ID: Proximity labelling with small tags.

Molecular & cellular proteomics : MCP·2026
Same journal

Proteome profiling reveals NQO2 activity contributing to proteasome inhibitor resistance in multiple myeloma cell lines.

Molecular & cellular proteomics : MCP·2026
Ver todos los artículos relacionados

Video Experimental Relacionado

Updated: Jan 8, 2026

Navigating the Mass Spectrometry-Based Proteomic Data Using Free Computational Tools
07:01

Navigating the Mass Spectrometry-Based Proteomic Data Using Free Computational Tools

Published on: August 19, 2025

759

Benchmarking de Software para Inmunopeptidómica DDA-PASEF

Yannic Chen1, Annica Preikschat2, Annette Arnold3

  • 1Helmholtz Institute for Translational Oncology Mainz (HI-TRON Mainz) - A Helmholtz Institute of the DKFZ, Mainz, Germany; DKFZ German Cancer Research Center, Heidelberg, Germany.

Molecular & cellular proteomics : MCP
|December 21, 2025
PubMed
Resumen
Este resumen es generado por máquina.

Este estudio compara software de inmunopeptidómica, encontrando que PEAKS y FragPipe identifican la mayor cantidad de inmunopéptidos. El tamaño de la base de datos impacta el rendimiento, destacando la necesidad de una cuidadosa selección de software en el análisis de espectrometría de masas.

Palabras clave:
inmunopeptidómicaespectrometría de masasanálisis de datosMaxQuantFragPipePEAKSMHCquantDDA-PASEFbenchmarking

Más Videos Relacionados

Mapping Dysfunctional Protein-Protein Interactions in Disease
09:39

Mapping Dysfunctional Protein-Protein Interactions in Disease

Published on: October 24, 2025

515
Simultaneous Affinity Enrichment of Two Post-Translational Modifications for Quantification and Site Localization
12:11

Simultaneous Affinity Enrichment of Two Post-Translational Modifications for Quantification and Site Localization

Published on: February 27, 2020

7.2K

Videos de Experimentos Relacionados

Last Updated: Jan 8, 2026

Navigating the Mass Spectrometry-Based Proteomic Data Using Free Computational Tools
07:01

Navigating the Mass Spectrometry-Based Proteomic Data Using Free Computational Tools

Published on: August 19, 2025

759
Mapping Dysfunctional Protein-Protein Interactions in Disease
09:39

Mapping Dysfunctional Protein-Protein Interactions in Disease

Published on: October 24, 2025

515
Simultaneous Affinity Enrichment of Two Post-Translational Modifications for Quantification and Site Localization
12:11

Simultaneous Affinity Enrichment of Two Post-Translational Modifications for Quantification and Site Localization

Published on: February 27, 2020

7.2K

Área de la Ciencia:

  • Inmunopeptidómica
  • Espectrometría de Masas (MS)
  • Proteómica

Sus antecedentes:

  • La espectrometría de masas es crucial para la identificación de inmunopéptidos de alto rendimiento.
  • La identificación de inmunopéptidos requiere algoritmos sofisticados debido a la falta de especificidad proteolítica.
  • Falta una evaluación sistemática del software de procesamiento de datos de inmunopeptidómica.

Objetivo del estudio:

  • Evaluar de forma integral el software ampliamente utilizado basado en la adquisición dependiente de datos (DDA) para inmunopeptidómica.
  • Comparar el rendimiento, la confianza de identificación y los posibles sesgos de MaxQuant, FragPipe, PEAKS y MHCquant.
  • Evaluar el impacto del tamaño de la base de datos en la eficiencia de la identificación de inmunopéptidos.

Principales métodos:

  • Benchmarking de MaxQuant, FragPipe, PEAKS y MHCquant utilizando datos Thunder-DDA-PASEF de la línea celular JY.
  • Evaluación de las capacidades de identificación de inmunopéptidos y los niveles de confianza.
  • Análisis de posibles sesgos y el efecto del tamaño de la base de datos en la identificación.

Principales resultados:

  • Todas las plataformas de software evaluadas identificaron con éxito inmunopéptidos prominentes con control de FDR del 1% y confianza media a alta.
  • PEAKS identificó el mayor número de inmunopéptidos, seguido de cerca por FragPipe, una sólida opción no comercial.
  • Los tamaños de bases de datos más grandes tuvieron un impacto negativo variable en el rendimiento de las diferentes plataformas de software.

Conclusiones:

  • El estudio proporciona información valiosa sobre las fortalezas y limitaciones de las herramientas actuales de procesamiento de datos de MS para inmunopeptidómica.
  • Se recomiendan PEAKS y FragPipe para la identificación de inmunopéptidos, siendo FragPipe una alternativa viable.
  • Los hallazgos ayudan a la comunidad de inmunopeptidómica a seleccionar el software apropiado para el análisis de datos de espectrometría de masas.