Cuantificación del ∼75-95% de péptidos en conjuntos de datos DIA-MS que no se cuantificaron previamente

Área de la Ciencia:

• Proteómica
• Química Analítica
• Biotecnología

Sus antecedentes:

• La espectrometría de masas líquida de adquisición independiente de datos (DIA-LC-MS) es una técnica potente para la cuantificación de péptidos.
• Los algoritmos actuales enfrentan desafíos en la cuantificación precisa de péptidos, especialmente aquellos sin secuencias preasignadas.
• Existe la necesidad de algoritmos mejorados para maximizar la información extraída de los datos DIA-LC-MS.

Objetivo del estudio:

• Introducir GoldenHaystack (GH), un novedoso algoritmo para la cuantificación mejorada de péptidos en datos DIA-LC-MS.
• Demostrar la capacidad de GH para cuantificar péptidos independientemente de la asignación de secuencias.
• Comparar el rendimiento de GH con algoritmos DIA-MS existentes como DIA-NN.

Principales métodos:

• GoldenHaystack (GH) emplea emparejamiento multipartito de iones MS2 y MS1 en todas las muestras.
• Separa y reagrupa los iones MS en firmas únicas cuantificables de analitos (UAQS) para reducir el ruido.
• GH cuantifica UAQS, con identificación opcional de péptidos utilizando archivos FASTA post-cuantificación.

Principales resultados:

• GH cuantifica e identifica péptidos conocidos con una precisión de FDR mejorada en comparación con DIA-NN.
• GH cuantifica una porción significativa (∼75-95%) de péptidos típicamente no asignados.
• GH demuestra mejoras sustanciales de velocidad, funcionando 40-200 veces más rápido que DIA-NN y 1-10 veces más rápido que la adquisición LC-MS.

Conclusiones:

• GoldenHaystack (GH) ofrece un avance significativo en la cuantificación de péptidos DIA-LC-MS.
• GH mejora el análisis proteómico al cuantificar con precisión tanto péptidos asignados como no asignados.
• La velocidad y precisión del algoritmo lo convierten en una herramienta valiosa para estudios de proteómica a gran escala.