评价DDA无图书馆策略的蛋白学和Ubiquitinomics数据独立获取数据的数据

科学领域:

• 蛋白质组学是指蛋白质组学.
• 质谱测量质量谱测量
• 生物化学 生物化学

背景情况:

• 数据独立获取 (DIA) 质谱 (MS) 对蛋白质组学和无处不在学至关重要.
• 传统分析依赖于数据依赖获取 (DDA) 谱图书馆,但无图书馆的方法正在出现.
• 对于这些领域的 DIA MS 数据,无图书馆策略的性能仍然未被评估.

研究的目的:

• 系统地比较四个DDA无图书馆的方法,用于蛋白组学和无处不在的DIAMS数据分析.
• 为了评估Spectronaut的直接DIA,DIA-Umpire,DIA-MSFragger,以及in silico预测的库.
• 评估SWATH,DIA和diaPASEF采集方法中的性能.

主要方法:

• 对四个没有图书馆的DIA MS数据分析工作流程进行比较分析.
• 对蛋白组学SWATH,DIA和diaPASEF数据集的应用.
• 应用到无处不在学 diaPASEF 数据集.
• 对和K-GG的检测灵敏度和重叠的评估.

主要成果:

• 谱卫队的直接DIA在SWATH-MS和DIA数据中表现出对光的检测具有优越的灵敏度.
• 对于蛋白组学diaPASEF数据,directDIA和DIA-NN的in silico库显示了与DDA库相似的性能,但重叠很小.
• 在 silico 库 (DIA-NN) 优于其他方法的无处不在的diaPASEF 数据,识别了比 DDA 库更多的 K-GG ~50%.

结论:

• 频谱探测器的直接DIA是一个适合的无图书馆策略,用于光蛋白学SWATH-MS和DIA MS数据.
• 在预测库 (DIA-NN) 为无处不在的diaPASEF MS数据分析提供了显著的优势.
• 在无图书馆策略中需要进一步改进,以提高基蛋白质组学diaPASEF分析的灵敏度.