mpwR:一个R包,用于比较基于质谱的蛋白质组工作流的性能
Oliver Kardell1, Stephan Breimann2,3,4, Stefanie M Hauck1
1Metabolomics and Proteomics Core (MPC), Helmholtz Zentrum München, German Research Center for Environmental Health (GmbH), 80939 München, Germany.
Bioinformatics (Oxford, England)
|June 2, 2023
概括
mpwR R包为基于质谱 (MS) 的蛋白质组无标签工作流提供了标准化的比较. 它促进了对各种软件输出中影响蛋白质数据质量和性能的各种因素的分析.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 基于质谱 (MS) 的蛋白质组学对生物研究至关重要.
- 无标签蛋白质组工作流程的标准化比较对于数据可重复性至关重要.
- 样本准备的变化,液体染色学 (LC) -MS设置和软件分析可能会影响结果.
研究的目的:
- 引入mpwR,一个R包用于基于MS的蛋白质组无标签工作流程的标准化比较.
- 为评估实验和分析变量对蛋白质组数据的影响提供一个用户友好的工具.
- 为了使多个软件输出能够进行比较,用于自下而上的蛋白质组学.
主要方法:
- 开发一个开源的R包,mpwR.
- 支持数据依赖和数据独立的频谱采集方法.
- 与常见的蛋白质组学软件 (ProteomeDiscoverer,Spectronaut,MaxQuant,DIA-NN) 的输出进行集成.
主要成果:
- mpwR允许对无标签的蛋白质组工作流进行标准化比较.
- 该套件有助于评估样本准备,LC-MS配置和软件差异.
- 它支持无限数量的分析,用于全面的绩效评估.
结论:
- mpwR为定量蛋白质组学研究人员提供了宝贵的资源.
- 该包促进了蛋白质组数据的可重复和可靠分析.
- 使用mpwR进行标准化工作流程比较可以提高基于MS的蛋白质组学研究的质量和可解释性.
更多相关视频
11:19Label-Free Immunoprecipitation Mass Spectrometry Workflow for Large-scale Nuclear Interactome Profiling
Published on: November 17, 2019
16.2K
07:38Mass Spectrometry-Based Proteomics Analyses Using the OpenProt Database to Unveil Novel Proteins Translated from Non-Canonical Open Reading Frames
Published on: April 11, 2019
12.8K
