优化metaproteomics数据库建设:从研究阴道微生物组的经验教训

科学领域:

• 微生物学 微生物学
• 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.

背景情况:

• 甲型蛋白质组学通过识别蛋白质,使我们能够对微生物群落进行功能性洞察.
• 数据库的组成极大地影响了在元蛋白质组分析中的标识.
• 优化metaproteomic工作流程对于增加可用的数据输出至关重要.

研究的目的:

• 为了比较六种不同的蛋白质数据库构建策略的性能,用于元蛋白质组分析.
• 评估数据库大小和来源 (样本匹配与公共存储库) 对鉴定的影响.
• 确定最佳的数据库策略,以准确识别宫阴道洗 (CVL) 样本中的蛋白质.

主要方法:

• 使用了来自细菌性阴道炎 (BV) 研究的宫阴道洗 (CVL) 样本.
• 用六种不同的策略构建的数据库进行了比较,包括广泛与样本匹配和元基因组翻译与公共存储库.
• 评估混合数据库,结合NCBI RefSeq蛋白质和样本衍生的元基因组翻译.

主要成果:

• 较小的样本匹配数据库由于统计约束而显著优于较大的数据库.
• 大型数据库错误地将多达34%的细菌命中归因于缺席的种类.
• 综合公开和样本特定数据的混合数据库产生了最好的结果,比典型数据库识别的蛋白质多30%.

结论:

• 数据库的组成和大小是影响元蛋白质组结果的关键因素.
• 混合样本匹配数据库为准确的蛋白质识别提供了卓越的性能.
• 结果指导最佳的数据库选择,以进行可靠的元蛋白质组分析和生物学结论.