量化质量控制成为增强单细胞蛋白质组学数据分析的关键因素

科学领域:

• 蛋白质组学是指蛋白质组学.
• 生物技术是生物技术.
• 计算生物学 计算生物学

背景情况:

• 单细胞蛋白质组学 (SCP) 允许对细胞异质性的无偏探索.
• 在SCP的挑战包括高缺失值率和批量效应,阻碍了强大的数据分析.
• 对SCP的最佳数据处理策略仍未得到充分探索.

研究的目的:

• 开发和验证基于质谱 (MS) 的单细胞蛋白质组学的新型量化质量控制方法.
• 通过解决缺失值和批量效应,增强差异表达蛋白 (DEP) 的识别.
• 提高SCP数据分析的可靠性和可解释性.

主要方法:

• 整合一种新的量化质量控制方法,与运行之间的同位体匹配 (IMBR) 和PSM级标准化相结合.
• 将精炼管道应用于SCP数据集,以评估蛋白质和的量化.
• 使用免疫阻塞对已识别的DEP进行功能相关性的验证.

主要成果:

• 综合方法量化了额外的12%的蛋白质和19%的,超过90%的有效值.
• 量化质量控制显著减少了变异和q值,从而改善了细胞类型的分离.
• 在保持原始数据配置文件的同时,PSM级正常化方法的性能与蛋白质级别方法相比较.
• 在六个验证的DEP中,有五个证实了管道的可行性和生物相关性.

结论:

• 开发的管道,结合IMBR,细胞质量控制和PSM级正常化,对于SCP数据分析是有效的.
• 这种方法增强了蛋白质识别,减少了量化变异性,并提高了差异表达分析的准确性.
• 精细的管道为未来的单细胞蛋白质组学研究提供了可行和有益的策略.