在数据独立获取数据分析工作流程中,In Silico预测光谱库的好处

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
• 计算生物学 计算生物学

背景情况:

• 数据独立获取 (DIA) 是基于质谱 (MS) 的蛋白质组学的一个关键技术.
• 分析DIA数据涉及广泛的计算工作流程,光谱库发挥着至关重要的作用.
• 在 silico 预测的光谱库正在成为 DIA 数据分析的宝贵工具.

研究的目的:

• 评估DIA工作流程中in silico预测的光谱库的灵敏度,精度和准确性.
• 通过混合物种蛋白质组样本,将这些新的工作流与已建立的方法进行比较.
• 为了对多个DIA软件工具和库生成策略进行基准测试.

主要方法:

• 在酵母三性消化背景中利用了人类标准蛋白质 (UPS2) 的差异性入.
• 在光谱库和无库模式下测试了三个DIA软件工具 (DIA-NN,EncyclopeDIA,Spectronaut).
• 在光谱库预测工具 (PROSIT,MS2PIP与DeepLC) 和基于数据依赖获取 (DDA) 的经典库中使用,对12个工作流进行基准测试.

主要成果:

• 在测试的工作流程中,DIA-NN实现了最高的灵敏度.
• 在 silico 预测图书馆中,特别是 DIA-NN 图书馆,在可重现性和准确性方面保持了有利的平衡.
• 该研究确定DIA-NN是表现最好的,特别是在利用in silico预测的光谱库时.

结论:

• 在 silico 预测的光谱库为 DIA 蛋白质组学数据分析提供了显著的优势.
• DIA-NN 软件表现出强的性能,特别是在集成in silico预测库的情况下.
• 这些发现支持更广泛地采用in silico光谱库来进行增强的DIA蛋白质组研究.