通过模拟碎片化,化和糖体连接性来扩大N-糖的识别
Joshua Klein1, Luis Carvalho2,3, Joseph Zaia4,5
1Program for Bioinformatics, Boston University, Boston, MA, US. joshua.adam.klein@gmail.com.
Nature communications
|July 22, 2024
概括
在基于质谱的糖蛋白组学中精确的糖标识是使用新的计算方法来改进的. 这些技术提高了甘氨酸分配的准确性,并增加了自信识别的深度,有助于大规模的甘氨酸研究.
科学领域:
- 生物化学 生物化学
- 计算生物学 计算生物学
- 质谱测量质量谱测量
背景情况:
- 在基于质谱的糖蛋白组学中准确识别糖具有重大挑战,特别是在规模上.
- 现有的方法在含糊不清的甘氨酸分配和蛋白质组覆盖范围的有限深度方面扎.
- 对于结构分析中更精确的不确定性估计,需要取得进展.
研究的目的:
- 开发和验证新的计算策略,以提高糖标识的准确性和范围.
- 为了解决使用保留时间数据的模两可的甘氨酸分配的挑战.
- 为了提高甘氨酸蛋白质组分析的深度和可靠性.
主要方法:
- 开发一种动态适应的相对保留时间模型,以纠正模两可的甘氨酸分配.
- 实施一种分层方法来建模糖片段的碎片化,以改善N-糖的识别.
- 应用特定地点的方法来增加可靠识别的葡萄糖蛋白质组的深度.
主要成果:
- 在以前发布的数据集上,在优化每个阶段证明了性能增长.
- 成功检测和纠正模两可的甘氨酸分配.
- 提高了糖标识的准确性和深度.
结论:
- 提出的计算技术显著改善了在质谱学中的糖标识.
- 这些方法提高了准确性,解决了模糊性,并扩大了糖蛋白质组分析的深度.
- 这些进步可以在开源GlycReSoft平台上获得,以实现更广泛的可访问性.
更多相关视频
10:59Glycomics-Guided Glycoproteomics Facilitates Comprehensive Profiling of the Glycoproteome in Complex Tumor Microenvironments
Published on: February 7, 2025
966
09:09Semi-Quantitative Analysis of Peptidoglycan by Liquid Chromatography Mass Spectrometry and Bioinformatics
Published on: October 13, 2020
4.3K
