zMAP工具集:通过差异稳定z转换对大规模蛋白质组数据进行基于模型的分析
Xiuqi Gui1, Jing Huang1, Linjie Ruan2
1CAS Key Laboratory of Computational Biology, Shanghai Institute of Nutrition and Health, University of Chinese Academy of Sciences, Chinese Academy of Sciences, Shanghai, 200031, China.
Genome biology
|October 14, 2024
概括
基于异构标签的质谱测量 (ILMS) 数据集成具有挑战性. zMAP在多次运行中使蛋白质量定量正常化,使细胞分化和癌症研究能够进行强大的蛋白质组分析.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 计算生物学 计算生物学
- 生物统计学 生物统计学
背景情况:
- 基于异标签的质谱 (ILMS) 是定量蛋白质组分析的关键技术.
- 在多个质谱运行中整合大规模的ILMS数据集 presents显著的计算挑战.
- 现有的方法很难有效地将不同实验批次的蛋白质丰度数据正常化.
研究的目的:
- 开发一套用于规范化和整合大规模ILMS数据的计算工具集.
- 为了提高蛋白质定量测定在不同质谱运行中的可比性.
- 为了解决分析多次运行的ILMS数据集的计算困难.
主要方法:
- 开发zMAP,一个用于ILMS数据集成的新型工具集.
- 在ILMS强度数据中对平均变异依赖的建模.
- 应用差异稳定型z转换来实现数据规范化.
主要成果:
- zMAP有效地使ILMS强度可以在质谱运行中进行比较.
- 该工具集成功地解决了ILMS数据中固有的平均差异依赖.
- 在分析复杂的生物系统,包括细胞分化动力学和癌症患者异质性的证明有用性.
结论:
- zMAP提供了一个强大的解决方案,用于整合大规模的ILMS数据集.
- 标准化方法提高了定量蛋白质组学研究的可靠性.
- 通过增强的蛋白质组数据分析,zMAP促进了对生物过程和疾病机制的更深入了解.


