在高吞吐量近距离扩展试验中纠正批量效应的BAMBOO方法用于蛋白质组学研究
H M Smits1, E M Delemarre1, A Pandit1
1Center for Translational Immunology, University Medical Center Utrecht, KC 02.085.2, P.O. Box 85090, 3508 AB, Utrecht, The Netherlands.
Scientific reports
|January 9, 2025
概括
在近距离延伸试验 (PEA) 中,批量效应蛋白质组学可以导致错误的发现. 我们开发了BAMBOO (使用桥接cOntrOls进行批量调整),这是一种使用桥接控制的强有力的方法,可以显著提高大规模蛋白质组学研究中的数据可靠性.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 生物统计学 生物统计学
- 生物信息学是一种生物信息学.
背景情况:
- 近距离延伸试验 (PEA) 对于大规模蛋白质组研究至关重要.
- 批量效应,包括蛋白质特异性,样本特异性和板幅变化,可以损害数据完整性并导致错误发现.
- 在PEA中进行批量效应校正的现有方法尚未完全优化.
研究的目的:
- 在PEA蛋白质组学中描述批量效应.
- 开发和验证一种可靠的方法,以使用桥接控制来纠正批量效应.
- 为了提高大规模PEA蛋白质组分析的可靠性.
主要方法:
- 在PEA数据中描述三种类型的批量效应.
- 开发了BAMBOO (使用桥接cContrOls进行批量调整),这是一种基于回归的新型批量校正方法.
- 使用模拟和实验数据对BAMBOO与中位数定位,差异中位数 (MOD) 和ComBat进行比较分析.
主要成果:
- 竹子和MOD在桥接控制中表现出了对异常值的稳定性,与中位中心和ComBat.Bat不同.
- 通过10-12个桥梁控制,可以实现最佳的批量校正.
- 与实验验证的其他方法相比,BAMBOO和MOD显著降低了虚假发现的发生率.
结论:
- 批量效应在PEA蛋白质组研究中普遍存在,需要有效的校正策略.
- 竹子提供了一个强大的和有效的解决方案,以减轻PEA的批量效应.
- 这些发现提倡采用BAMBOO来提高大规模蛋白质组分析的准确性和可靠性.
更多相关视频
07:03Pulldown Assay Coupled with Co-Expression in Bacteria Cells as a Time-Efficient Tool for Testing Challenging Protein-Protein Interactions
Published on: December 23, 2022
2.8K
09:02Split-BioID — Proteomic Analysis of Context-specific Protein Complexes in Their Native Cellular Environment
Published on: April 20, 2018
19.7K