GlycoDash:用于大量样本数量的糖蛋白组学数据集的自动化,视觉辅助的策划

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:

• 从LC-MS数据中自动定量糖是一种重大挑战.
• 当前的开源工具提供了无标签的量化,但将关键的数据处理步骤留给手动处理.
• 手动数据修复是耗时的,容易出现错误,并阻碍了高通量糖蛋白组学.

研究的目的:

• 开发GlycoDash,一个基于R Shiny的交互式Web应用程序,用于民主化无标签的高通量糖蛋白组学数据分析.
• 为了自动化和简化糖测量数据的策划,解决数据处理工作流中的瓶.
• 提供用于测量和元数据链接,光谱和分析剂策划,规范化和可重复性评估的工具.

主要方法:

• 开发GlycoDash,一个R闪亮的Web应用程序.
• 整合了用于测量和元数据链接,光谱和分析剂策划,规范化和可重复性评估的功能.
• 从单克隆抗体到临床队列的各种抗体糖蛋白组学数据集的演示.

主要成果:

• GlycoDash有效地自动化和简化了糖酸量化数据的修复.
• 该应用程序在几个小时内成功处理了大型,多样化和复杂的数据集,产生了高质量的元数据集成结果.
• 集成了糖基化特征计算,数据可视化和符合FAIR的报告能力.

结论:

• GlycoDash解决了对自动化高吞吐量糖蛋白组学数据分析的关键需求.
• 该应用程序的强大的性能和全面的功能增强了研究和临床应用.
• GlycoDash使糖蛋白组学数据分析民主化,提高了效率和数据质量.