通过多个搜索引擎最大限度地提高基于免疫皮体的细菌皮管发现率,并重新获得搜索结果

科学领域:

• 免疫学 免疫学 免疫学
• 生物信息学是一种生物信息学.
• 疫苗开发 疫苗开发

背景情况:

• 质谱法可以发现用于疫苗的细菌抗原.
• 识别低丰富的细菌表位仍然是一个重大挑战.

研究的目的:

• 开发和验证一个优化的生物信息框架,用于增强细菌免疫的识别.
• 为了提高对疫苗候选人发现的细菌表位的自信检测.

主要方法:

• 通过使用四个搜索引擎 (PEAKS,Comet,Sage,MSFragger) 进行综合免疫体学数据分析.
• 使用MS2Rescore进行数据驱动的恢复,并结合了离子移动功能.
• 使用 timsTOF SCP 和 Q Exactive HF 数据采集的验证.

主要成果:

• 与单个搜索引擎相比,集成的工作流增加了27%的细菌免疫的识别.
• 18种额外的细菌和15种新的Listeria蛋白匹配被确定具有高可靠性.
• 与Q Exactive HF相比,具有离子移动性特征的恢复在timsTOF SCP上发现了76%的,比Q Exactive HF.

结论:

• 多个搜索引擎的整合和数据驱动的rescoring最大限度地提高了细菌免疫的识别.
• 这种增强的方法显著提高了用于疫苗开发的高可信度细菌表位的检测.
• 优化的框架改善了新型疫苗候选人的发现管道.