在GlyPep-Quant中基于图书馆的虚拟匹配之间的运行量化改进了特定站点的糖识别
相关实验视频
Updated: Sep 15, 2025
11:38
A Quantitative Glycomics and Proteomics Combined Purification Strategy
Published on: March 8, 2016
15.1K
He Zhu1, Zheng Fang1, Lei Liu1,2
1State Key Laboratory of Medical Proteomics, Dalian Institute of Chemical Physics, Chinese Academy of Sciences, Dalian, China.
Nature communications
|July 14, 2025
概括
GlyPep-Quant 增强了蛋白质组学中的特定位点的甘氨酸分析,识别了更多的甘氨酸,并使胃癌生物标志物的发现成为可能. 这种工具改善了用于疾病研究的糖谱谱解释.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 葡萄糖生物学 葡萄糖生物学
- 计算生物学 计算生物学
背景情况:
- 糖基化变化与癌症等疾病有关.
- 对特定位点的甘氨酸的定量分析是具有挑战性的,原因是低甘氨酸谱的解释.
研究的目的:
- 介绍GlyPep-Quant,这是一个用于敏感量化和特定特定位点的甘氨酸的识别工具.
- 开发一种用于胃癌检测的糖蛋白质组生物标志物发现方法.
主要方法:
- 利用机器学习模型来定量糖.
- 实施了一个基于MS1功能库的"虚拟匹配之间的运行"量化方案.
- 开发了一种方法来计算特定地点的糖甘丰度比率,用于生物标志物发现.
主要成果:
- GlyPep-Quant比现有的工具量化了25.1%-178.9%的特定位点甘氨酸.
- 虚拟匹配之间的运行方案使得识别/量化超过八倍.
- 两个特定于位点的甘氨酸比率被确定为胃癌的高性能生物标志物 (AUC > 0.95).
- 生物标志物在一个独立的队列中达到高达85%的诊断准确性.
结论:
- GlyPep-Quant显著改善了特定地点的糖甘量化和识别.
- 开发的糖蛋白组生物标志物发现方法显示了胃癌诊断的前景.
- GlyPep-Quant适用于广泛的糖蛋白质组应用.
