评估和优化质谱蛋白质学数据以解细胞类型特定蛋白质表达在瘤中的表达

科学领域:

• 蛋白质组学是指蛋白质组学.
• 生物信息学是一种生物信息学.
• 癌症生物学 癌症生物学

背景情况:

• 内异质性是瘤生物学的关键.
• 细胞类型特异性蛋白质表达很难用omics数据来表征.
• 大量质谱 (MS) 蛋白质组学为细胞类型解卷提供了潜力,但最佳量化格式尚不清楚.

研究的目的:

• 系统地评估MS蛋白质组学量化格式和预处理以解决细胞类型特定的蛋白质表达.
• 为了确定MS的最佳数据转换策略,MS蛋白质组学解卷.
• 开发一种计算工具,用于分析MS蛋白质组学数据的细胞类型特异性.

主要方法:

• 利用大队列蛋白质基因组学数据.
• 评估的无标签光谱计数,TMT MS1强度和MS2比率.
• 应用数据转换技术,包括"min-score",用于解卷.
• 使用变化系数 (CV) 来评估解卷合适性.
• 开发了R软件包"ProTransDeconv"的开发人员.

主要成果:

• 无标签的光谱计数可以直接用于解卷.
• TMT MS1强度和MS2比率需要特定的数据转换才能实现有效的解卷.
• 一个"最小分数"的转换显著提高了MS1基于强度的解卷.
• 变化系数 (CV) 已被确定为可靠的指标,用于确定解卷合适性.
• 在发现胰腺癌亚型方面已证明有用.

结论:

• 特定的MS蛋白质组学量化格式和转换对于准确的细胞类型解至关重要.
• "ProTransDeconv"提供了一个全面的R包,用于分析批量蛋白质组学数据.
• 这项工作为研究瘤中细胞类型特定蛋白质失调提供了实际指导.