大数据集分析揭示了的结构起源 碰撞横截面 双模式行为
Allyn M Xu1, Dániel Szöllősi2, Helmut Grubmüller2
1Computer Science Department, Courant Institute of Mathematical Sciences, New York University, New York, New York 10012, United States.
Journal of the American Society for Mass Spectrometry
|December 21, 2025
概括
蛋白质组学中的碰撞横截面积 (CCS) 揭示了两个不同的模式. 序列中的基本位点定位决定了这些模式,影响了质谱中的蛋白质识别和量化.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 分析化学 分析化学
- 计算生物学 计算生物学
背景情况:
- 离子流动性光谱 (IMS) 现在经常测量的碰撞横截面积 (CCS).
- 大规模的IMS数据集显示,通常会进入不同的高或低CCS模式,特别是在3+电荷中.
研究的目的:
- 为了识别控制CCS模式的序列特征.
- 阐明中不同CCS模式的结构基础.
主要方法:
- 对大型IMS数据集的机器学习分析.
- 对形状的分子动力学模拟.
- 对质子位点和序列决定因素的分析.
主要成果:
- 基本位置定位是CCS模式的关键决定因素.
- 高CCS模式采用延伸的螺旋结构.
- 低CCS模式采用紧的球形形状.
- 在高CCS模式下,靠近C端的质子和位置依赖的决定因素有利于螺旋形成.
结论:
- 序列,特别是基本位点定位,通过形状偏好来决定CCS模式.
- 了解这些CCS模式可以提高蛋白质组学中的识别和量化.
- 这项工作有助于将IMS数据更好地集成到蛋白质组工作流中.


