用天体质谱仪对高通量和低输入蛋白质学分析的数据独立采集工作流程的系统评估
Zhichang Yang1, Taylur P Ma1, Meena Choi1
1Department of Proteomic & Genomic Technologies, Translational Genomics and Proteomics Center, Genentech Inc., South San Francisco, California 94080, United States.
Journal of proteome research
|February 25, 2026
概括
为低输入样本优化质谱学需要仔细选择工作流程. 首选的数据独立采集质谱 (DIA-MS) 工作流可以提高蛋白质组分析的准确性和敏感生物分析的覆盖范围.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 质谱测量质量谱测量
- 生物技术是生物技术.
背景情况:
- 对于低输入样本的高通量,高灵敏度质谱 (MS) 的需求不断增长.
- 采用短梯度液体染色学 (LC) 的数据独立采集MS (DIA-MS) 显示了深度蛋白质覆盖的前景.
- 缺乏为低输入的DIA-MS量化而建立的最佳信息工作流.
研究的目的:
- 系统地评估影响低输入DIA-MS工作流程的因素.
- 确定蛋白质组覆盖,量化准确性和精度的最佳参数.
- 为高质量的定量数据提供信息学工作流程提供共识.
主要方法:
- 评估MS采集参数,数据分析软件 (DIA-NN,Spectronaut,FragPipe) 和LC梯度长度.
- 在三种物种的蛋白质组样本 (0.1 ng到10 ng输入) 上进行系统测试.
- 专注于蛋白质组覆盖范围,量化准确度和精确度,使用预定义的数量比率.
主要成果:
- 对于低输入样本,确定了一个首选的DIA工作流.
- 推的工作流包括FAIMS接口和DIA-NN无库搜索与运行之间的匹配 (MBR).
- 建议使用maxLFQ算法对MS1级蛋白质进行量化.
结论:
- 优化的DIA工作流显著改善了低输入样本的蛋白质基因分析.
- 这项研究为需要敏感蛋白质组分析的领域的研究人员提供了关键指导.
- 这些发现有助于建立DIA-MS在低投入生物应用中的最佳实践.


