蛋白質(zhì)糖基化修飾的精準(zhǔn)分析對于疾病機(jī)制研究、生物標(biāo)志物發(fā)現(xiàn),以及藥物和疫苗開發(fā)至關(guān)重要。完整糖肽分析能獲得特定糖基化位點與糖鏈的對應(yīng)關(guān)系信息,是現(xiàn)代糖蛋白質(zhì)組學(xué)研究中十分重要而極具挑戰(zhàn)性的組成部分。目前,糖肽分析最常用的質(zhì)譜采集模式是數(shù)據(jù)依賴性采集(DDA),存在母離子選擇隨機(jī)性的問題,其結(jié)果中存在較多的缺失值。近年來出現(xiàn)的數(shù)據(jù)非依賴性采集(DIA)模式能彌補(bǔ)DDA的缺點,已開始初步應(yīng)用于糖蛋白質(zhì)組學(xué)領(lǐng)域。然而,現(xiàn)有的糖肽DIA分析方法缺乏可靠的質(zhì)控,難以處理多種糖肽在隔離窗口中共碎裂的復(fù)雜情況。
2021年10月18日,與我院曹緯倩團(tuán)隊與復(fù)旦大學(xué)化學(xué)系喬亮團(tuán)隊課題組在Nature Communications在線發(fā)表了題為“GproDIA enables data-independent acquisition glycoproteomics with comprehensive statistical control”的研究論文。文章詳細(xì)介紹了一種全新的完整糖肽DIA數(shù)據(jù)分析工具GproDIA。該工具將以肽段為中心DIA分析的概念擴(kuò)展到完整糖肽分析,通過二維錯誤發(fā)現(xiàn)率(FDR)和糖型推斷算法提供全面的統(tǒng)計質(zhì)控,實現(xiàn)糖肽的精準(zhǔn)鑒定和定量。
二維FDR算法首先為譜圖庫中目標(biāo)糖肽生成肽段誘餌、糖鏈誘餌和糖肽雙誘餌,從DIA數(shù)據(jù)中提取目標(biāo)糖肽和三種類型誘餌的譜圖信息并對肽段和糖鏈部分分別進(jìn)行評分。然后采用雙變量四組分混合模型擬合目標(biāo)糖肽和誘餌的得分分布,由此估計每個目標(biāo)糖肽匹配結(jié)果中肽段、糖鏈部分錯誤或兩者都錯誤的概率(即局部FDR)和所報告全部結(jié)果的整體錯誤率(即全局FDR)。
對于復(fù)雜樣品,糖肽的鑒定會受到隔離窗口中相同肽段序列上的其他糖型的潛在干擾。為此,研究人員進(jìn)一步提出了一種糖型推斷算法。該算法首先為DIA隔離窗口內(nèi)的潛在糖型生成鑒定離子,從DIA數(shù)據(jù)中提取這些鑒定離子和目標(biāo)糖肽母離子的譜圖信息進(jìn)行評分,然后采用貝葉斯層次模型將目標(biāo)糖肽原先的得分同母離子和鑒定離子的得分加以整合,得到糖型的得分,從而對糖型的錯誤率進(jìn)行質(zhì)控。
研究人員將GproDIA在酵母和人血清N-糖肽樣品的DIA數(shù)據(jù)上進(jìn)行測試。結(jié)果表明,GproDIA在糖肽鑒定數(shù)、數(shù)據(jù)完整性,以及定量的準(zhǔn)確性和精密度方面均優(yōu)于現(xiàn)有基于DDA的方法。與現(xiàn)有的糖肽DIA分析方法相比,GproDIA不僅能排除肽段部分的錯誤鑒定結(jié)果,還能對糖鏈部分進(jìn)行良好的質(zhì)控,實現(xiàn)了更準(zhǔn)確的糖肽鑒定。
作為迄今為止第一種為肽段和糖鏈部分都提供全面質(zhì)控的DIA數(shù)據(jù)分析工具,GproDIA解決了DIA在完整糖肽分析中面臨的一項重要難題,有望推廣DIA在糖蛋白質(zhì)組學(xué)領(lǐng)域的應(yīng)用,促進(jìn)蛋白質(zhì)糖基化相關(guān)疾病機(jī)制和生物標(biāo)志物的研究。
喬亮、曹緯倩合作團(tuán)隊的主要研究方向是蛋白質(zhì)組學(xué)和糖蛋白質(zhì)組學(xué)方法開發(fā)。此前,喬亮研究員和曹緯倩副研究員曾在Nature Communications分別發(fā)表研究論文報道基于深度學(xué)習(xí)預(yù)測譜圖庫的DIA分析工具DeepDIA(doi:10.1038/s41467-019-13866-z)和完整糖肽DDA數(shù)據(jù)搜索引擎鑒定技術(shù)pGlyco 2.0(doi:10.1038/s41467-017-00535-2)。本工作是他們在該研究領(lǐng)域合作取得的又一重要成果。
全文鏈接:
https://doi.org/10.1038/s41467-021-26246-3
版權(quán)與免責(zé)聲明:本網(wǎng)頁的內(nèi)容由收集互聯(lián)網(wǎng)上公開發(fā)布的信息整理獲得。目的在于傳遞信息及分享,并不意味著贊同其觀點或證實其真實性,也不構(gòu)成其他建議。僅提供交流平臺,不為其版權(quán)負(fù)責(zé)。如涉及侵權(quán),請聯(lián)系我們及時修改或刪除。郵箱:sales@allpeptide.com