蛋白質組學質譜數(shù)據深度解析關鍵問題研究.pdf

1、質譜已經成為蛋白質組學研究的核心技術。質譜數(shù)據是蛋白質組信息挖掘的主要源頭，質譜數(shù)據解析則是蛋白質組生物信息學的研究重點。如何從相對簡單的物理信號解析出肽段和蛋白質的各種信息，并且延伸至具體的生物學問題，是蛋白質組質譜數(shù)據解析必須要面對的巨大挑戰(zhàn)。本文圍繞蛋白質組質譜數(shù)據解析中的關鍵問題做了如下幾方面工作：
　　(1)肽段同位素峰檢測的基本特性研究。肽段母離子的同位素峰存在于一級圖譜中，研究其單個同位素峰和同位素峰簇的基本特性是深

2、刻認識和準確解析質譜數(shù)據的基礎。本文以高分辨率質譜平臺產出的數(shù)據為研究對象，經過大量的探索性分析，摸清了離子采樣、峰寬和峰形，以及同位素峰簇的組成和豐度表示等肽段同位素峰的基本特性，為后續(xù)進一步的質譜數(shù)據解析奠定了良好的基礎。這包括：給定質譜平臺上離子峰寬與其質荷比呈多條二次曲線分布；在同一質譜平臺上兩者之間的函數(shù)關系具有可重復性，但在不同質譜平臺上不具備可重復性；所有離子采樣點數(shù)的頻率分布與同一質荷比的多個母離子采樣點數(shù)的頻率分布均接

3、近高斯分布；就同一質荷比的母離子而言，母離子峰的采樣點數(shù)與其峰強度呈正相關，而與RT時間呈比較弱的負相關；應用考慮背景噪聲時的高斯函數(shù)與單個同位素峰的峰形擬合效果最好；同位素峰簇組成峰個數(shù)與肽段的豐度、質量和RT時間等屬性均呈正相關；最高峰強度表示的肽段同位素峰分布更接近理論同位素分布。
　　(2)肽段同位素峰豐度分布誤差研究。肽段同位素峰豐度測量精度是反映質譜儀器性能的一個重要指標。對肽段同位素峰豐度分布誤差的研究有助于揭示質譜

4、數(shù)據產出過程中存在的問題，從而為提高現(xiàn)有的數(shù)據解析方法和改進儀器性能提供線索。本文通過選取峰最大值作為單個同位素峰的定量指標，從不同角度考察了肽段同位素峰豐度誤差分布，掌握了包括單個同位素峰歸一化誤差、局部平均誤差和所有同位素峰總體誤差，以及不同同位素峰豐度誤差之間的相關性等在內的肽段同位素峰的豐度誤差特性。這包括：與加和誤差和乘積誤差模型相比，歸一化誤差模型靈敏度更高；局部平均誤差的計算減小了隨機誤差，凸顯了系統(tǒng)誤差的存在；利用兩個核

5、函數(shù)的混合高斯分布能夠有效擬合所有肽段同位素峰豐度誤差分布；不同次序的肽段同位素峰之間存在不同程度的相關性；高豐度同位素峰對低豐度同位素峰的抑制作用可能是系統(tǒng)誤差和同位素峰之間相關性存在的內在原因。
　　(3)肽段同位素峰豐度誤差校正及應用。由于肽段同位素峰豐度值代表了肽段的定量信息，所以肽段同位素峰豐度測量誤差也必然影響肽段定量精度。本文從不同角度出發(fā)，提出了兩種同位素峰豐度誤差校正算法，即比值誤差校正算法和多元線性回歸的迭代校

6、正算法。利用多個實驗數(shù)據集評估了兩種校正算法的性能，結果表明比值誤差校正算法能夠很好地消除系統(tǒng)誤差，但是對定量性能的提高比較有限；多元線性回歸迭代算法在消除系統(tǒng)誤差方面不如前者，但是對定量性能的提高更加有效。
　　(4)泛素/類泛素修飾位點鑒定方法的改進優(yōu)化研究。泛素/類泛素與靶標蛋白質結合以后，經過蛋白質酶的酶切作用，通常在修飾位點上殘留一個氨基酸長鏈，給其修飾位點鑒定帶來了很大的困難。本文總結了現(xiàn)有方法的不足，提出了一種改進的

7、Ub/Ubl修飾位點鑒定工作流。利用兩個公開的類泛素修飾數(shù)據集評估了改進后的工作流，結果表明相比原始ChopNSpice方法，改進后的工作流能夠更無偏和靈敏地鑒定類泛素修飾肽段和位點；組合庫策略既能夠節(jié)省人工驗證所需的時間，又能夠減少假陽性鑒定結果；可變修飾策略能夠自動地對修飾位點進行精確定位。因此，改進后的工作流更適合分析大規(guī)模泛素/類泛素修飾數(shù)據。
　　(5)應用改進后的工作流實現(xiàn)了對類泛素FAT10修飾位點的首次鑒定。本文在

8、建立改進的泛素/類泛素修飾鑒定工作流以后，與北京蛋白質組研究中心合作，將改進的工作流應用到大規(guī)模FAT10修飾數(shù)據分析，在國際上首次實現(xiàn)了對FAT10修飾位點的鑒定。FAT10修飾位點傾向位于親水性氨基酸富集的區(qū)域，而僅在+2位置與類泛素SUMO修飾序列的保守性較一致?；跇藴蕯?shù)據庫搜索和無標記定量技術共鑒定到175個FAT10靶標蛋白質。對鑒定到的靶標蛋白質進行功能分類，發(fā)現(xiàn)FAT10靶標蛋白質在蛋白質轉運、折疊、RNA加工、復雜大分