2014年11月30日，國際學(xue)(xue)(xue)(xue)術(shu)期(qi)刊《分子與細胞(bao)蛋(dan)白質組學(xue)(xue)(xue)(xue)》molecular & Cellular Proteomics在線(xian)發(fa)表了中國科(ke)(ke)學(xue)(xue)(xue)(xue)院上海生命科(ke)(ke)學(xue)(xue)(xue)(xue)研(yan)究(jiu)(jiu)院生物化(hua)學(xue)(xue)(xue)(xue)與細胞(bao)生物學(xue)(xue)(xue)(xue)研(yan)究(jiu)(jiu)所系統生物學(xue)(xue)(xue)(xue)重(zhong)點實驗室曾嶸研(yan)究(jiu)(jiu)組與美(mei)國范(fan)德堡大(da)學(xue)(xue)(xue)(xue)定(ding)量(liang)科(ke)(ke)學(xue)(xue)(xue)(xue)中心(xin)石瑜研(yan)究(jiu)(jiu)組的(de)最(zui)新(xin)合(he)作研(yan)究(jiu)(jiu)成(cheng)果(guo)，揭示了穩(wen)定(ding)同(tong)位素化(hua)學(xue)(xue)(xue)(xue)標記(ji)高精(jing)度質譜數據中高豐度、高頻率噪音離子的(de)去除可(ke)以顯著(zhu)提(ti)高蛋(dan)白質鑒定(ding)率。

在(zai)定(ding)(ding)(ding)(ding)(ding)量蛋白質(zhi)組學(xue)研究(jiu)中，穩定(ding)(ding)(ding)(ding)(ding)同位素標(biao)簽結合高(gao)(gao)精度質(zhi)譜儀可以在(zai)一次實驗中對(dui)(dui)多(duo)個樣品進行相對(dui)(dui)定(ding)(ding)(ding)(ding)(ding)量比較，這(zhe)種策略(lve)比非標(biao)記定(ding)(ding)(ding)(ding)(ding)量具有(you)更(geng)(geng)高(gao)(gao)的(de)(de)精確性。另一方(fang)面，體外化(hua)(hua)學(xue)標(biao)記相對(dui)(dui)于(yu)體內標(biao)記方(fang)法如SILAC，具有(you)更(geng)(geng)高(gao)(gao)的(de)(de)樣品通量和普適性，使得(de)體外化(hua)(hua)學(xue)標(biao)記在(zai)定(ding)(ding)(ding)(ding)(ding)量蛋白質(zhi)組學(xue)研究(jiu)中得(de)到(dao)了廣(guang)泛的(de)(de)應用(yong)。對(dui)(dui)于(yu)該策略(lve)得(de)到(dao)的(de)(de)肽(tai)段二級質(zhi)譜譜圖，其中的(de)(de)報告(gao)離子(zi)用(yong)于(yu)定(ding)(ding)(ding)(ding)(ding)量，而其他(ta)離子(zi)則用(yong)于(yu)鑒(jian)定(ding)(ding)(ding)(ding)(ding)該肽(tai)段。但(dan)報告(gao)離子(zi)以及其伴生離子(zi)并(bing)未包含(han)多(duo)肽(tai)序列信息，這(zhe)些(xie)離子(zi)會降低(di)數(shu)據(ju)庫搜(sou)索鑒(jian)定(ding)(ding)(ding)(ding)(ding)的(de)(de)敏感性和準確性。由于(yu)定(ding)(ding)(ding)(ding)(ding)量是建立在(zai)數(shu)據(ju)庫鑒(jian)定(ding)(ding)(ding)(ding)(ding)的(de)(de)基礎(chu)之(zhi)上(shang)，在(zai)數(shu)據(ju)庫搜(sou)索前對(dui)(dui)質(zhi)譜數(shu)據(ju)的(de)(de)預處理就尤(you)為重要(yao)。

在(zai)曾嶸研究(jiu)員和(he)石瑜(yu)教授的(de)(de)共(gong)同(tong)(tong)指導下，盛泉(quan)虎，李榮霞和(he)戴捷等人對穩定(ding)(ding)同(tong)(tong)位素(su)化學標(biao)記數(shu)據(ju)首先進行了高(gao)(gao)豐(feng)(feng)度(du)、高(gao)(gao)頻率離(li)子的(de)(de)分析，然后進行了16種(zhong)不(bu)同(tong)(tong)組(zu)合的(de)(de)數(shu)據(ju)預(yu)處理，最后用5種(zhong)不(bu)同(tong)(tong)搜(sou)索引擎進行了數(shu)據(ju)庫搜(sou)索分析。研究(jiu)表明(ming)(ming)，在(zai)高(gao)(gao)精度(du)質(zhi)(zhi)譜(pu)(pu)數(shu)據(ju)中，存(cun)在(zai)大量(liang)穩定(ding)(ding)同(tong)(tong)位素(su)標(biao)簽相關的(de)(de)高(gao)(gao)豐(feng)(feng)度(du)、高(gao)(gao)精度(du)離(li)子。結(jie)合各種(zhong)預(yu)處理方(fang)法(fa)，判(pan)別(bie)和(he)去除(chu)這些(xie)離(li)子可(ke)以提高(gao)(gao)四標(biao)數(shu)據(ju)16.3%的(de)(de)鑒(jian)(jian)定(ding)(ding)譜(pu)(pu)圖(tu)，13.9%的(de)(de)鑒(jian)(jian)定(ding)(ding)肽(tai)段(duan)(duan)以及6.6%的(de)(de)雙肽(tai)段(duan)(duan)鑒(jian)(jian)定(ding)(ding)蛋白質(zhi)(zhi)。對于八標(biao)復(fu)雜數(shu)據(ju)，預(yu)處理方(fang)法(fa)則(ze)可(ke)提高(gao)(gao)50.2%的(de)(de)鑒(jian)(jian)定(ding)(ding)譜(pu)(pu)圖(tu)，39.5%的(de)(de)鑒(jian)(jian)定(ding)(ding)肽(tai)段(duan)(duan)以及25.2%的(de)(de)雙肽(tai)段(duan)(duan)鑒(jian)(jian)定(ding)(ding)蛋白質(zhi)(zhi)。這表明(ming)(ming)，標(biao)記通(tong)道的(de)(de)增加，在(zai)提高(gao)(gao)樣品通(tong)量(liang)的(de)(de)同(tong)(tong)時，也引入(ru)了更(geng)多的(de)(de)伴生離(li)子，判(pan)別(bie)和(he)去除(chu)這些(xie)離(li)子可(ke)以更(geng)顯(xian)著提高(gao)(gao)鑒(jian)(jian)定(ding)(ding)的(de)(de)敏(min)感性。

基于組學大數據和系(xi)統生物學平臺，曾(ceng)嶸(rong)研究(jiu)組通過多年努力自主開發了一(yi)系(xi)列蛋白質組數據分析技術，該(gai)工作建立的方法與此前(qian)的Buildsummary，ProteomicsTools, SRMBuilder 等工具一(yi)起 (Sheng et al., J Proteome Res 2012; Su et al., JMCB, 2014)，形成(cheng)了更加完善的蛋白質組學工作流(liu)程。

該研究工(gong)作得到了國家(jia)(jia)科(ke)(ke)技部和國家(jia)(jia)自然科(ke)(ke)學基金資助(zhu)。

示(shi)意圖：預處(chu)理可以顯著提高(gao)譜(pu)圖、肽段和可靠蛋白質的鑒定率(lv)