DeepNovo Peptidome一個(gè)新的肽組學(xué)專屬工作流程
基于質(zhì)譜的多肽組學(xué)已成為開(kāi)發(fā)多肽疫苗和免疫療法的熱門(mén)方法。這一研究領(lǐng)域也導(dǎo)致了許多non-canonical多肽的發(fā)現(xiàn)，并改變了我們對(duì)基因組區(qū)域閱讀和翻譯的理解。在肽組學(xué)中，將正確的氨基酸序列分配到MS/MS譜圖是至關(guān)重要的，因?yàn)槊總�(gè)殘基的位置和鑒定結(jié)果直接影響多肽-蛋白質(zhì)的相互作用，并確定它是否是進(jìn)一步完成下游分析的優(yōu)質(zhì)候選。隨著多肽組學(xué)分析和免疫肽組分析的普及，迫切需要有一個(gè)軟件工具以準(zhǔn)確和直觀的方式有效地處理這類數(shù)據(jù)。
在多肽組學(xué)數(shù)據(jù)的質(zhì)譜分析中，PEAKS軟件已成為首選的數(shù)據(jù)分析解決方案，作為PEAKS Studio 11和PEAKS Online 11的一部分，我們提供了一個(gè)新的DeepNovo Peptidome的肽組學(xué)專屬工作流程。
核心功能
- 在工作流中整合了 de novo sequencing, 序列數(shù)據(jù)庫(kù)搜索和同源搜索
- 為多肽的de novo測(cè)序結(jié)果提供全局的FDR評(píng)估
- 深度學(xué)習(xí)模型訓(xùn)練與大型HLA肽數(shù)據(jù)集的保留時(shí)間，碎片離子，離子遷移預(yù)測(cè)
以前，對(duì)于多肽的從頭測(cè)序結(jié)果，無(wú)法進(jìn)行FDR評(píng)估，因此通常用戶會(huì)選擇一個(gè)ALC的打分閾值來(lái)過(guò)濾低質(zhì)量的結(jié)果。而PEAKS創(chuàng)新性地通過(guò)將de novo序列添加到蛋白質(zhì)序列數(shù)據(jù)庫(kù)并執(zhí)行第二輪數(shù)據(jù)庫(kù)搜索，估計(jì)FDR用于de novo肽以提高識(shí)別的準(zhǔn)確性。
DeepNovo 多肽組工作流提供了多肽的完整鑒定列表，可以根據(jù)它們的鑒定方法進(jìn)行篩選：數(shù)據(jù)庫(kù)搜索，同源性搜索(具有突變的肽)，或來(lái)自于從頭測(cè)序的結(jié)果。結(jié)果總結(jié)頁(yè)面中，用戶通過(guò)統(tǒng)計(jì)圖評(píng)估來(lái)自不同鑒定來(lái)源肽的保留時(shí)間與預(yù)測(cè)保留時(shí)間的相關(guān)性。
通過(guò)在結(jié)果列表中選擇任意特定的肽，可以將每個(gè)譜圖中碎片離子的m/z和強(qiáng)度值與預(yù)測(cè)的譜圖進(jìn)行比較。對(duì)于離子淌度數(shù)據(jù)，也預(yù)測(cè)了每個(gè)多肽的碰撞橫截面積(CCS)的值。
通過(guò)在結(jié)果列表中選擇任意特定的肽，可以將每個(gè)譜圖中碎片離子的m/z和強(qiáng)度值與預(yù)測(cè)的譜圖進(jìn)行比較。對(duì)于離子淌度數(shù)據(jù)，也預(yù)測(cè)了每個(gè)多肽的碰撞橫截面積(CCS)的值。
DeepNovo Peptidome工作流中添加了一種新的結(jié)果過(guò)濾方法，稱為可信氨基酸百分比（confident amino acid percentage， CAA%)，允許用戶評(píng)估肽譜中，支持這條肽段匹配的碎片離子的信號(hào)強(qiáng)度值高于指定閾值的氨基酸百分比。這增加了肽序列驗(yàn)證的可信度。最終的多肽列表可以直接輸出，用于下游分析，如結(jié)合親和力和免疫原性預(yù)測(cè)。
參考文獻(xiàn)
1. Tran NH, Qiao R, Xin L, Chen X, Liu C, Zhang X, Shan B, Ghodsi A, Li M. Deep learning enables de novo peptide sequencing from data-independent-acquisition mass spectrometry. Nature Methods. 16(1), 63-66. 20/12/2018.
2. Tran NH, Zhang X, Xin L, Shan B, Li M. De novo peptide sequencing by deep learning. Proceedings of the National Academy of Sciences of the United States of America. 114(29). 18/7/2017.
3. Xin, L., Qiao, R., Chen, X. et al. A streamlined platform for analyzing tera-scale DDA and DIA mass spectrometry data enables highly sensitive immunopeptidomics. Nat Commun 13, 3108 (2022).https://doi.org/10.1038/s41467-022-30867-7
2. Tran NH, Zhang X, Xin L, Shan B, Li M. De novo peptide sequencing by deep learning. Proceedings of the National Academy of Sciences of the United States of America. 114(29). 18/7/2017.
3. Xin, L., Qiao, R., Chen, X. et al. A streamlined platform for analyzing tera-scale DDA and DIA mass spectrometry data enables highly sensitive immunopeptidomics. Nat Commun 13, 3108 (2022).https://doi.org/10.1038/s41467-022-30867-7
如果您想深入了解更多關(guān)于肽組學(xué)專屬工作流程DeepNovo Peptidome介紹和應(yīng)用，歡迎掃描下方二維碼關(guān)注我們！
- De Novo輔助的DIA同源序列檢索提升低豐度突變肽的鑒定
- 用戶文章：結(jié)合質(zhì)譜蛋白質(zhì)測(cè)序解碼蛋白質(zhì)糖基化
- 蛋白質(zhì)組學(xué)基礎(chǔ)： 質(zhì)譜中肽段主要碎裂方式
- 蛋白質(zhì)組學(xué)基礎(chǔ) ：常見(jiàn)蛋白酶的結(jié)構(gòu)、來(lái)源及性質(zhì)
- 用戶文章：食品加工使半夏中毒性凝集素減少和生物活性肽增加
- 針對(duì)SARS-CoV-2變異株核衣殼蛋白的單克隆抗體的開(kāi)發(fā)與表征
- DeepSearch——基于深度學(xué)習(xí)的高靈敏串聯(lián)質(zhì)譜數(shù)據(jù)搜庫(kù)分析策略
- 國(guó)內(nèi)常見(jiàn)的16款電子實(shí)驗(yàn)記錄本ELN簡(jiǎn)介
- 研討會(huì)：Pristima動(dòng)物與動(dòng)物房管理解決方案
- 邀請(qǐng)函：2025年美國(guó)質(zhì)譜學(xué)會(huì)(ASMS)年會(huì)&PEAKS用戶會(huì)
- 在線講座：QSAR（定量構(gòu)效關(guān)系）建模的策略與實(shí)踐
- 講座邀請(qǐng)：Savante SEND標(biāo)準(zhǔn)數(shù)據(jù)集自動(dòng)化解決方案
- BSI受邀參加2025年第六屆全國(guó)糖科學(xué)青年科技論
- 講座邀請(qǐng)：AI力場(chǎng)到量子力學(xué)，F(xiàn)EP工作流自動(dòng)化
- 康昱盛邀您參加第二屆小分子創(chuàng)新藥物發(fā)現(xiàn)專題研討會(huì)
- BSI邀您參加2025年第六屆全國(guó)糖科學(xué)青年科技論壇
Copyright(C) 1998-2025 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：info@bio-equip.com