一個新的DDA和DIA的多肽組工作流-DeepNovo Peptidome
基于質譜的多肽組學已成為開發多肽疫苗和免疫療法的熱門方法。 這一研究領域也導致了許多non-canonical多肽的發現，并改變了我們對基因組區域閱讀和翻譯的理解。在多肽組學中，將正確的氨基酸序列分配到MS/MS譜圖是至關重要的，因為每個殘基的位置和鑒定結果直接影響多肽-蛋白質的相互作用，并確定它是否是進一步完成下游分析的優質候選。隨著多肽組學分析和免疫肽組分析的普及，迫切需要有一個軟件工具以準確和直觀的方式有效地處理這類數據。
在多肽組學數據的質譜分析中，PEAKS軟件已成為首選的數據分析解決方案，作為PEAKS Studio 11和PEAKS Online 11的一部分，我們提供了一個新的DeepNovo Peptidome的肽組學專屬工作流程。
在多肽組學數據的質譜分析中，PEAKS軟件已成為首選的數據分析解決方案，作為PEAKS Studio 11和PEAKS Online 11的一部分，我們提供了一個新的DeepNovo Peptidome的肽組學專屬工作流程。
功能核心
01 在工作流中整合了de novo sequencing, 序列數據庫搜索, 以及同源搜索
02為多肽的de novo測序結果提供全局的FDR評估
03深度學習模型經過了大規模HLA多肽數據集對保留時間、碎片離子和離子淌度預測等參數的訓練
04考慮三大類翻譯后修飾，更準確地預測修飾肽段的保留時間和MS2譜圖
02為多肽的de novo測序結果提供全局的FDR評估
03深度學習模型經過了大規模HLA多肽數據集對保留時間、碎片離子和離子淌度預測等參數的訓練
04考慮三大類翻譯后修飾，更準確地預測修飾肽段的保留時間和MS2譜圖
以前，對于多肽的從頭測序結果，無法進行FDR評估，因此通常用戶會選擇一個ALC的打分閾值來過濾低質量的結果。而PEAKS創新性地通過將de novo序列添加到蛋白質序列數據庫并執行第二輪數據庫搜索，估計FDR用于de novo肽以提高鑒定的準確性。
DeepNovo多肽組工作流提供了多肽的完整鑒定列表，可以根據它們的鑒定方法進行篩選：數據庫搜索，同源性搜索(具有突變的肽)，或來自于從頭測序的結果。結果總結頁面中，用戶通過統計圖評估來自不同鑒定來源肽的保留時間與預測保留時間的相關性。
通過在結果列表中選擇任意特定的肽，可以將每個譜圖中碎片離子的m/z和強度值與預測的譜圖進行比較。對于離子淌度數據，也預測了每個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果過濾方法，稱為可信氨基酸百分比（confident amino acid percentage， CAA%)，允許用戶評估肽譜中，支持這條肽段匹配的碎片離子的信號強度值高于指定閾值的氨基酸百分比。這增加了肽序列驗證的可信度。最終的多肽列表可以直接輸出，用于下游分析，如結合親和力和免疫原性預測。
DeepNovo多肽組的PTM分析
DeepNovo Peptidome工作流程現在考慮了三種不同類別的修飾，以更準確地預測修飾多肽的保留時間和MS2譜圖。這些類別包括標準PTM、同位素標簽和人工標記修飾(即TMT標簽)。在LC-MS/MS分析之前，通常將同位素標記的肽加入免疫肽組學樣品中，以驗證免疫多肽的鑒定。然而，氨基酸的同位素并不像大多數生物相關的PTMs或人工標簽那樣影響肽的保留時間。因此，DeepNovo Peptidome工作流程中的深度學習模型被訓練來預測屬于這三種不同類別的肽的保留時間和MS2譜，以提高肽的評分和鑒定。
DeepNovo多肽組DIA數據分析（目前僅PEAKS Online可用）
升級后的PEAKS Online整體DIA數據分析工作流為DIA免疫肽組學提供了一種全新的策略，集成了不依賴譜圖庫的數據庫搜索和從頭測序方法[3]，獲得高可信度的肽段，并根據預測的多肽的物理化學性質(包括碎片離子特征、保留時間和離子淌度等) 進行重打分，最后報告出FDR。此外，位置置信度得分與每一條肽段關聯，以評估每個氨基酸的準確性。該工作流提供了一個全新的計算途徑，以幫助我們在LC-MS/MS的DIA數據中鑒定由mRNA的非典型翻譯或基因組變異產生的免疫肽。
參考文獻
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
產品推薦:
PEAKS Studio--兼容DDA和DIA的蛋白質組學研究的質譜數據一站式軟件平臺
PEAKS Online -- 基于服務器的高通量蛋白質質譜數據全流程自動化解決方案
PEAKS GlycanFinder--結構分辨的糖蛋白組深度分析軟件
-掃碼關注-
www.bioinfor.com (EN)
www.deepproteomics.cn（CN）
作為生物信息學的領軍企業，BSI專注于蛋白質組學和生物藥領域，通過機器學習和先進算法提供世界領先的質譜數據分析軟件和蛋白質組學服務解決方案，以推進生物學研究和藥物發現。我們通過基于AI的計算方案，為您提供對蛋白質組學、基因組學和醫學的卓越洞見。旗下著名的PEAKS系列軟件在全世界擁有數千家學術和工業用戶，包括：PEAKS Studio，PEAKS Online，PEAKS AB及抗體綜合表征服務等。
聯系方式：021-60919891；sales-china@bioinfor.com
Copyright(C) 1998-2025 生物器材網 電話：021-64166852;13621656896 E-mail：info@bio-equip.com