蛋白質(zhì)組學(xué)質(zhì)譜數(shù)據(jù)深度解析關(guān)鍵問題研究.pdf

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

2、刻認(rèn)識(shí)和準(zhǔn)確解析質(zhì)譜數(shù)據(jù)的基礎(chǔ)。本文以高分辨率質(zhì)譜平臺(tái)產(chǎn)出的數(shù)據(jù)為研究對(duì)象，經(jīng)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(jìn)一步的質(zhì)譜數(shù)據(jù)解析奠定了良好的基礎(chǔ)。這包括：給定質(zhì)譜平臺(tái)上離子峰寬與其質(zhì)荷比呈多條二次曲線分布；在同一質(zhì)譜平臺(tái)上兩者之間的函數(shù)關(guān)系具有可重復(fù)性，但在不同質(zhì)譜平臺(tái)上不具備可重復(fù)性；所有離子采樣點(diǎn)數(shù)的頻率分布與同一質(zhì)荷比的多個(gè)母離子采樣點(diǎn)數(shù)的頻率分布均接

3、近高斯分布；就同一質(zhì)荷比的母離子而言，母離子峰的采樣點(diǎn)數(shù)與其峰強(qiáng)度呈正相關(guān)，而與RT時(shí)間呈比較弱的負(fù)相關(guān)；應(yīng)用考慮背景噪聲時(shí)的高斯函數(shù)與單個(gè)同位素峰的峰形擬合效果最好；同位素峰簇組成峰個(gè)數(shù)與肽段的豐度、質(zhì)量和RT時(shí)間等屬性均呈正相關(guān)；最高峰強(qiáng)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(cè)量精度是反映質(zhì)譜儀器性能的一個(gè)重要指標(biāo)。對(duì)肽段同位素峰豐度分布誤差的研究有助于揭示質(zhì)譜

4、數(shù)據(jù)產(chǎn)出過程中存在的問題，從而為提高現(xiàn)有的數(shù)據(jù)解析方法和改進(jìn)儀器性能提供線索。本文通過選取峰最大值作為單個(gè)同位素峰的定量指標(biāo)，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(gè)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(guān)性等在內(nèi)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(jì)算減小了隨機(jī)誤差，凸顯了系統(tǒng)誤差的存在；利用兩個(gè)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(guān)性；高豐度同位素峰對(duì)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(guān)性存在的內(nèi)在原因。
　　(3)肽段同位素峰豐度誤差校正及應(yīng)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(cè)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(gè)實(shí)驗(yàn)數(shù)據(jù)集評(píng)估了兩種校正算法的性能，結(jié)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(duì)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(duì)定量性能的提高更加有效。
　　(4)泛素/類泛素修飾位點(diǎn)鑒定方法的改進(jìn)優(yōu)化研究。泛素/類泛素與靶標(biāo)蛋白質(zhì)結(jié)合以后，經(jīng)過蛋白質(zhì)酶的酶切作用，通常在修飾位點(diǎn)上殘留一個(gè)氨基酸長鏈，給其修飾位點(diǎn)鑒定帶來了很大的困難。本文總結(jié)了現(xiàn)有方法的不足，提出了一種改進(jìn)的

7、Ub/Ubl修飾位點(diǎn)鑒定工作流。利用兩個(gè)公開的類泛素修飾數(shù)據(jù)集評(píng)估了改進(jìn)后的工作流，結(jié)果表明相比原始ChopNSpice方法，改進(jìn)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(diǎn)；組合庫策略既能夠節(jié)省人工驗(yàn)證所需的時(shí)間，又能夠減少假陽性鑒定結(jié)果；可變修飾策略能夠自動(dòng)地對(duì)修飾位點(diǎn)進(jìn)行精確定位。因此，改進(jìn)后的工作流更適合分析大規(guī)模泛素/類泛素修飾數(shù)據(jù)。
　　(5)應(yīng)用改進(jìn)后的工作流實(shí)現(xiàn)了對(duì)類泛素FAT10修飾位點(diǎn)的首次鑒定。本文在

8、建立改進(jìn)的泛素/類泛素修飾鑒定工作流以后，與北京蛋白質(zhì)組研究中心合作，將改進(jìn)的工作流應(yīng)用到大規(guī)模FAT10修飾數(shù)據(jù)分析，在國際上首次實(shí)現(xiàn)了對(duì)FAT10修飾位點(diǎn)的鑒定。FAT10修飾位點(diǎn)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。基于標(biāo)準(zhǔn)數(shù)據(jù)庫搜索和無標(biāo)記定量技術(shù)共鑒定到175個(gè)FAT10靶標(biāo)蛋白質(zhì)。對(duì)鑒定到的靶標(biāo)蛋白質(zhì)進(jìn)行功能分類，發(fā)現(xiàn)FAT10靶標(biāo)蛋白質(zhì)在蛋白質(zhì)轉(zhuǎn)運(yùn)、折疊、RNA加工、復(fù)雜大分