多肽從頭測(cè)序de novo Sequencing技術(shù)詳解

瀏覽次數(shù)：811　發(fā)布日期：2023-4-10　來(lái)源：本站　僅供參考，謝絕轉(zhuǎn)載，否則責(zé)任自負(fù)

多肽從頭測(cè)序（de novo sequencing）是指在不借助序列數(shù)據(jù)庫(kù)的情況下，通過(guò)串聯(lián)質(zhì)譜(MS/MS)得到多肽氨基酸序列的分析過(guò)程。這與另一種流行的肽段鑒定方法--“數(shù)據(jù)庫(kù)搜索”形成了鮮明對(duì)比，即在給定的數(shù)據(jù)庫(kù)中搜索以找到目標(biāo)肽。從頭測(cè)序的一個(gè)明顯優(yōu)勢(shì)是它既適用于數(shù)據(jù)庫(kù)搜索，也適用于新肽。

01 | 基本原理

在串聯(lián)質(zhì)譜中，質(zhì)譜通過(guò)對(duì)肽鏈碎裂產(chǎn)生的碎片離子檢測(cè)，進(jìn)而產(chǎn)生ms/ms譜。根據(jù)所采用的碎裂方法，可以產(chǎn)生不同的碎片離子類(lèi)型。目前應(yīng)用最廣泛的碎裂方法是碰撞誘導(dǎo)解離(CID)和電子轉(zhuǎn)移解離(ETD)，CID主要產(chǎn)生b和y離子，ETD主要產(chǎn)生c和z離子。

圖1. 在CID碎裂的MS/MS 譜圖中，相同肽段的多個(gè)拷貝沿著肽骨架碎裂成為b、y離子。產(chǎn)生的譜圖由以橫坐標(biāo)為m/z (質(zhì)荷比)的峰構(gòu)成，其值由碎片離子的響應(yīng)構(gòu)成。高質(zhì)量的譜圖通常包含了許多（但不一定是全部）的理論碎片離子。

de novo sequencing的主要思路是用兩個(gè)碎片離子之間的質(zhì)量差值來(lái)計(jì)算肽主鏈上氨基酸殘基的質(zhì)量。質(zhì)量數(shù)通常可以獨(dú)特地確定殘基的類(lèi)型。例如，在圖1中y7和y6的質(zhì)量差值為129，即E的殘基質(zhì)量數(shù)。同理，下一個(gè)相鄰的殘基，可以通過(guò)y6和y5之間的質(zhì)量差確定為L(zhǎng)。該解譜過(guò)程會(huì)進(jìn)行下去，直到所有的氨基酸殘基都被確定。
因此，如果能在譜圖中識(shí)別出y離子或b離子序列，就可以確定肽的序列。然而，質(zhì)譜儀獲得的譜圖并不能告訴我們峰的離子類(lèi)型，這需要專(zhuān)家或計(jì)算機(jī)算法在從頭測(cè)序過(guò)程中計(jì)算出來(lái)。一些因素會(huì)給這一過(guò)程帶來(lái)困難，比如：

不正確的b、y離子分配
一些離子碎片的缺失（比如圖1中的 b1、y8)
譜圖中其他碎片離子類(lèi)型（比如圖1中的 b3-NH3）
譜圖中存在噪音峰
高度相似的氨基酸殘基質(zhì)量數(shù)(I=L and K=Q)
殘基上的PTM(翻譯后修飾)可能導(dǎo)致質(zhì)量模糊，并使肽碎片類(lèi)型復(fù)雜化

以上這些因素，可能導(dǎo)致de novo測(cè)序只能從譜圖中計(jì)算出部分正確的序列標(biāo)簽

02 | 自動(dòng)化的de novo測(cè)序
手動(dòng)進(jìn)行de novo測(cè)序的解譜工作要求人員的專(zhuān)業(yè)性，并且十分地費(fèi)時(shí)。一個(gè)可靠的自動(dòng)化de novo測(cè)序解決方案可以節(jié)省寶貴的人工時(shí)間，并大大降低了實(shí)驗(yàn)室的人工成本。自動(dòng)化de novo測(cè)序在生物信息學(xué)領(lǐng)域得到了廣泛的研究，并開(kāi)發(fā)了多種算法，雖然計(jì)算機(jī)算法所使用的基本原理與人工de novo測(cè)序相同，但計(jì)算機(jī)算法的執(zhí)行過(guò)程通常與人工分析不盡相同。
PEAKS Studio軟件于2002年首次發(fā)布，目前已成為自動(dòng)化從頭測(cè)序的行業(yè)標(biāo)準(zhǔn)軟件，并以其準(zhǔn)確性、快速分析的能力，以及用戶(hù)友好性而聞名。

(詳細(xì)介紹點(diǎn)擊PEAKS Studio--兼容DDA和DIA的蛋白質(zhì)組學(xué)研究的質(zhì)譜數(shù)據(jù)一站式軟件平臺(tái)）

03 | 結(jié)合數(shù)據(jù)庫(kù)搜索使用

過(guò)去，人們常認(rèn)為de novo測(cè)序分析的速度非常慢。因此，只有在蛋白質(zhì)數(shù)據(jù)庫(kù)不可用的情況下，才使用de novo測(cè)序的方法。然而，隨著計(jì)算機(jī)算法(如PEAKS)的最新發(fā)展，速度已不再是問(wèn)題。這使得在蛋白質(zhì)組學(xué)研究中對(duì)得到的每一張質(zhì)譜圖都進(jìn)行de novo測(cè)序成為一種可行的選擇。即使是當(dāng)數(shù)據(jù)庫(kù)可用的情況下，de novo測(cè)序也可以通過(guò)以下方式幫助多肽的鑒定。
1. de novo測(cè)序肽段與數(shù)據(jù)庫(kù)搜索肽段之間的匹配或相似度可以很好地說(shuō)明數(shù)據(jù)庫(kù)搜索結(jié)果的正確性。因此，從頭測(cè)序可用于提高數(shù)據(jù)庫(kù)搜索性能。
2. de novo測(cè)序得到的肽段如果在數(shù)據(jù)庫(kù)中沒(méi)有顯著匹配，可能是在樣品中存在全新的肽段，值得進(jìn)一步確定，有可能發(fā)現(xiàn)預(yù)期外的PTM或者多肽的突變。
如下圖2所示，PEAKS Studio軟件在設(shè)置標(biāo)準(zhǔn)操作流程的時(shí)候，已經(jīng)考慮到了這個(gè)問(wèn)題。

圖2. 充分利用de novo測(cè)序的標(biāo)準(zhǔn)PEAKS Studio工作流程

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.Hughes, C., Ma, B., Lajoie, G.A. De novo Sequencing Methods in Proteomics. Methods Mol Biol. 2010;604:105-21.

3.Ma, B. & Johnson, R. De novo Sequencing and Homology Searching. Molecular & Cellular Proteomics. 2012;11(2).

（點(diǎn)擊圖片即可查看活動(dòng)詳情）

如果您想深入了解更多de novo Sequencing技術(shù)介紹和應(yīng)用，歡迎掃描下方二維碼關(guān)注我們！

索取資料

來(lái)源：百蓁生物科技（上海）有限公司
聯(lián)系電話(huà)：021-60919881
E-mail：sales-china@bioinfor.com

【點(diǎn)擊可查看百蓁生物科技（上海）有限公司相關(guān)產(chǎn)品】

標(biāo)簽：蛋白質(zhì)組學(xué) 多肽組學(xué) 從頭測(cè)序抗體

分享到：QQ空間新浪微博騰訊微博微信

【所有文章】【本類(lèi)新聞】【相關(guān)產(chǎn)品】【關(guān)閉窗口】

本類(lèi)文章

本類(lèi)新聞