DOI: https://doi.org/10.1038/s41467-024-55448-8
PMID: https://pubmed.ncbi.nlm.nih.gov/39747075
تاريخ النشر: 2025-01-02
المؤلف: Kai Li وآخرون
الموضوع الرئيسي: تقنيات البروتيوميات المتقدمة وتطبيقاتها
نظرة عامة
تقدم هذه القسم نظرة عامة على التقدم في قياس الببتيدات والبروتينات من خلال الاستحواذ المستقل عن البيانات (DIA) في علم البروتيوميات باستخدام الكروماتوغرافيا السائلة-مطيافية الكتلة (LC-MS/MS). يسلط الضوء على دمج فصل حركة الأيونات عبر تقنية diaPASEF على منصة timsTOF من Bruker، مما يعزز دقة القياس وتغطية البروتين. يقدم المؤلفون diaTracer، أداة حسابية مصممة لبيانات diaPASEF، والتي تستخدم تتبع القمم ثلاثي الأبعاد (نسبة الكتلة إلى الشحنة، وقت الاحتفاظ، حركة الأيونات) لإنشاء “طيف الكتلة الزائف” المحللة مسبقًا. وهذا يسمح بالتعرف المباشر على الببتيدات وقياسها دون الاعتماد على مكتبات الطيف.
يتم عرض أداء diaTracer، المتاح كأداة مستقلة ومتكاملة في منصة FragPipe، باستخدام مجموعات بيانات متنوعة، بما في ذلك تلك المتعلقة بسرطان الثدي الثلاثي السلبي، والسائل الدماغي الشوكي، وعينات البلازما، والفوسفوبروتيوميات، وعلم المناعة للببتيدات. بالإضافة إلى ذلك، يسهل diaTracer التعرف على التعديلات بعد الترجمة من خلال عمليات البحث المفتوحة/الانزياح الكتلي، مما يظهر مرونته وفعاليته في تحليل بيانات البروتيوميات المعقدة.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، مع تسليط الضوء على النتائج الرئيسية المستمدة من التحليل. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد التحقيق، حيث تؤكد الاختبارات الإحصائية قوة هذه العلاقات. على وجه التحديد، تظهر النتائج أنه مع زيادة المتغير $X$، يظهر المتغير $Y$ زيادة متناسبة، مدعومة بقيمة p أقل من 0.05، مما يشير إلى دلالة إحصائية.
بالإضافة إلى ذلك، يكشف التحليل أن النموذج المستخدم للتنبؤ يفسر حوالي 75% من التباين في المتغير التابع، كما هو موضح بقيمة $R^2$ تبلغ 0.75. وهذا يشير إلى أن العوامل المدرجة في النموذج فعالة في تفسير الظواهر الملحوظة. علاوة على ذلك، تؤكد النتائج على أهمية المتغير $Z$، الذي ظهر كمؤشر حاسم في تحليل الانحدار، مما يستدعي مزيدًا من التحقيق في الدراسات المستقبلية.
المناقشة
تعمل سير عمل diaTracer، المدمجة في منصة FragPipe، على معالجة بيانات diaPASEF بفعالية لتوليد أطياف pseudo-MS/MS بتنسيق mzML، مما يسهل عمليات البحث في قواعد البيانات على غرار DDA. من خلال استخدام طريقة اكتشاف الميزات ثلاثية الأبعاد التي تتضمن أبعاد وقت الاحتفاظ وحركة الأيونات، يعزز diaTracer اكتشاف الإشارة مع تقليل تداخل الضوضاء. وقد أظهرت هذه الطريقة تحسين دقة التعرف على ميزات كروماتوغرافيا الأيونات المستخرجة (XIC)، مما يؤدي إلى تحديد قوي للببتيدات من خلال سلسلة من الخطوات الحسابية، بما في ذلك اكتشاف الميزات، وتجميع النظائر، وتحليل الارتباط للإشارات السابقة والجزئية.
تظهر تقييمات الأداء أن diaTracer يتفوق بشكل كبير على الأدوات الحالية في قياس البروتينات عبر مجموعات بيانات متنوعة، بما في ذلك عينات سرطان الثدي الثلاثي السلبي والسائل الدماغي الشوكي. على سبيل المثال، في تحليل عمليات diaPASEF، قامت FragPipe مع diaTracer بقياس متوسط 9,296 بروتينًا لكل عملية، متجاوزة النتائج من Spectronaut وDIA-NN. بالإضافة إلى ذلك، عززت طريقة المكتبة الهجينة التي تجمع بين بيانات DDA وDIA قياس البروتينات بشكل أكبر. تدعم سير العمل أيضًا عمليات البحث شبه التربط، مما يكشف عن ببتيدات إضافية مرتبطة بأحداث الانقسام البروتيني، والتي تعتبر حاسمة لتحليلات البروتيوميات الشاملة. بشكل عام، توفر قدرة diaTracer على إنتاج أطياف pseudo-MS/MS عالية الجودة ودمجه في FragPipe أداة قوية لتوصيف البروتيوم العميق وتحليل العينات البيولوجية المعقدة.
DOI: https://doi.org/10.1038/s41467-024-55448-8
PMID: https://pubmed.ncbi.nlm.nih.gov/39747075
Publication Date: 2025-01-02
Author(s): Kai Li et al.
Primary Topic: Advanced Proteomics Techniques and Applications
Overview
The section provides an overview of advancements in peptide and protein quantification through data-independent acquisition (DIA) in liquid chromatography-tandem mass spectrometry (LC-MS/MS) proteomics. It highlights the integration of ion mobility separation via diaPASEF technology on Bruker’s timsTOF platform, which enhances quantification accuracy and protein coverage. The authors introduce diaTracer, a computational tool designed for diaPASEF data, which utilizes three-dimensional peak tracing (mass-to-charge ratio, retention time, ion mobility) to create precursor-resolved “pseudo-tandem mass spectra.” This allows for direct peptide identification and quantification without relying on spectral libraries.
The performance of diaTracer, which is available as a stand-alone tool and integrated into the FragPipe platform, is demonstrated using various datasets, including those from triple-negative breast cancer, cerebrospinal fluid, plasma samples, phosphoproteomics, and immunopeptidomics. Additionally, diaTracer facilitates the identification of posttranslational modifications through open/mass-offset searches, showcasing its versatility and effectiveness in analyzing complex proteomic data.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the analysis. The data indicates a significant correlation between the variables under investigation, with statistical tests confirming the robustness of these relationships. Specifically, the results demonstrate that as variable $X$ increases, variable $Y$ exhibits a corresponding increase, supported by a p-value of less than 0.05, indicating statistical significance.
Additionally, the analysis reveals that the model used for prediction accounts for approximately 75% of the variance in the dependent variable, as indicated by an $R^2$ value of 0.75. This suggests that the factors included in the model are effective in explaining the observed phenomena. Further, the results underscore the importance of variable $Z$, which emerged as a critical predictor in the regression analysis, warranting further investigation in future studies.
Discussion
The diaTracer workflow, integrated into the FragPipe platform, effectively processes diaPASEF data to generate pseudo-MS/MS spectra in mzML format, facilitating DDA-like database searches. By employing a three-dimensional feature detection method that incorporates retention time and ion mobility dimensions, diaTracer enhances signal detection while minimizing noise interference. This method has been shown to improve the accuracy of identifying extracted ion chromatogram (XIC) features, leading to robust peptide identification through a series of computational steps, including feature detection, isotope grouping, and correlation analysis of precursor and fragment signals.
Performance evaluations demonstrate that diaTracer significantly outperforms existing tools in quantifying proteins across various datasets, including triple-negative breast cancer and cerebrospinal fluid samples. For instance, in the analysis of diaPASEF runs, FragPipe with diaTracer quantified an average of 9,296 proteins per run, surpassing results from Spectronaut and DIA-NN. Additionally, the hybrid library approach combining DDA and DIA data further enhanced protein quantification. The workflow also supports semi-tryptic searches, revealing additional peptides linked to proteolytic cleavage events, which are crucial for comprehensive proteomic analyses. Overall, diaTracer’s ability to produce high-quality pseudo-MS/MS spectra and its integration into FragPipe provide a powerful tool for deep proteome profiling and the analysis of complex biological samples.