一種利用高能碰撞誘導(dǎo)電離碎裂技術(shù)鑒定蛋白的方法
【專利摘要】本發(fā)明公開了一種利用高能碰撞碎裂技術(shù)（high?collision?induced?dissociation）鑒定蛋白的方法。本發(fā)明提供了一種利用高能碰撞碎裂技術(shù)鑒定未知目的蛋白的方法，包括主要步驟如下：用搜索引擎對獲得的二級HCD質(zhì)譜圖進(jìn)行候選肽段搜索并生成理論譜；再匹配所述實(shí)驗(yàn)譜與所述理論譜，輸出鑒定結(jié)果；所述生成理論譜為同時(shí)進(jìn)行生成理論b離子單一同位素峰質(zhì)荷比、生成理論y離子單一同位素峰質(zhì)荷比和對y離子增加第一同位素峰離子的質(zhì)荷比。本發(fā)明的方法簡單有效，可在不更改數(shù)據(jù)庫搜索引擎數(shù)據(jù)結(jié)構(gòu)和匹配打分算法下顯著提升肽段鑒定靈敏度。
【專利說明】一種利用高能碰撞誘導(dǎo)電離碎裂技術(shù)鑒定蛋白的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及生物信息學(xué)領(lǐng)域，尤其涉及一種利用高能碰撞誘導(dǎo)電離碎裂技術(shù)鑒定蛋白的方法。
【背景技術(shù)】
[0002]隨著質(zhì)譜技術(shù)的發(fā)展，高能碰撞碎裂技術(shù)(HCD, high-energy collisioninduced dissociation)被廣泛用于蛋白質(zhì)組表達(dá)譜和修飾譜的定性和定量鑒定中(Olsen, Macek et al.2007 ；Nagaraj, D' Souza et al.2010;Savitski, Mathieson etal.2010;de Graaf, Altelaar et al.2011;Frese, Altelaar et al.2011)? 新一代的高精度質(zhì)譜儀LTQ-OrbiTrap Velos的HCD 二級圖譜產(chǎn)出靈敏度與CID (collisioninduceddissociation)接近或相當(dāng)，均高于電子轉(zhuǎn)移碎裂(ETD, electron transferdissociation)圖譜，但HO)圖譜質(zhì)量更佳,具有更高的鑒定成功率(Frese, Altelaar etal.2011)，這是因?yàn)镠CD質(zhì)譜數(shù)據(jù)具有以下特點(diǎn):
[0003](I) 二級質(zhì)量分辨率可達(dá)15000,質(zhì)量精度可達(dá)ppm級別(Olsen, Macek etal.2007)，可有效減少子離子錯(cuò)誤匹配，從而顯著提高肽段打分和圖譜鑒定率。例如，F(xiàn)rese等人使用Hela細(xì)胞樣品，系統(tǒng)比較了不同上樣量條件下CID、HCD和ETD等三種裂解模式CID、HCD和ETD的MASCOT鑒定結(jié)果，發(fā)現(xiàn)HCD質(zhì)譜數(shù)據(jù)具有最高的圖譜匹配打分(ionscore)以及最高的圖譜鑒定成功率(>50%) (Frese, Altelaar et al.2011) ? Shen等人將高質(zhì)量精度的二級離子信息用于肽段鑒定質(zhì)控的特征參數(shù)，比常規(guī)的搜索引擎多過濾出20%-40% 的肽段鑒定結(jié)果(Shen, T0Iicet al.2011)。
[0004](2)肽段碎裂充分，二級譜的離子連續(xù)性好。針對HCD圖譜進(jìn)行從頭測序(denovo)效果較好。Shen Y等人詳細(xì)比較了相同方法下CID、HCD和電子轉(zhuǎn)移碎裂(ETD)圖譜得到的連續(xù)碎片離子長度，發(fā)現(xiàn)7個(gè)氨基酸以上的肽段鑒定結(jié)果中，HCD圖譜具有最高的肽段鑒定數(shù)(Shen，Tolic et al.2`011)。中科院計(jì)算所發(fā)展了專門針對HCD的質(zhì)譜數(shù)據(jù)從頭測序軟件PN0V0，利用了二級碎裂離子高質(zhì)量精度、低質(zhì)量區(qū)域離子豐富、存在內(nèi)部碎片(internal)和亞氨(immonium)離子等特點(diǎn)對HCD圖譜從頭測序，與常規(guī)搜索引擎鑒定結(jié)果重疊率達(dá)到80%以上，并可尋找脫酰胺基修飾和氨基酸突變(Chi，Sun et al.2010)。
[0005](3)低質(zhì)量區(qū)域碎片離子豐富，可提高iTRAQ報(bào)告離子碎裂峰強(qiáng)從而提高定量精度(McAlister, Phanstiel et al.2010)。
[0006](4)可產(chǎn)生internal離子和immonium離子,某些immonium離子是修飾鑒定的重要特征離子(Olsen, Macek et al.2007; Nagaraj, D' Souza et al.2010)。
[0007]盡管HCD圖譜質(zhì)量更好，但現(xiàn)有的HCD數(shù)據(jù)搜索引擎和質(zhì)量控制方法仍沿用CID數(shù)據(jù)的分析策略，未能充分利用HCD數(shù)據(jù)特點(diǎn)，相對于硬件的發(fā)展，HCD的數(shù)據(jù)分析算法和工具面臨發(fā)展相對滯后的狀態(tài)。
[0008]國際上專門針對HCD數(shù)據(jù)的分析方法非常有限，僅有的集中在HCD數(shù)據(jù)的預(yù)處理、鑒定結(jié)果質(zhì)控和從頭測序上。如Savitski等人設(shè)計(jì)了 H-score,通過對HCD圖譜進(jìn)行去同位素峰(de-1sotope) (Nielsen, Savitski et al.2005)和解卷積(de-convolution)(Zhang, Ficarro et al.2009)，以及對MASCOT鑒定結(jié)果重打分來提高了肽段鑒定靈敏度(Savitski, Mathieson et al.2010)。另一方面,使用蛋白質(zhì)序列數(shù)據(jù)庫搜索策略進(jìn)行圖譜鑒定時(shí)(其基本原理是產(chǎn)生肽段的理論碎裂圖譜，并與實(shí)際圖譜進(jìn)行匹配，通過匹配相似性的好壞來鑒定序列)，現(xiàn)有的數(shù)據(jù)庫搜索引擎如MASCOT、SEQUEST和X!Tandem等仍產(chǎn)生較為簡單的序列理論圖譜，未充分利用HCD圖譜特征，例如對碎片離子的相對峰強(qiáng)進(jìn)行簡單的模擬(Li，Arnold etal.2010)，不考慮高精度二級碎片離子的同位素峰信息及其它離子類型等，造成了 HCD圖譜鑒定靈敏度的損失。
[0009]綜上所述，現(xiàn)有HCD數(shù)據(jù)解析面臨以下問題:
[0010](1)常規(guī)搜索引擎如MASCOT、SEQUEST和X!Tandem等并未針對HCD設(shè)計(jì)相應(yīng)的理論圖譜和匹配打分，對HCD的處理仍沿用與CID相同的理論譜和打分方法；
[0011](2)肽段鑒定質(zhì)控方法未充分利用HCD數(shù)據(jù)特征。如Η-score并未將高質(zhì)量精度、internal和immonium離子類型考慮在內(nèi)，并且僅針對富含修飾的樣品數(shù)據(jù)。MASCOTPercoIator 中也僅考慮了 b、y 離子匹配(Brosch, Yu et al.2009)。
[0012](3)現(xiàn)有針對HCD圖譜的從頭測序算法考慮修飾類型有限，目前尚未見針對HCD數(shù)據(jù)的修飾類型預(yù)篩方法。
[0013](4)在圖譜庫搜索方面，目前尚未出現(xiàn)針對HCD數(shù)據(jù)優(yōu)化的圖譜庫構(gòu)建方法和圖譜庫搜索引擎(Lam 2011)。
[0014]隨著HCD技術(shù)的不斷進(jìn)步，其在表達(dá)譜、修飾譜構(gòu)建及蛋白質(zhì)定量研究領(lǐng)域會發(fā)揮越來越重要的作用。了解和充分利用HCD數(shù)據(jù)特征，發(fā)展相應(yīng)的鑒定、質(zhì)控和定量算法，開發(fā)HCD質(zhì)譜數(shù)據(jù)的深度解析平臺是當(dāng)務(wù)之急。

【發(fā)明內(nèi)容】

[0015]本發(fā)明旨在利用HCD圖譜二級碎裂離子具有豐富的同位素峰信息以及高質(zhì)量精度特點(diǎn)，通過在理論譜中增加同位素峰信息來提高肽段鑒定的準(zhǔn)確度、靈敏度和成功率。
[0016]本發(fā)明的目的是建立一種利用高能碰撞碎裂產(chǎn)生豐富的高精度二級同位素峰的高效鑒定未知目的蛋白的方法，尤其是提供一種利用高能碰撞碎裂鑒定待測蛋白的方法。
[0017]本發(fā)明提供的方法，包括如下步驟:
[0018]1)將待測蛋白酶解得到肽段；
[0019]2 )將所述肽段經(jīng)液相色譜質(zhì)譜串聯(lián)檢測，得到二級HCD質(zhì)譜圖，記作實(shí)驗(yàn)譜；所述液相色譜-質(zhì)譜串聯(lián)中的二級質(zhì)譜產(chǎn)生模式采用高能碰撞碎裂；檢測采用高分辨質(zhì)量檢測器，由此產(chǎn)生二級HCD質(zhì)譜圖；
[0020]3)將所述二級HCD質(zhì)譜圖轉(zhuǎn)換成數(shù)據(jù)庫搜索引擎可讀格式；
[0021]4)用搜索引擎先對經(jīng)過3)處理的二級HCD質(zhì)譜圖進(jìn)行候選肽段搜索并生成理論譜；再匹配所述實(shí)驗(yàn)譜與所述理論譜，輸出鑒定結(jié)果；
[0022]所述生成理論譜為同時(shí)進(jìn)行生成理論b離子單一同位素峰質(zhì)荷比、生成理論y離子單一同位素峰質(zhì)荷比和對y離子增加第一同位素峰離子的質(zhì)荷比；
[0023]將所述生成理論y離子的單一同位素峰質(zhì)荷比記作m/zyi述對y離子增加其第一同位素峰離子的質(zhì)荷比記作m/Zyi’，且m/Zyi' =m/zyi+l.003355/z, yi代表候選肽段從C端開始數(shù)第i個(gè)肽鍵位置斷裂后形成的I離子；yi’表示代表候選肽段從C端開始數(shù)第i個(gè)肽鍵位置斷裂后形成的I離子的第一同位素峰，其中i=l，2,3,...L-1 ；L為候選肽段的長度；
[0024]5)將所述鑒定結(jié)果進(jìn)行質(zhì)量控制和錯(cuò)誤發(fā)現(xiàn)率(false discovery rate, FDR)計(jì)算，得到待測蛋白中肽段的序列和數(shù)目，實(shí)現(xiàn)鑒定待測蛋白之目的。
[0025]上述方法中，步驟I)中，所述酶為蛋白質(zhì)組學(xué)研究中常用的蛋白酶，包括但不限于胰蛋白酶(trypsin);也可以為賴氨酸蛋白酶C (Lys-C)或者精氨酸蛋白酶C (Arg-C)等。這些酶都可以特異性切割蛋白質(zhì)，而且都在強(qiáng)堿性氨基酸K或者R后面斷裂，生成帶有堿性氨基酸的肽段。
[0026]步驟4)中，所述候選肽段搜索為根據(jù)實(shí)驗(yàn)譜的母離子質(zhì)量(酶解后肽段的質(zhì)量)，在目的蛋白質(zhì)序列數(shù)據(jù)庫中搜索出實(shí)驗(yàn)譜對應(yīng)的候選肽段。
[0027]步驟3)中，所述轉(zhuǎn)換采用的軟件為質(zhì)譜儀原始格式常用轉(zhuǎn)換軟件，包括但不局限于msconvert ;所述數(shù)據(jù)庫搜索引擎可讀格式為二級質(zhì)譜圖格式，二級質(zhì)譜圖格式包括但不局限于mzXML、mgf、dta等；
[0028]步驟4)中，所述搜索引擎為常用蛋白質(zhì)序列數(shù)據(jù)庫搜索引擎，包括但不局限于X!Tandem、MASCOT、SEQUEST等；所述匹配實(shí)驗(yàn)譜與理論譜采用的公式包括但不局限于HyperScore 公式(X!Tandem 自帶的)；
[0029]步驟5)中，所述質(zhì)量控制采用的軟件為TPP ;所述質(zhì)量控制采用的算法為TPP軟件中的PeptideProphet算法。
[0030]上述方法中，所述待測蛋白來源于酵母細(xì)胞；所述目的蛋白質(zhì)序列數(shù)據(jù)庫為酵母S⑶數(shù)據(jù)庫。
[0031]上述的方法在定性或定量鑒定蛋白質(zhì)組表達(dá)譜或修飾譜中的應(yīng)用也是本發(fā)明保護(hù)的范圍。
[0032]本發(fā)明的實(shí)驗(yàn)證明，使用同位素峰添加后的理論譜進(jìn)行肽段鑒定可顯著提高肽段鑒定靈敏度。本發(fā)明通過一組實(shí)測數(shù)據(jù)分析，分別比較了僅考慮b離子、僅考慮y離子和b、y離子同時(shí)考慮三種類型，以及與不考慮同位素峰、僅考慮第一同位素峰、考慮第一和第二同位素峰、以及考慮第一、第二和第三同位素峰四種情況共12種組合，比較了高可信的肽段鑒定數(shù)，以最高的肽段鑒定數(shù)對應(yīng)的離子類型和同位素峰個(gè)數(shù)作為最優(yōu)組合。通過比較發(fā)現(xiàn)，僅考慮y離子和僅考慮第一同位素峰的組合獲得最多的肽段鑒定數(shù)。本發(fā)明方法的優(yōu)勢在于簡單有效，可在不更改現(xiàn)有數(shù)據(jù)庫搜索引擎的數(shù)據(jù)結(jié)構(gòu)和打分算法前提下實(shí)現(xiàn)鑒定靈敏度的提升和鑒定成功率的提聞，鑒定更多的蛋白質(zhì)。
【專利附圖】

【附圖說明】
[0033]圖1為X!Tandem在不同離子類型和同位素峰個(gè)數(shù)條件組合下生成理論譜后高可信肽段鑒定數(shù)比較
【具體實(shí)施方式】
[0034]下述實(shí)施例中所使用 的實(shí)驗(yàn)方法如無特殊說明，均為常規(guī)方法。
[0035]下述實(shí)施例中所用的材料、試劑等，如無特殊說明，均可從商業(yè)途徑得到。
[0036]實(shí)施例1、利用HCD串聯(lián)二級質(zhì)譜圖數(shù)據(jù)分析鑒定肽段序列[0037]1、酶解獲得肽段
[0038]釀酒酵母菌株ATCC 201388 (BY4741,MATa his3deltal Ieu2delta0metl5delta0ura3delta)購自美國典型菌種培養(yǎng)物保藏中心(American Type CultureCollection)。
[0039]菌株培養(yǎng):使用YPD培養(yǎng)基培養(yǎng)酵母ATCC 201388、30°C恒溫?fù)u床培養(yǎng)至0D600為
1.5，5000rpm離心5分鐘收集菌體，將上清液倒出，0.1%的疊氮鈉磷酸鹽緩沖液漂洗沉淀，離心去上清后收集菌體，置于-80°C冰箱冷凍保存。
[0040]菌體裂解:將尿素裂解液(SM尿素，50mM的碳酸氫銨，50mM的碘乙酰胺)加入到酵母菌體沉淀，再加入等菌體體積的玻璃珠，置于渦旋混合儀上最大轉(zhuǎn)速渦旋裂解5min、13000rpm離心2min,收集上清液,即得到酵母蛋白樣品。
[0041]蛋白酶解:將酵母蛋白樣品用聚丙烯酰胺凝膠電泳富集，電泳時(shí)，待蛋白樣品進(jìn)入膠內(nèi)0.5cm時(shí)停止電泳，考馬斯亮藍(lán)染色，脫色。將富集了樣品的膠條切下，切成Imm3的膠粒，對膠粒進(jìn)行脫色，干燥。加入酶解液(IOng/ μ L胰蛋白酶，50mM碳酸氫銨，5%乙腈)，37度恒溫培養(yǎng)箱過夜消化。
[0042]樣品提取:消化后，加入酸溶液(5%甲酸，5%乙腈)終止酶解反應(yīng)，離心取出上清液，加入乙腈進(jìn)一步提取肽段樣品，合并上清液并真空干燥，獲得肽段干粉樣品，置于-20度冰箱冷凍保存。
[0043]2、LC-MS檢測獲得HCD串聯(lián)二級質(zhì)譜圖
[0044]液相采用Waters超高壓高效液相色譜儀(nanoAcquity UltraPerformanceLC, Waters),分析柱為C18填料(3μηι，200Α)自制毛細(xì)管分析柱(75um*150mm).流動相A:2%乙腈，0.1%甲酸水溶液，流動相B:0.1%甲酸的乙腈溶液。洗脫條件:5-32min，流動相比例由5%B線性升至45%B，32_50min，流動相比例由45%線性升至50%。最后用80%流動相B沖洗lOmin。流動相流速為300nL/min，進(jìn)樣體積為3 μ L.[0045]質(zhì)譜儀為LTQ-Orbitrap Velos (美國，Thermo Fisher)。使用納噴離子源(Nanospray ion source),噴霧電壓2kV,毛細(xì)管溫度為250度,質(zhì)譜分析采用數(shù)據(jù)依賴的二級質(zhì)譜掃描模式(Data Dependent MS/MS Scan)。一級質(zhì)譜全掃描在Orbitrap中進(jìn)行，分辨率為30000，質(zhì)荷比范圍為m/z300-1600。二級質(zhì)譜檢測在Orbitrap中進(jìn)行，分辨率為7500。采用串聯(lián)質(zhì)譜掃描的動態(tài)排除功能(dynamic exclusion),排除時(shí)間為30s。依次選取一級質(zhì)譜中離子豐度最強(qiáng)的前10個(gè)離子進(jìn)行高能碰撞碎裂(HCD)分析。HCD碰撞室的碰撞氣為高純氦氣(99.999%)，最大累計(jì)時(shí)間為100ms，動態(tài)排除列表大小設(shè)置為150。歸一化碰撞能量為40%。用于打二級碎裂的離子排除+1價(jià)離子和價(jià)態(tài)不確定的離子。
[0046]將上述肽段干粉樣品按照上述條件進(jìn)行LC-MS檢測，得到肽段HCD質(zhì)譜圖組成的原始Raw文件，即為二級HCD質(zhì)譜圖，記作實(shí)驗(yàn)譜。
[0047]3、格式轉(zhuǎn)換
[0048]從原始Raw文件中提取二級譜圖(16，479張)，用質(zhì)譜文件格式轉(zhuǎn)換工具msconvert (Kessner, Chambers et al.2008)轉(zhuǎn)換成數(shù)據(jù)庫搜索引擎可讀格式mzXML文件。
[0049]轉(zhuǎn)換不引入去同位素峰(de-1sotope)過程，即保留HCD 二級圖譜中的同位素峰信
肩、O
[0050]4、搜索、生成理論譜并進(jìn)行匹配打分[0051 ] 對上述格式為mzXML文件的二級HCD質(zhì)譜圖使用X! Tandem搜索引擎在酵母SGD 數(shù)據(jù)庫(http://downloads.yeastgenome.0rg /sequence /S288C_reference /orf_protein/)進(jìn)行候選多肽搜索；并將mzXML文件中每一張二級HCD質(zhì)譜圖中的每一個(gè)長度為L的候選肽段生成理論b離子的單一同位素峰質(zhì)荷比m/zb1、生成理論y離子單一同位素峰質(zhì)荷比m/zyi和對y離子增加第一同位素峰離子的質(zhì)荷比m/zyi’ ；得到理論譜；
[0052]候選肽段搜索為根據(jù)實(shí)驗(yàn)譜的母離子質(zhì)量(酶解后肽段的質(zhì)量)，在目的蛋白質(zhì)序列數(shù)據(jù)庫中搜索出實(shí)驗(yàn)譜對應(yīng)的候選肽段；
[0053]上述搜索參數(shù)設(shè)為母離子質(zhì)量誤差=20ppm,子離子質(zhì)量誤差=0.1Da,全酶切搜庫，固定修飾為半胱氨酸烷基化，可變修飾為甲硫氨酸氧化修飾，正反庫混合搜索，反庫由正庫理論酶切肽段序列直接反轉(zhuǎn)構(gòu)成。
[0054]上述bi代表候選肽段從N端開始數(shù)第i個(gè)肽鍵位置斷裂后形成的b離子，一共有L-1個(gè)b離子，其中i=l，2，3，...L-1 ；z為子離子電荷，m為子離子質(zhì)量，bi放在m/z的下標(biāo),表示該bi離子的質(zhì)荷比；
[0055]yi代表候選肽段從C端開始數(shù)第i個(gè)肽鍵位置斷裂后形成的y離子，其中i=l, 2，3，…L-1 ；
[0056]yi’表示代表候選肽段從C端開始數(shù)第i個(gè)肽鍵位置斷裂后形成的y離子的第一同位素峰，其中i=l，2，3，...L-1 ；
[0057]其中m/zyi’ 滿足:m/zyi’=m/zyi+l.003355/z,其中 i=l,2,3,...L-1 ;
[0058]再將實(shí)驗(yàn)圖譜和生成的理論圖譜的相似度進(jìn)行匹配打分，公式采用HyperScore (Fenyo and Beavis 2003),輸出鑒定結(jié)果。其中每張圖譜挑選HyperScore最高的肽段作為該圖譜的鑒定結(jié)果，HyperScore的計(jì)算由X ! Tandem內(nèi)嵌函數(shù)自動實(shí)現(xiàn)。
[0059]HyperScore的具體計(jì)算公式為:
[0060]
【權(quán)利要求】
1.一種利用高能碰撞碎裂鑒定待測蛋白的方法，包括如下步驟: I)將待測蛋白酶解得到肽段； 2 )將所述肽段經(jīng)液相色譜質(zhì)譜串聯(lián)檢測，得到二級HCD質(zhì)譜圖，記作實(shí)驗(yàn)譜；所述液相色譜質(zhì)譜串聯(lián)中的中的二級質(zhì)譜產(chǎn)生模式采用高能碰撞碎裂； 3)將所述二級HCD質(zhì)譜圖轉(zhuǎn)換成數(shù)據(jù)庫搜索引擎可讀格式； 4)用搜索引擎先對經(jīng)過3)處理的二級HCD質(zhì)譜圖進(jìn)行候選肽段搜索并生成理論譜；再匹配所述實(shí)驗(yàn)譜與所述理論譜，輸出鑒定結(jié)果； 所述生成理論譜為同時(shí)進(jìn)行生成理論b離子單一同位素峰質(zhì)荷比、生成理論I離子單一同位素峰質(zhì)荷比和對y離子增加第一同位素峰離子的質(zhì)荷比； 將所述生成理論I離子的單一同位素峰質(zhì)荷比記作m/zyi，所述對y離子增加其第一同位素峰離子的質(zhì)荷比記作m/zyi’，且m/zyi’ =m/zyi+l.003355/z, yi代表候選肽段從C端開始數(shù)第i個(gè)肽鍵位置斷裂后形成的I離子;yi，表示代表候選肽段從C端開始數(shù)第i個(gè)肽鍵位置斷裂后形成的I離子的第一同位素峰，其中i=l，2，3，...L-1 ；L為候選肽段的長度； 5)將所述鑒定結(jié)果進(jìn)行質(zhì)量控制和錯(cuò)誤發(fā)現(xiàn)率計(jì)算，得到待測蛋白中肽段的序列和數(shù)目，實(shí)現(xiàn)鑒定待測蛋白。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于: 步驟I)中，所述酶是蛋白酶，所述蛋白酶具體為胰蛋白酶、賴氨酸蛋白酶C或精氨酸蛋白酶C ; 步驟4)中，所述候選肽段搜索為根據(jù)所述實(shí)驗(yàn)譜的母離子質(zhì)量，在目的蛋白質(zhì)序列數(shù)據(jù)庫中搜索出實(shí)驗(yàn)譜對應(yīng)的候選肽段。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于: 步驟3)中，所述轉(zhuǎn)換采用的軟件為質(zhì)譜儀原始格式轉(zhuǎn)換軟件，所述質(zhì)譜儀原始格式轉(zhuǎn)換軟件具體為msconvert ;所述數(shù)據(jù)庫搜索引擎可讀格式為二級質(zhì)譜圖格式，二級質(zhì)譜圖格式具體為mzXML、mgf或dta ； 步驟4)中，所述搜索引擎為蛋白質(zhì)序列數(shù)據(jù)庫搜索引擎，所述蛋白質(zhì)序列數(shù)據(jù)庫搜索引擎具體為X!Tandem、MASCOT或SEQUEST ;所述匹配實(shí)驗(yàn)譜與理論譜匹配采用的公式為HyperScore 公式； 步驟5)中，所述質(zhì)量控制采用的軟件為TPP ;所述質(zhì)量控制采用的算法為TPP軟件中的 PeptideProphet 算法。
4.根據(jù)權(quán)利要求1-3中所述的方法，其特征在于: 所述待測蛋白來源于酵母細(xì)胞；所述目的蛋白質(zhì)序列數(shù)據(jù)庫為酵母SGD數(shù)據(jù)庫。
5.權(quán)利要求1-4中任一所述的方法在定性或定量鑒定蛋白質(zhì)組表達(dá)譜或修飾譜中的應(yīng)用。
【文檔編號】G01N30/86GK103698447SQ201210367352
【公開日】2014年4月2日 申請日期:2012年9月28日 優(yōu)先權(quán)日:2012年9月28日
【發(fā)明者】徐平, 李寧 申請人:中國人民解放軍軍事醫(yī)學(xué)科學(xué)院放射與輻射醫(yī)學(xué)研究所