[发明专利]一种蛋白质组学中肽段的肽段定量效率预测方法

说明书

本发明公开了一种蛋白质组学中肽段的肽段定量效率预测方法，其步骤包括：1)筛选出高可信蛋白，将高可信蛋白的鉴定肽段作为高可信肽段；2)计算所述高可信肽段的物理化学性质和肽段定量效率；其中，所述肽段定量效率为肽段的质谱信号强度对肽段的真实量的反应程度；3)基于高可信肽段的物理化学性质和肽段定量效率，构建预测肽段定量效率模型的训练集；然后利用该训练集训练得到肽段定量效率预测模型；4)利用所述肽段定量效率预测模型预测鉴定蛋白的各鉴定肽段的肽段定量效率。本发明的方法使用高可信肽段构建训练集，在线训练肽段定量效率，排除了实验操作，实验仪器等引起的误差。

技术领域

本发明涉及基于质谱的蛋白质组学中的肽段及蛋白质定量方法研究，尤其涉及一种肽段定量效率预测方法。

背景技术

继鉴定蛋白质组学之后，定量蛋白质组学已经成为了生命科学领域的下一个研究热点。其研究内容主要包括基于质谱数据对蛋白质进行有标记的定量和无标记的定量。虽然无标记的定量在准确率上不如有标记的定量，但是鉴于无标记定量的操作简单，成本低廉等优点，无标记定量在大规模蛋白质定量中仍是首选方法。

蛋白质定量的理想实验方法是为每个蛋白质都加入内标，然而，这种做法对于分析复杂样品来说，意味着高昂的费用。目前，最常用的方法是基于部分内标做线性拟合计算的方法。在这些方法中，首先根据添加的标准蛋白的已知实际浓度与其质谱信号强度的关系得到线性关系式，然后再用得到的线性关系式来预测样本中的其他蛋白质的浓度。这类方法的核心是根据肽段的质谱强度或者谱图数目来计算蛋白质的质谱强度。但是，目前开发的算法的效果远远不能让人们满意，因为这些算法直接使用的是肽段的原始谱图信号强度，而这些强度并不能准确的描述肽段的实际丰度。

影响一个肽段在质谱中的观测信号的因素有很多。观测到的肽段信号强度不仅依赖于它们在样本中的实际浓度，而且与它们的物理化学性质和质谱检测效率有很大的关系。相同浓度的肽段也许会有完全不同的质谱信号强度。例如，即使来自于同一个蛋白的肽段的质谱信号强度也有可能会相差几个数量级。如果一个蛋白质有足够多的肽段被鉴定到了，那么这些肽段的质谱信号强度就有可能被校正过来，从而得到准确的蛋白质绝对定量结果。否则，肽段层面的质谱信号强度偏差就会被传递到蛋白质层面。因为通常低丰度蛋白或者小蛋白被鉴定到的肽段数目很少，所以这个问题对于那些蛋白尤为严重。