[发明专利]基于数据挖掘的高纯多肽中肽段杂质分析方法

说明书

本发明提出一种基于数据挖掘的高纯多肽中肽段杂质分析方法，对高纯多肽中肽段杂质进行分析的操作方法是，在肽段杂质分析时，基于数据依赖采集策略，边分析边优化探测数据集和鉴定数据集，采用“剥洋葱”策略，依次将高丰度的杂质肽段鉴定完毕，接下来的分析不再针对已经鉴定过的肽段，把宝贵的窗口期节省下来，对尚未鉴定的次高丰度的肽段杂质进行鉴定，最后对预判为超低丰度肽段离子采用多次选择性富集后再鉴定。如此，实现进而显著提高高纯多肽中肽段杂质的鉴定数量。

技术领域

本发明涉及高纯多肽中肽段杂质定性分析的操作方法，特别是涉及一种依据基于数据挖掘智能多次测试显著提高肽段杂质鉴定数量的方法。

背景技术

高纯度多肽及蛋白质是建立生物标准参考物质的基准物质。其中杂质包括无机杂质、有机杂质和生物肽段杂质，行业内要求0.1％杂质必须定性定量分析。无机杂质、有机杂质可以通过传统分析方法能够精确分析，生物肽段杂质与结构多样、痕量，而且容易受到主成分的强干扰，不容易精确定性分析。

高纯多肽、蛋白中的肽段杂质种类众多且含量低，尽管微量但不容小觑。因此，肽段杂质的精确分析是生物制药、精准医疗、生化计量、生命科学研究等重要领域最具活跃性和挑战性的基础计量研究工作，也是国际化学计量前沿研究工作的热点。为快速推动该项工作，国际计量委员会提出了“大分子研究计划”，拟实现多肽和蛋白质纯物质中0.02％以上肽段杂质的定量分析。因分析装置与分析方法的限制，许多潜在肽段杂质由于含量低、种类繁多，难以精确定性和定量分析，需要特殊的科学仪器装置和检测方法来实现其准确定值。

目前肽段杂质分析主要解决的是基于质谱的蛋白质组学方法(即液相色谱质谱分析法，计为LC-MS/MS)。特别是“鸟枪法”(Shotgun)已成为大规模样品复杂基质中蛋白质研究的首选方法(参见[1]：Chapman,J.D.,Goodlett,D.R.and Masselon,C.D.MULTIPLEXEDAND DATA-INDEPENDENT TANDEM MASS SPECTROMETRY FOR GLOBAL PROTEOMEPROFILING.Mass Spectrometry Reviews,2014,33(6):452-470.)。在Shotgun方法中，数据依赖采集的自动分析的策略(Data Dependent Acquisition Routines，DDA)是最重要的质谱分析手段之一。应用DDA策略，通过先导全扫描，获取丰度最高的N强峰(例如Top10)，分别对N强峰做MS/MS，为了避免重复鉴定，通过动态排除(Dynamic Exclusion，DE)，动态地排除已经做过MS/MS的离子。该方法在Shotgun蛋白分析中提高了蛋白的覆盖率和检测动态范围，以最快的碎片化效率鉴定绝大多数高丰度多肽(参见[2]：Michalski,A.,Cox,J.andMann,M.More than 100,000Detectable Peptide Species Elute in Single ShotgunProteomics Runs but the Majority is Inaccessible to Data-Dependent LC-MS/MS.Journal of Proteome Research,2011,10(4):1785-1793。参见[3]：Wang,N.and Li,L.Exploring the precursor ion exclusion feature of liquid chromatography-electrospray ionization quadrupole time-of-flight mass spectrometry forimproving protein identification in shotgun proteome analysis.AnalyticalChemistry,2008,80(12):4696-4710.)。