[发明专利]一种评价蛋白组学质谱数据质量的方法

说明书

本发明公开了一种评价蛋白组学质谱数据质量的方法，该方法包括：通过对测试得到的质谱数据进行打分，以获得一级打分结果，一级打分结果包括鉴定结果得分、二级谱采集数得分、二级谱利用率得分和二级谱质量得分；再以鉴定结果得分、二级谱采集数得分、二级谱利用率得分和二级谱质量得分的平均分作为质谱实验总分。通过对试验得到的质谱实验数据的大部分影响因素进行分析，可以提取质谱实验中每张采集的谱图和每个鉴定的肽段的数据进行总体检查，不使用抽样检测。因此，该方法能够全面、准确、客观、便捷的为用户展示质谱实验数据质量的各个影响因素做的好坏，帮助用户改进自己的实验，进一步推动质谱方法在临床方面的应用。

技术领域

本发明涉及生物技术与蛋白质组学技术领域，具体而言，涉及一种评价蛋白组学质谱数据质量的方法。

背景技术

HPLC-MS法作为近些年来bottom-up蛋白组学研究的重要方法，通过探索生物细胞或组织中的蛋白组分，发现疾病或药物的蛋白标志物，研究不同机制下的分子信号通路或不同分子间的相互作用。科研人员根据MS鉴定结果判断样品中所包含的蛋白质类型和含量，并通过不同样品的对比来获得结论。一般来说，鉴定结果中所包含的肽段数量和蛋白组数量多可以证明实验数据质量和HPLC-MS实验的质量高。但是，这种方法不能判断造成质谱实验数据高或低的原因：即研究人员虽然知道了自己的质谱实验做的好或不好，但是不知道为什么自己的实验结果是这个质量水平，因此也无法在有限的条件下改进自己的实验。这种情况造成了质谱蛋白组学实验结果可重复性低等问题，阻碍了质谱方法在临床方面的应用。

为了深度解析造成质谱数据不同质量的原因，针对实验短板改进实验，目前研究人员只能每次对实验数据手动提取并粗略的分析部分质谱数据影响因素。每次质谱实验数据的体量巨大，手动分析不可能做到面面俱到，更多的时候研究人员只能对某一方面抽样检查，以判断这一方面做的好坏。这种方法不仅费时费力，更重要的是因为抽样检查极具偶然性，这种检查的结果不能正确的反映研究者质谱实验的短板所在。同时，手动分析不能展示出所有质谱数据影响因素的好坏，因此不一定能正确的反映研究者质谱实验的短板所在。目前，没有类似的方法可以自动化分析质谱数据质量，以及质谱数据质量影响因素。与之类似的方法在检索中大多是分析质谱的鉴定结果的方法，但是没有方法可以分析质谱鉴定结果的质量。

鉴于此，特提出本发明。

发明内容

本发明的目的在于提供一种评价蛋白组学质谱数据质量的方法，以改善上述问题。

本发明是这样实现的：

本发明提供了一种评价蛋白组学质谱数据质量的方法，其包括：通过对测试得到的质谱数据进行打分，以获得一级打分结果，一级打分结果包括鉴定结果得分、二级谱采集数得分、二级谱利用率得分和二级谱质量得分；再以鉴定结果得分、二级谱采集数得分、二级谱利用率得分和二级谱质量得分的平均分作为质谱数据质量评价总分。

可选地，每个一级打分结果均通过二级打分结果计算得到，对于质谱数据的每项二级打分，根据线性打分标准，在预设值区间内的实际值被赋予分数，超出预设值区间取最高分和最低分。

可选地，鉴定结果得分对应的二级打分结果包括肽段鉴定结果得分和蛋白组鉴定结果得分；

可选地，二级谱采集数得分对应的二级打分结果包括平均二级谱采集速度得分、二级谱采集总数与一级谱采集总数的比值得分、最大二级谱采集速度得分和色谱死体积决定的谱图有效采集时间得分中的至少一种；

可选地，所述二级谱利用率得分对应的二级谱打分结果包括二级谱数和肽段数的比值的得分、肽段洗脱全长时间中值得分和色谱拖尾情况得分中的至少一种；

可选地，二级谱质量得分对应的二级谱打分结果包括鉴定率得分、评价相对质量偏差得分、相对质量偏差的标准差得分、酶切特异性得分、漏切情况得分和半胱氨酸修饰情况得分中的至少一种。