结合生物医学知识的非标记定量蛋白质组学分析方法研究

生命体中蛋白质表达量的改变直接调节生物的生理活动，反映其病理状态及变化。从质谱鉴定数据中获取蛋白质表达谱的丰度信息及与之关联的功能、疾病特异性属性是当前蛋白质组学研究亟需的基础技术。随着蛋白质组学研究的不断推进，发展对复杂生物样本的规模化定量分析技术已成为定量蛋白质组学的主流趋势。本课题立足于研究基于生物质谱的非标记定量蛋白质组学新方法，结合从基因本体（Gene Ontology）和人类孟德尔遗传系统（OMIM）等生物医学知识库中获取的蛋白质注释信息，深度挖掘生物质谱鉴定数据所蕴含的生物医学规律。相应地，本课题将重点研究基于肽段计数和总离子数的蛋白质组非标记定量方法及结合共享肽的优化算法；研究基于本体的生物医学信息映射方法；研究定量蛋白质组可视化标注技术，从而有效兼容定性与定量分析结果。为蛋白质组质谱数据的定量表达、差异比较、功能和疾病蛋白质组等相关生物信息学研究提供新的方法和工具。

定量蛋白质组学是蛋白质组学研究的重要内容。课题的研究目标是建立定量结合定性的规模化非标记定量蛋白质组学分析方法，并应用于针对复杂蛋白质组的定量和功能网络分析。.本课题首先研究了基于生物质谱的非标记定量蛋白质组学分析方法，针对大规模生物质谱实验中样本数大、重复量多等特点，选用肽段计数和总离子数两个谱图主要特征参数设计了非标记定量的归一化统计模型，以降低重复实验过程所产生的系统误差，提高分析结果的准确性；同时针对质谱检测过程难以区分蛋白质同源异构体中共享肽的来源问题，研究面向共享肽的非标记定量优化算法，可更真实地重现质谱实验的实际情况。算法评估结果证明了课题所建立的分析方法对重复质谱实验数据的定量分析具有很好的动态范围，对包含共享肽的蛋白质能得到更准确的定量结果。.本课题进一步研究了基于本体的生物医学信息映射方法，以基因本体（GO）、人类孟德尔遗传系统（OMIM）为主要信息源，基于统一医学语言系统（UMLS）建立了定量分析结果和蛋白质组功能网络之间的映射关系。.本课题开发了结合生物医学知识的非标记蛋白质组学定量分析软件freeQuant，可对大规模的蛋白质生物质谱数据进行快速的定量与定性分析，实现对多组质谱实验数据进行定量和定性的比较。同时课题组与美国加州大学洛杉矶分校（UCLA）美国国家蛋白质组研究中心合作，参与了由NIH资助的心脏蛋白质组谱图知识库研究计划COPaKB，完成了网络化定量分析软件COPa-Client的设计和开发，可在通用网络环境下进行大规模的谱图实时定量分析。.最后，课题选择了线粒体蛋白质组为典型模型，对所建立的非标记定量分析方法进行应用和验证。通过对人心脏、小鼠心脏、小鼠肝脏和果蝇四组不同来源的线粒体蛋白质组质谱数据的定量分析和比较，确定了419种稳定分布的线粒体蛋白质及其在不同组织中的表达量，并分别将线粒体的定量分析与功能聚类、生物通路、表达量差异性等方面进行结合，揭示了线粒体蛋白质组的功能特性。