基于大数据的蛋白质谱智能分析新方法研究

In large-scale proteomic studies, the problems of poor peptide reproducibility and narrow coverage of proteins remain to be a challenge,even if the shotgun sequencing method is applied, which is the most popular method for protein sequencing. In this work, a novel intelligent data acquisition mode based on large data mining for shotgun proteomics will be developed to address the above problems. To this purpose, three points of the present study are listed as follows. The method of fusion analysis and depth mining of large proteomes data sets will be firstly developed, which will be used to acquire much the depth effective information and in-depth law for guiding mass spectrometry to smart work. Secondly, the key technology of ion optics optimization and mass selective enrichment for trace ions in the complex matrixs will be studied, which would significantly lower the detection limit of ultra-trace peptides. Thirdly, the dynamically adjusting mass spectrometry analysis means based on peptide series will be developed, which could make the mass spectrometry more intelligent. The above novel method and technology will further be applied to study the human cells and nematodes proteomics, which is designed to achieve intelligent mass spectrometry mode for proteomics, and significantly increase the effective coverage of identified proteins, repetition rate and the qualitative and quantitative capability for analysis.

本项目针对“鸟枪法”蛋白质组学质谱分析方法存在的覆盖率、重复率低等问题，研究基于大数据挖掘的蛋白“智能”质谱分析新方法与新技术。研究内容包括：（1）研究开发面向先验及多次实测蛋白组学质谱分析大数据集的联合分析与深度挖掘方法和技术，获取大量有效的信息与深层次规律，指导质谱在最佳时机做出合适的肽段离子分析；（2）开发复杂基质中痕量离子质谱选择性富集与离子光学优化技术，显著降低超痕量肽段的检测限；（3）设计与开发肽段系列的动态调整质谱分析方法及软件，把差异化蛋白质谱分析信息与精准化的分析技术实现自动化，进而实现蛋白组学质谱分析的智能化。新方法及新技术的研究与开发以线虫和人体细胞蛋白组学为试点研究对象，旨在实现蛋白组学质谱分析的智能化,显著提高有效鉴定蛋白的覆盖率、重复率和定性与定量水平。

基于“鸟枪法”（Shotgun）蛋白质组学分析已成为大规模生物样品中蛋白质研究的首选方法。但是，由于蛋白质种类繁多，结构复杂，表达水平差异大等原因，Shotgun蛋白质组学分析方法面临着覆盖率低、重复率差等问题的挑战。针对以上问题，本项目开展了如下研究：（1）结合大数据分析新技术，开发了一种高重复性的、快速分析方法并应用于人体液蛋白质组和糖蛋白组学定量分析。从健康对照组（HC）、甲状腺乳头状癌（PTC）和甲状腺乳头状癌合并桥本氏甲状腺炎（PHT）患者的尿液和血浆中分析蛋白质和完整N-糖肽，共鉴定92个显著差异表达的蛋白和134条完整N-糖肽，提出了一个潜在的甲状腺癌辅助诊断指标；（2）基于自主研发的四极杆-线性离子阱串联质谱装置，发展了一种持续选择性富集离子技术。通过调节串联质谱的时序控制，实现母离子在离子阱中长时存储，提高了检测灵敏度。开发了基于多物理场的串级质谱全程离子光学模拟系统；（3）开发了可动态配置数据依赖采集软件系统以提高肽段离子鉴定准确率。开发了肽段多反应监测软件和肽段数据定量分析软件，实现依据模拟系统提供的最佳最优电参变量与条件变量对多肽段离子进行时间依赖的精确监测；（4）发展了一种基于新型免疫亲和材料的人血浆肿瘤标志物HSP90α特异性富集新方法，实现了复杂基质中低丰度蛋白质的快速分离及质谱分析。基于自主研制的质谱装置，通过气相离子选择性富集技术实现了肿瘤标志物HSP90α特异性肽段及酶切产物的长时富集。与商业化质谱装置相比，自主研制的质谱装置具有更高检测灵敏度（10 ng/mL）。以上研究从不同层面提高了蛋白质鉴定的准确性、灵敏度和序列覆盖率，包括蛋白质数据深度挖掘新方法、蛋白质酶切样品质谱分析新策略、蛋白质样品前处理新方法。发展的新方法着眼于临床重大疾病的精准分析，具有极其重要的科学意义和临床实用价值。