質(zhì)譜數(shù)據(jù)定量分析方法

質(zhì)譜數(shù)據(jù)定量分析方法主要內(nèi)容研究背景（我們對(duì)定量問題的認(rèn)識(shí)）

定量數(shù)據(jù)分析面對(duì)的問題定量數(shù)據(jù)分析的基本方法已有定量軟件和應(yīng)用情況研究內(nèi)容和結(jié)果定量信息提取方法及問題多批次定量數(shù)據(jù)的對(duì)應(yīng)及重復(fù)實(shí)驗(yàn)差異顯著性檢驗(yàn)計(jì)算問題和軟件開發(fā)未來工作第2頁,共36頁，2024年2月25日，星期天第一部分：研究背景第3頁,共36頁，2024年2月25日，星期天定量數(shù)據(jù)分析面對(duì)的問題大規(guī)模Biomarker發(fā)現(xiàn)低豐度蛋白質(zhì)

信號(hào)S/N低+鑒定信息少

重復(fù)實(shí)驗(yàn)數(shù)據(jù)綜合蛋白質(zhì)和肽段預(yù)分離技術(shù)策略的數(shù)據(jù)綜合Biomarker驗(yàn)證靶標(biāo)分析靶標(biāo)挑選（MRM）肽段分析效率預(yù)測（絕對(duì)定量）生物樣本蛋白質(zhì)表達(dá)的隨機(jī)變化影響臨床診斷直接尋找差異

肽段組學(xué)，肽段特征矩陣，LC-MS策略，信號(hào)直接對(duì)比+有選擇鑒定第4頁,共36頁，2024年2月25日，星期天定量數(shù)據(jù)分析的基本方法不包括MRM、iTRAQ和SC定量標(biāo)記定量無標(biāo)定量第5頁,共36頁，2024年2月25日，星期天計(jì)算問題圖譜定量信息提取同位素峰簇處理肽段定量指標(biāo)計(jì)算比值計(jì)算，XIC處理，母離子誤差校正RT對(duì)齊LC-MS策略和LC-MS/MS策略的不同信號(hào)歸一化消除系統(tǒng)誤差差異顯著性檢驗(yàn)考慮信號(hào)強(qiáng)度影響第6頁,共36頁，2024年2月25日，星期天質(zhì)譜信號(hào)與定量無標(biāo)記：同位素峰標(biāo)記：配對(duì)的同位素峰第7頁,共36頁，2024年2月25日，星期天圖譜定量信息提取方法基本方法

最大值法，平滑積分法，信號(hào)求和，構(gòu)建3Dpeaks（MaxQuant），函數(shù)擬合附加處理

小波去噪，同位素分布約束，信噪比過濾結(jié)果形式

標(biāo)記定量：比值，定量指標(biāo)

無標(biāo)定量：定量指標(biāo)第8頁,共36頁，2024年2月25日，星期天肽段定量指標(biāo)計(jì)算可選步驟去噪處理：小波，平滑濾波XIC峰形擬合：復(fù)雜的類高斯函數(shù)XIC邊界確定：信噪比，連續(xù)性，局部最小值母離子匹配誤差分布：提高精度？標(biāo)記定量：比值計(jì)算，MaxQuant采用了最小二乘擬合法問題：不同試劑標(biāo)記的肽段XIC平移，差異越大，表現(xiàn)越明顯無標(biāo)記定量：定量指標(biāo)計(jì)算第9頁,共36頁，2024年2月25日，星期天RT對(duì)齊LC-MS策略：尋找共同的肽段信號(hào)，建立非線性模型LC-MS/MS策略：利用共同鑒定肽段的RT建立對(duì)齊模型對(duì)齊模型：3次樣條，局部回歸，小波，分段線性，偏移向量等作用：對(duì)LC-MS/MS策略，可以彌補(bǔ)鑒定信息的不足，提高M(jìn)S圖譜信號(hào)利用率第10頁,共36頁，2024年2月25日，星期天信號(hào)歸一化和差異顯著性檢驗(yàn)信號(hào)歸一化目的：針對(duì)無標(biāo)記定量，消除不同實(shí)驗(yàn)間的系統(tǒng)誤差基本方法：尋找不變量差異顯著性檢驗(yàn)從肽段到蛋白質(zhì)的信息綜合：平均？篩選？異方差問題：信號(hào)越弱，誤差分布越寬第11頁,共36頁，2024年2月25日，星期天一個(gè)例子XIC定量信息:TGVIVGEDVHNLFTYAK圖譜計(jì)數(shù)SCXIC面積SA(對(duì)數(shù))保留時(shí)間RT上樣量（ug/ul）1268.5453.6616173.0707.5658.1350220.335.1559.1996300.0345.8957.6437970.003AVG_ISO_DISSCCHXCorr?CnLM(ug/ul)12625.10.623.01432.630.333.07025.580.470.3432.80.400.3324.90.490.03424.30.720.003132.20.340.003鑒定信息數(shù)據(jù)產(chǎn)生LTQ/FT分析Yeast樣品，SEQUEST搜庫，Target-decoy過濾（FDR=0.01），取Scannumber最小的記錄第12頁,共36頁，2024年2月25日，星期天定量軟件Cencus、CRAWDAD、MaxQuant軟件在可視化、速度、數(shù)據(jù)文件格式支持、算法精度和實(shí)驗(yàn)策略支持等方面有很大發(fā)展空間第13頁,共36頁，2024年2月25日，星期天定量軟件-Mascot支持的定量類型

多種標(biāo)記定量，MS/MS圖譜定量，emPAI，重復(fù)實(shí)驗(yàn)Labelfree，選擇信號(hào)最強(qiáng)的3個(gè)肽段數(shù)據(jù)處理算法特色

基于m/z和RT的對(duì)齊，多種XIC積分方法，多參數(shù)鑒定結(jié)果過濾，outliers排除，歸一化處理（利用均值）使用方法

在搜庫前定義修飾和定量的參數(shù)（通過修改XML文件實(shí)現(xiàn)），搜庫，然后使用Distiller定量第14頁,共36頁，2024年2月25日，星期天第二部分：研究內(nèi)容和結(jié)果第15頁,共36頁，2024年2月25日，星期天定量信息的提取：Labelfree去噪方法不去噪Xcalibur默認(rèn)小波去噪譜峰定量信息最大值平滑積分函數(shù)擬合信號(hào)加和同位素峰單一最高全部XIC處理小波去噪平滑去噪連續(xù)性截?cái)嗾`差分析XIC定量平滑積分函數(shù)擬合信號(hào)加和XXX圖譜水平肽段水平X共3*4*3*4*3=432種計(jì)算流程比較原則：重復(fù)實(shí)驗(yàn)的CV值最小目前結(jié)論：（1）不進(jìn)行去噪處理的信號(hào)加和方法最優(yōu)（2）高信號(hào)水平的處理結(jié)果CV值都比較小

第16頁,共36頁，2024年2月25日，星期天定量信息提?。簶?biāo)記定量圖譜水平：非線性擬合算法特點(diǎn)可定義一般模式，支持自定義標(biāo)記方法，支持多重標(biāo)記能夠充分利用同位素分布信息能夠直接解決譜峰疊加問題第17頁,共36頁，2024年2月25日，星期天定量信息提取：標(biāo)記定量肽段水平

實(shí)現(xiàn)了多種算法：XIC面積比，

圖譜比值平均，主成分分析，最小二乘回歸采用了異常值排除策略實(shí)現(xiàn)了基于XIC連續(xù)性的截?cái)嗟?8頁,共36頁，2024年2月25日，星期天

單一同位素峰最高問題：同位素峰分布測量誤差第二同位素峰最高第三同位素峰最高第四同位素峰最高數(shù)據(jù)：FT_yeast,BPRC,高可信鑒定肽段第19頁,共36頁，2024年2月25日，星期天問題：從質(zhì)量預(yù)測同位素分布經(jīng)驗(yàn)公式：從IPI.Human3.49酶切肽段中統(tǒng)計(jì)（胰酶，2個(gè)漏切，肽段長度不超過100）aibi1.0070.00057920.0006321-0.092120.00056830.022920.00055260.096750.0005680.11380.00057950.1215Bellew,M.,M.Coram,etal.,Bioinformatics,2006.22(15):.第20頁,共36頁，2024年2月25日，星期天重復(fù)實(shí)驗(yàn)的數(shù)據(jù)處理RT對(duì)齊和交叉搜索P1P2Pn…√XX√√√MS搜索MS搜索信息的充分利用不可逆：需要建立個(gè)RT對(duì)齊模型可逆：需要建立n-1個(gè)模型工作：實(shí)現(xiàn)了基于局部回歸（采用線性函數(shù)）的可逆模型和算法，大大減小了計(jì)算量第21頁,共36頁，2024年2月25日，星期天交叉搜索的效果鑒定次數(shù)定量次數(shù)第22頁,共36頁，2024年2月25日，星期天重復(fù)實(shí)驗(yàn)的數(shù)據(jù)處理信息融合問題：一個(gè)肽段，多個(gè)定量結(jié)果，怎樣給出最終結(jié)果？方法：信號(hào)歸一化后，求平均值、中值或者最大值結(jié)果：對(duì)簡單重復(fù)來說，分組平均后組間差異更小，例如10次重復(fù)，分為兩組，求5次平均。數(shù)據(jù)：FT_yeast，BPRC第23頁,共36頁，2024年2月25日，星期天標(biāo)記定量中比值分布--信號(hào)強(qiáng)度H/D（3）標(biāo)記實(shí)驗(yàn)中發(fā)現(xiàn)，比值的標(biāo)準(zhǔn)差隨著XIC中peaknumber的增大而減小數(shù)據(jù)：FT，人血漿，BPRC第24頁,共36頁，2024年2月25日，星期天無標(biāo)記定量中差異分布分段估計(jì)方差第25頁,共36頁，2024年2月25日，星期天帶有參數(shù)的分布模型極大似然估計(jì)—直接優(yōu)化似然函數(shù)初始值的選擇決定成敗第26頁,共36頁，2024年2月25日，星期天標(biāo)記定量軟件SILVERC++語言GUI交互操作批量數(shù)據(jù)處理文件格式支持：XML，Mascotdat和html多線程，圖譜、XIC導(dǎo)出，多種輸出格式，算法優(yōu)化第27頁,共36頁，2024年2月25日，星期天索引文件和速度提升索引文件和數(shù)據(jù)結(jié)構(gòu)Scannumber到MS圖譜索引：Hash表圖譜中Isotopicpeaks定位：二分法查找第28頁,共36頁，2024年2月25日，星期天無標(biāo)記定量軟件LFQuant重復(fù)實(shí)驗(yàn)支持定量精度和參數(shù)優(yōu)化速度：1s可以定量1000個(gè)肽段支持pepXML，protXML，mzXML，mzData，mzML蛋白質(zhì)組裝和未鑒定肽段搜索RT對(duì)齊、信號(hào)歸一化從搜庫（SEQUEST）到定量完成的全流程自動(dòng)化，有GUI界面第29頁,共36頁，2024年2月25日，星期天LC-MS策略支持軟件XICFinder不需要鑒定信息，直接從MS圖譜中解析同位素峰簇考慮了XIC截?cái)?，同位素峰疊加，母離子誤差校正等問題提供了信噪比、同位素分布擬合優(yōu)度等過濾測試：發(fā)現(xiàn)采用嚴(yán)格過濾規(guī)則，則鑒定肽段也可能不能定量，說明和LC-MS/MS策略可以相互補(bǔ)充第30頁,共36頁，2024年2月25日，星期天第三部分：進(jìn)一步的思考第31頁,共36頁，2024年2月25日，星期天預(yù)分離和信號(hào)歸一化SDS分離蛋白質(zhì)多條帶分布條帶切割的不均勻性不同實(shí)驗(yàn)之間信號(hào)不可比第32頁,共36頁，2024年2月25日，星期天1D-SDSPAGE和Labelfree定量蛋白質(zhì)的多條帶分布問題沒有提及多條帶分布的原因：修飾、誤切、可變剪接第33頁,共36頁，2024年2月25日，星期天信號(hào)歸一化“局部效應(yīng)”僅僅考慮了信號(hào)強(qiáng)度因素RPLC和ESI過程中的離子抑制效應(yīng)和Matrixeffect：信號(hào)的局部歸一化尋找RT軸上的校正曲線：不變量第34頁,共36頁，2024年2月25日，星期天可能方法儀器加性電子噪聲的不變性圖譜信號(hào)統(tǒng)計(jì)不變量小波去噪第35頁,共36頁，202