我院蛋白質(zhì)組學和代謝組學研究室程驚秋教授、楊浩副研究員團隊在Nucleic Acids Research發(fā)表研究論文
近日，我院蛋白質(zhì)組學和代謝組學研究室程驚秋教授、楊浩副研究員團隊和耶魯大學醫(yī)學院劉延盛教授團隊在國際著名期刊《Nucleic Acids Research》(IF: 11.147) 在線發(fā)表了題為“NAguideR: performing and prioritizing missing value imputations for consistent bottom-up proteomic analyses”的研究論文。該研究開發(fā)了一款針對蛋白質(zhì)組學數(shù)據(jù)缺失值填充(missing value imputation)的系統(tǒng)性評價工具。
在基于液相色譜-串聯(lián)質(zhì)譜技術（簡稱LC-MSMS）的蛋白質(zhì)組學研究中，尤其是在研究大隊列的臨床樣本中，重現(xiàn)性（reproducibility）是一個核心問題。這里的重現(xiàn)性通常包括蛋白質(zhì)定性的重現(xiàn)性和定量的重現(xiàn)性，即要回答“在多個樣本中，蛋白質(zhì)能不能穩(wěn)定被鑒定到，以及鑒定到的蛋白質(zhì)能不能被穩(wěn)定地定量”這個問題。
隨著質(zhì)譜儀以及相關數(shù)據(jù)采集方式的發(fā)展，利用數(shù)據(jù)非依賴型（Data Independent Acquisition，簡稱DIA）采集模式獲得原始數(shù)據(jù)的技術得到了廣泛應用。相較于傳統(tǒng)的數(shù)據(jù)依賴型（Data Dependent Acquisition，簡稱DDA）采集模式，在DIA模式下，質(zhì)譜儀基本不會對數(shù)據(jù)進行偏好性選擇，因此其重現(xiàn)性會有明顯的的提升。但是隨著DIA技術的逐步應用，研究團隊注意到即使在DIA模式下，大量研究的數(shù)據(jù)重現(xiàn)性并不能達到令人滿意的效果。尤其是在研究蛋白質(zhì)翻譯后修飾（Post Translational Modification）的數(shù)據(jù)時，如本研究中采集的蛋白質(zhì)磷酸化數(shù)據(jù)（Phosphoproteomic dataset），其中有超過75%的磷酸化肽段都無法同時在所有樣本中獲得完整的定量信息，即在某一些樣本中定量數(shù)據(jù)出現(xiàn)了缺失（missing value）的情況。對于肽段或蛋白發(fā)生部分缺失的數(shù)據(jù)，通常需要進行缺失值的填充后才能進行差異表達等統(tǒng)計分析。目前填充缺失值得方法較多，但如何選擇往往取決于研究者的個人經(jīng)驗和偏好，缺乏為科學的評判依據(jù)，此類問題亟需得到解決。
在本項工作中，研究人員開發(fā)出了一款能系統(tǒng)性評價缺失值填充方法的工具，取名為NAguideR，以求能輔助用戶選擇出適合其數(shù)據(jù)特征的缺失值填充方法。該工具整合了已經(jīng)發(fā)表的23種常用的缺失值填充方法，作者針對這些方法系統(tǒng)性地提出2套評價指標：經(jīng)典型（classic criteria）和基于蛋白質(zhì)組信息型（proteomic criteria）。每一套指標又細分為4個子指標，在每一個指標下，都會對用戶在工具中擬選擇的23種方法中的任意方法進行打分。最后該工具會給出綜合性評價的分數(shù)和對應的結果表格，用戶根據(jù)此結果，即可對缺失值的填充方法進行合理和科學地選擇。該工具可在線或下載使用，操作較為簡單，不需要專業(yè)的生物信息學和編程經(jīng)驗，能夠幫助研究者處理大規(guī)模的相關蛋白質(zhì)組學數(shù)據(jù)，提升數(shù)據(jù)質(zhì)量和深度。同時，該工具也適用于基因和代謝組學數(shù)據(jù)填充方法的評價和選擇。
圖注：NAguideR數(shù)據(jù)分析流程圖。（A）帶有缺失值的定性和定量表格數(shù)據(jù)，其中行是每一個Feature（如蛋白質(zhì)、肽段、代謝物或者基因等），列是樣本。（B）數(shù)據(jù)質(zhì)量控制，這里主要通過統(tǒng)計缺失值的占比和計算變異系數(shù)來控制參與后續(xù)分析的數(shù)據(jù)質(zhì)量，如果某個Feature缺失的比例比較高或者變異系數(shù)比較大，那么其就會在這一步被刪除掉，不會參與后續(xù)的分析。（C）23種缺失值填充的方法。（D）2套評價的指標。（E）根據(jù)每一個指標得分，輔助指導用戶選擇相應的缺失值填充的方法。
四川大學華西醫(yī)院為該工作的第一完成單位，華西-華盛頓線粒體與代謝研究中心蛋白質(zhì)組學和代謝組學技術平臺實驗師、程驚秋教授再生醫(yī)學研究中心博士研究生王詩盛為論文第一作者，四川大學華西醫(yī)院國家衛(wèi)健委移植工程與移植免疫重點實驗室楊浩副研究員和耶魯大學醫(yī)學院癌癥生物學研究所劉延盛教授為論文共同通訊作者。該研究得到了國家自然科學基金（81871475）、四川大學華西醫(yī)院1.3.5卓越項目（ZYGD18014）等基金的資助。
原文鏈接：https://doi.org/10.1093/nar/gkaa498。
作者：王詩盛 楊浩 科研一支部編輯：史杰蔚 周亮來源：科研一支部
版權與免責聲明：本網(wǎng)頁的內(nèi)容由收集互聯(lián)網(wǎng)上公開發(fā)布的信息整理獲得。目的在于傳遞信息及分享，并不意味著贊同其觀點或證實其真實性，也不構成其他建議。僅提供交流平臺，不為其版權負責。如涉及侵權，請聯(lián)系我們及時修改或刪除。郵箱：sales@allpeptide.com