Poruszanie się po danych proteomicznych opartych na spektrometrii mas przy użyciu bezpłatnych narzędzi obliczeniowych
19 sierpnia 2025
Dane proteomiczne oparte na spektrometrii mas są dostępne w otwartych bazach danych i dostępne za pomocą bezpłatnych narzędzi. Biorąc pod uwagę złożoność przeszukiwania i opisywania baz danych, wielu biologom brakuje wiedzy, aby wykorzystać te zestawy danych. W tym miejscu przedstawiamy przewodnik dotyczący korzystania z bezpłatnych narzędzi do podstawowego wyszukiwania danych proteomicznych.
Nasza praca stanowi przewodnik dla biologów do analizy złożonych danych proteomicznych przy użyciu bezpłatnych narzędzi. Naszym celem jest umożliwienie im weryfikowania ustaleń i eksplorowania publicznych zbiorów danych. Wielu biologów nie może korzystać z publicznych danych proteomu z powodu braku jasnego przewodnika.
Nasza praca stanowi pomost między tymi problemami, umożliwiając walidację bez konieczności przeprowadzania nowych eksperymentów z dziką przyrodą. Nasza praca opiera się na bezpłatnym, najnowocześniejszym oprogramowaniu, które jest niezależne od dostawcy. Narzędzia te są szybsze, bardziej czułe i zapewniają bardziej precyzyjne odkrywanie proteomu niż wiele tradycyjnych narzędzi.
Aby rozpocząć, pobierz referencyjny plik proteomu FASTA z bazy danych UniProt . Kliknij przycisk dodaj FAPSA, aby załadować referencyjny plik proteomu do oprogramowania DIA-NN. Wybierz dwie opcje: skrót FASTA do generowania bibliotek wyszukiwania bez biblioteki oraz prognozowanie widm, RT i IM oparte na głębokim uczeniu w sekcji generowania jonów prekursorowych.
Następnie kliknij przycisk uruchom, aby wygenerować przewidywaną bibliotekę spektralną. Usuń zaznaczenie dwóch opcji w sekcji generowania jonów prekursorowych. Kliknij przycisk typu odpowiadający formatowi pliku w sekcji wprowadzania, aby załadować dane DIA.
Teraz ustaw zarówno dokładność masy, jak i dokładność MS1 na zero części na milion w sekcji algorytmu. Dostosuj ustawienia zakresu masy prekursora i fragmentu w sekcji generowania jonów prekursorowych zgodnie z konfiguracją eksperymentalną. Pozostałe ustawienia oprogramowania pozostają niezmienione.
Następnie kliknij przycisk uruchom. Poczekaj, aż zakończ zostanie wyświetlone w interfejsie operacyjnym, co oznacza, że analiza została zakończona. Kliknij ikonę rury frag znajdującą się w folderze bin po instalacji.
Przejdź do karty konfiguracji, aby wyświetlić wszystkie ustawienia zależne. Sprawdź, czy moduły MSFragger, IonQuant, diaTracer, DIA-NN i Python są dostępne w Twoim systemie. Jeśli brakuje jakichkolwiek modułów, kliknij pobierz aktualizację lub pobierz, aby je odzyskać.
Teraz przejdź do zakładki przepływu pracy. Wybierz domyślne z listy rozwijanej przepływu pracy i kliknij załaduj przepływ pracy. Następnie kliknij dodaj pliki, aby wprowadzić ścieżki plików.
Przypisz nazwę eksperymentu i numer repliki biologicznej w obszarze Przypisz pliki lub pozostaw to pole puste. Następnie kliknij zakładkę bazy danych, aby się do niej przełączyć. Załaduj plik FASTA z dysku lub pobierz taki, który odpowiada gatunkowi próbki.
Podczas pobierania wybierz opcje tylko przeglądane sekwencje, dodaj wabiki i dodaj typowe zanieczyszczenia, aby uzyskać prosty przebieg. Kliknij kartę MSFragger, aby zmienić widok. Wybierz domyślną konfigurację zamkniętego wyszukiwania i kliknij załaduj.
W obszarze ustawień dopasowania szczytowego zachowaj wszystkie wartości domyślne. Zarówno w przypadku kalibracji, jak i optymalizacji, wybierz opcję brak, aby skrócić czas przetwarzania. W przypadku trawienia białka dostosuj parametry do wymagań eksperymentu i zachowaj pozostałe ustawienia domyślne.
Teraz przejdź do zakładki walidacji. Usuń zaznaczenie opcji Prognozuj RT i Przewiduj widma, ponieważ te opcje są przeznaczone dla przepływów pracy akwizycji niezależnych od danych. Kliknij zakładkę quant MS1.
Wybierz uruchom MS1 quant, a następnie kliknij load quant defaults. Wybierz ilość jonów i pozostaw wszystkie inne ustawienia z wartościami domyślnymi. Na koniec kliknij kartę uruchamiania, aby kontynuować.
Wybierz żądany katalog wyjściowy i kliknij uruchom, aby rozpocząć analizę danych. U pacjentów z gruczolakorakiem przewodowym trzustki lub PDAC, SERPINA5 i HPSE wykazywały znacznie zmniejszoną ekspresję, podczas gdy FGB wykazywały zwiększoną ekspresję w surowicy w porównaniu z osobami zdrowymi. W próbkach guza raka wątrobowokomórkowego ENO3, PLS3, MTAP, SERPINB9 i ITPR2 wykazywały zmniejszoną ekspresję w stosunku do sparowanych tkanek, podczas gdy ME1, CYP27A1, RPS16 i ATP5PF były znacznie zwiększone.
Wizualizacja mapy cieplnej wykazała konsekwentnie podwyższoną ekspresję białka w surowicy pacjentów z PDAC w porównaniu z osobami zdrowymi. Analiza wzbogacenia ontologii genów surowicy PDAC wykazała istotną regulację w górę procesów związanych z krzepnięciem i hemostazą. Analiza GO guzów raka wątrobowokomórkowego wykazała wzbogacenie w nukleotydy i procesy metaboliczne, w tym metabolizm nukleotydów purynowych i szlaki metaboliczne NAD.
Analiza wzbogacenia szlaku KEGG w surowicy PDAC wykazała znaczącą aktywację szlaku kaskad dopełniacza i krzepnięcia, wraz z degradacją glikozaminoglikanu. Analiza KEG w próbkach guza raka wątrobowokomórkowego wykazała wzbogacenie w sygnalizację PPAR, metabolizm węgla i szlaki chorób neurodegeneracyjnych, choć z mniejszą istotnością statystyczną. Sieć interakcji białko-białko dla podwyższonych białek surowicy PDAC ujawniła centralny klaster obejmujący czynnik krzepnięcia 11, łańcuch beta fibrynogenu i inhibitor proteazy serynowej w osoczu, a także kilka izolowanych białek, w tym HPSE, antygen podobny do CD5 i CRISP3.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Przegląd
To badanie zapewnia kompleksowy przewodnik dla biologów do analizy złożonych danych proteomicznych przy użyciu bezpłatnych, najnowocześniejszych narzędzi.
Kluczowe elementy badania
Obszar badań
- Proteomika
- Analiza danych
- Walidacja biologiczna
Tło
- Wyzwania stojące przed biologami w korzystaniu z publicznych danych proteomów z powodu złożoności.
- Potrzeba prostych wytycznych do wsparcia walidacji i eksploracji danych.
- Znaczenie wykorzystywania sprzętu-agnostycznych, wydajnych narzędzi oprogramowania do analizy proteomicznej.
Stosowane metody
- Analiza danych proteomicznych oparta na spektrometrii mas.
- Wykorzystanie oprogramowania takiego jak DIA-NN i MSFragger do przetwarzania danych.
- Wytyczne dotyczące ładowania i analizowania zestawów danych, w tym ustawienia do generowania bibliotek spektralnych.
Główne wyniki
- Identyfikacja znaczących zmian ekspresji genów w raku przewodów trzustkowych i raku wątrobowokomórkowym.
- Wizualizacje map ciepła ujawniają wyraźne profile ekspresji białek.
- Analizy GO i KEGG podkreślają ścieżki aktywowane w kontekście badanych nowotworów.
Wnioski
- Badanie wykazuje skuteczność bezpłatnego oprogramowania w rozwijaniu analizy proteomicznej.
- Wyniki są istotne dla trwających badań w dziedzinie biologii nowotworów i proteomiki.
Często zadawane pytania
Executive Industry Relevance
Mass spectrometry-based proteomics is increasingly central to early discovery and translational research, yet data complexity and lack of accessible workflows limit its broader adoption in biopharma R&D. This article demonstrates how free, vendor-agnostic computational tools enable robust interrogation and validation of public proteomic datasets, supporting hypothesis-driven research without new experimental burden. Streamlined data analysis workflows enhance predictive confidence and facilitate cross-study comparisons, directly impacting target validation and biomarker discovery pipelines.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables interrogation of proteomic datasets for functional target validation and pathway analysis.
- Supports biological de-risking by revealing protein expression changes in disease-relevant samples.
- Facilitates portfolio triage through quantitative identification of dysregulated proteins.
Screening & Assay Development
- Prepares validated protein lists and quantitative outputs for downstream assay development.
- Standardizes data processing using reproducible, open-source computational workflows.
- Enables scalable screening readiness by leveraging public datasets and automated analysis pipelines.
Translational & Preclinical Research
- Aligns proteomic findings with disease biology and pathway enrichment for translational biomarker exploration.
- Supports continuity from discovery to preclinical validation by integrating public and proprietary datasets.
- Provides mechanistic de-risking through pathway and network analysis of dysregulated proteins.
Pipeline & Workflow Integration
This workflow positions mass spectrometry data analysis from early discovery through lead identification and translational research, leveraging public repositories and free computational tools.
- Discovery Biology: Empowers hypothesis testing and pathway clarification using curated proteomic datasets.
- Screening: Delivers reproducible, quantitative protein expression outputs for assay development.
- Analytics: Generates volcano plots, heat maps, and pathway enrichment statistics for comparative analysis.
- Translational Research: Connects protein-level changes to disease mechanisms and biomarker candidates.
- Enterprise Reuse: Establishes a reusable, scalable workflow for ongoing proteomic data mining and validation.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in target and biomarker validation.
- Operational Value: Promotes standardization, reproducibility, and scalability across R&D teams.
- Strategic Value: Enables informed go/no-go decisions and capital-efficient portfolio advancement.
- Portfolio Impact: Supports risk-adjusted prioritization and cross-functional data integration.
Implementation Considerations
- Requires expertise in proteomics data analysis and familiarity with open-source computational tools.
- Needs access to appropriate computational infrastructure and software dependencies.
- Demands cross-team standardization of data formats and analysis parameters.
- Adaptation may be needed for different species or experimental designs via appropriate FASTA files.
- Dependent on quality and completeness of public or in-house proteomic datasets.
