Навигация по протеомным данным на основе масс-спектрометрии с помощью бесплатных вычислительных инструментов

Наша работа представляет собой руководство для биологов по анализу сложных протеомных данных с помощью бесплатных инструментов. Мы стремимся дать им возможность проверять результаты и изучать общедоступные наборы данных. Многие биологи не могут использовать общедоступные данные протеома из-за отсутствия четкого руководства.

Наша работа позволяет преодолеть это, обеспечивая валидацию без каких-либо новых экспериментов с дикой природой. В нашей работе используется бесплатное современное программное обеспечение, которое не зависит от поставщика. Эти инструменты быстрее, чувствительнее и обеспечивают более точное обнаружение протеома, чем многие традиционные инструменты.

Для начала скачайте файл эталонного протеома FASTA из базы данных UniProt. Нажмите на кнопку «Добавить FASTA», чтобы загрузить файл эталонного протеома в программное обеспечение DIA-NN. Выберите два варианта: дайджест FASTA для генерации библиотеки с бесплатным поиском и прогнозирование спектров, RT и IM на основе глубокого обучения в разделе генерации ионов прекурсоров.

Затем нажмите на кнопку «Выполнить», чтобы создать прогнозируемую спектральную библиотеку. Снимите флажки с двух вариантов в разделе генерации ионов прекурсоров. Нажмите на кнопку типа, соответствующую формату файла в разделе ввода, чтобы загрузить данные DIA.

Теперь установите точность массы и точность MS1 равными нулю частей на миллион в разделе алгоритма. Настройте диапазон масс прекурсоров и фрагментов в разделе генерации ионов прекурсоров в соответствии с экспериментальной установкой. Оставьте другие настройки программного обеспечения без изменений.

Далее нажмите на кнопку «Запустить». Подождите, пока в интерфейсе операции отобразится окончание, указывая на то, что анализ завершен. Нажмите на иконку осколочной трубы, расположенную в папке bin после установки.

Перейдите на вкладку конфигурации, чтобы просмотреть все зависимые настройки. Проверьте, доступны ли в вашей системе модули MSFragger, IonQuant, diaTracer, DIA-NN и Python. Если какие-либо модули отсутствуют, нажмите «Скачать, обновить» или «Скачать», чтобы восстановить их.

Теперь переключитесь на вкладку рабочего процесса. Выберите значение по умолчанию в раскрывающемся списке рабочего процесса и нажмите кнопку «Загрузить рабочий процесс». Затем нажмите «Добавить файлы», чтобы ввести пути к файлам.

Назначьте название эксперимента и номер биологической репликации в разделе Assign files или оставьте поле пустым. Далее нажмите на вкладку базы данных, чтобы переключиться на нее. Загрузите файл FASTA с диска или скачайте тот, который соответствует образцу вида.

Во время загрузки выберите параметры только для рассмотренных последовательностей, добавьте приманки и добавьте общие загрязнения для простого прогона. Нажмите на вкладку MSFragger, чтобы изменить вид. Выберите закрытый поиск по умолчанию и нажмите на загрузку.

В разделе «Параметры сопоставления пиков» сохраните все значения по умолчанию. Как для калибровки, так и для оптимизации выберите «нет», чтобы сократить время обработки. Для переваривания белка отрегулируйте параметры в соответствии с требованиями эксперимента и сохраните оставшиеся настройки по умолчанию.

Теперь переключитесь на вкладку проверки. Снимите флажки «Прогнозировать RT» и «Прогнозировать спектры», так как эти опции предназначены для рабочих процессов сбора, не зависящих от данных. Перейдите на вкладку quant MS1.

Выберите run MS1 quant, а затем нажмите на load quant defaults. Выберите количество ионов и оставьте все остальные настройки на значениях по умолчанию. Наконец, нажмите на вкладку «Выполнить», чтобы продолжить.

Выберите нужный выходной каталог и нажмите кнопку «Выполнить», чтобы начать анализ данных. У пациентов с протоковой аденокарциномой поджелудочной железы, или PDAC, SERPINA5 и HPSE показали значительно сниженную экспрессию, в то время как FGB продемонстрировал повышенную экспрессию в сыворотке крови по сравнению с нормальными людьми. В образцах опухолей гепатоцеллюлярной карциномы ENO3, PLS3, MTAP, SERPINB9 и ITPR2 показали сниженную экспрессию по сравнению с парными тканями, в то время как ME1, CYP27A1, RPS16 и ATP5PF были значительно увеличены.

Визуализация тепловой карты показала стабильно повышенную экспрессию белка в сыворотке крови пациентов с PDAC по сравнению с нормальными людьми. Анализ обогащения генной онтологии сыворотки PDAC показал значительное усиление процессов, связанных с коагуляцией и гемостазом. ГО-анализ опухолей гепатоцеллюлярной карциномы выявил обогащение нуклеотидных и метаболических процессов, включая метаболизм пуриновых нуклеотидов и метаболические пути НАД.

Анализ обогащения пути KEGG сыворотки PDAC показал значительную активацию каскадного пути комплемента и коагуляции, наряду с деградацией гликозаминогликанов. Анализ KEG в образцах опухолей гепатоцеллюлярной карциномы выявил обогащение сигнализации PPAR, метаболизма углерода и путей нейродегенеративных заболеваний, хотя и с более низкой статистической значимостью. Сеть белок-белковых взаимодействий для повышенной регуляции сывороточных белков PDAC выявила центральный кластер, включающий фактор свертывания крови 11, бета-цепь фибриногена и ингибитор сериновой протеазы плазмы, а также несколько изолированных белков, включая HPSE, антигеноподобные CD5 и CRISP3.