Name: Ücretsiz Hesaplama Araçlarını Kullanarak Kütle Spektrometresi Tabanlı Proteomik Verilerde Gezinme (Video) | JoVE Journal
Uploaded: 2025-08-19T14:40:00.000+00:00
Duration: 7 min 1 s
Description: Öğrenin, DIA-NN ve MSFragger kullanarak kanser örneklerinde kütle spektrometresi tabanlı proteomik verileri nasıl analiz edeceğinizi. Bu ücretsiz araçlar, biyologların gen ekspresyonu değişikliklerini doğrulamasına ve yeni terapötik stratejiler geliştirmesine yardımcı olur.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

NOT: İş akışına genel bir bakış için Şekil 1'eve kullanılan yazılımın ayrıntılı açıklamaları için Malzeme Tablosuna bakın.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/68707/68707fig1.jpg"> 
Şekil 1: Çalışma tasarımına genel bakış. <a href="https://www.jove.com/files/ftp_upload/68707/68707fig1large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
1. Örnek dosya ve yazılım kurulumu
NOT: Tüm uygulamalar bireysel araştırma kullanımı için ücretsizdir ve kişisel bir bilgisayarda çalıştırılabilir (Windows ve Linux desteklenir).
<ol>
	<li>Bir proje için yeni bir dizin oluşturun.</li>
	<li>JMU_LM2_8526_55.raw, JMU_LM2_8568_51.raw, JMU_LM2_8696_37.raw, JMU_LM2_2112_87.raw, JMU_LM2_2195_91.raw, JMU_LM2_2377_73.raw, 20150127_liver_XH03_T_01.raw, 20150127_liver_XH03_T_02.raw, 20150127_liver_XH03_T_03.raw, 20150127_liver_XH03_P_01.raw, 20150127_liver_XH03_P_02.raw, PRIDE'dan 20150127_liver_XH03_P_03.raw. NOT: İki dosya grubu https://www.ebi.ac.uk/pride/archive/projects/PXD039273'dan indirilebilir ve ayrı ayrı https://www.ebi.ac.uk/pride/archive/projects/PXD006512 edilebilir (Şekil 2).</li>
	<li>Gerekli yazılım araçlarını indirin ve yükleyin.<ol>
		<li>DIA-NN'nin en son sürümünü .msi dosyası olarak indirin. DIA-NN, Windows için bir .msi dosyası veya Linux için .zip dosyası olarak ücretsiz olarak https://github.com/vdemichev/DiaNN/releases/tag/2.0</li>
		<li>MSFileReader'ın en son sürümünü .exe dosyası olarak indirin. MSFileReader, ham biçimlendirilmiş Thermo Fisher DIA verilerini işlemek için gerekli olan https://github.com/thermofisherlsms/MSFileReader/blob/main/MSFileReader_x64.exe'dan bir .exe dosyası olarak ücretsiz olarak kullanılabilir.</li>
		<li>.NET SDK'nın en son sürümünü .exe dosyası olarak indirin. .NET SDK, Windows'ta MSFileReader'ı yürütmek için gerekli olan https://dotnet.microsoft.com/en-us/download'dan .exe bir dosya olarak ücretsiz olarak kullanılabilir.</li>
		<li>FragPipe'ın en son sürümünü .zip dosyası olarak indirin. FragPipe, https://github.com/Nesvilab/FragPipe/releases'dan .zip bir dosya olarak ücretsiz olarak edinilebilir. FragPipe'ı çalıştırmak için gerekli olan Windows için bir Java çalışma zamanı içerdiğinden jre içeren zip dosyası önerilir. MSFragger, FragPipe'a gömülüdür.</li>
	</ol>
	</li>
	<li>Ek Dosya 1 ve Ek Dosya 2'den R ve Rstudio ve R betik dosyalarının en son sürümünü indirin. R ve RStudio, https://cran.rstudio.com/bin/windows/base/R-4.5.0-win.exe ve https://posit.co/download/rstudio-desktop/'dan ücretsiz olarak indirilebilir.</li>
	<li>Sıkıştırılmış dosyaları açın ve üzerine tıklayın. exe veya .msi Uygulamaları yüklemek için Dosyalar.</li>
</ol>
2. DIA-NN kullanarak DIA veri analizi
<ol>
	<li>Referans proteome fasta dosyasını UniProt'tan indirin. Homo sapiens referans proteomunu indirmek için (izoform bilgileri dahil değildir) https://www.uniprot.org/proteomes/UP000005640 gidin (Şekil 3A).</li>
	<li>Referans proteom dosyasını DIA-NN'ye yüklemek için FASTA Ekle düğmesine tıklayın.</li>
	<li>Öncü iyon oluşturma bölümü altında kitaplıksız arama / kitaplık oluşturma ve Derin öğrenme tabanlı spektrumlar, RT'ler ve lMs tahmini için FASTA özeti olmak üzere iki seçeneği seçin. Tahmin edilen bir spektral kitaplık oluşturmak için Çalıştır düğmesine tıklayın (Şekil 3B).<ol>
		<li>Tahmin edilen spektral kitaplık dosyası oluşturulduktan sonra, tahmin edilen kitaplığı eklemek için Spektral düğmesine tıklayarak bunu aynı deneysel edinim ayarlarındaki diğer deneyler için yeniden kullanın.</li>
	</ol>
	</li>
	<li> Öncü iyon oluşturma bölümü altındaki iki seçeneğin işaretini kaldırın ve DIA verilerini yüklemek için Giriş bölümü altındaki dosya biçimiyle ilişkili olan Tür düğmesine tıklayın.</li>
	<li>Algoritma altındaki Kütle Doğruluğu ve MS1 Doğruluğunu 0.0 ppm olarak ayarlayın.</li>
	<li>Deneysel ayarlara göre Öncü iyon oluşturma parçası altındaki öncü ve parça kütle aralığı ayarlarını yapın.</li>
	<li>Diğer varsayılan ayarları koruyun.<ol>
		<li>DIA-NN'nin öncü üretimi, kısmi sindirimi modellemek için 1 kaçırılmış bölünme ile Tripsin / P (prolin tarafından takip edilmedikçe K / R'den sonra ayrılır) kullanır; kanonik olmayan peptitler (ör., immünopropetinomikler) için N-term M eksizyonunu devre dışı bırakın veya daha uzun peptitler için kaçırılan bölünmeleri 2'ye çıkarın.</li>
		<li>Translasyon sonrası modifikasyon (PTM) çalışmaları için Değişken modifikasyonları (varsayılan olarak devre dışıdır) açıkça etkinleştirin (örneğin, oksidasyon için Ox (M), ubikitinasyon için K-GG) ve peptit filtrelerini genişletin (uzunluk: 7-30 aa; şarj: 1-4+; öncü M/Z: 300-1800) büyük PTM'ler veya triptik olmayan sindirmeler için deneysel ayarlara (örn. uzunluk: 5-50 aa, şarj=1-6) göre.</li>
		<li>Algoritma ayarları, hassas kütle hizalaması için otomatik kalibrasyondan (kütle doğruluğu=0,0 ppm) yararlanır (düşük çözünürlüklü cihazlar için manuel toleranslarla (örneğin, 10 ppm) geçersiz kılar ve Çalıştırmalar Arası Eşleştirme (MBR), kimlikleri çalıştırmalar arasında aktarır (heterojen örnekler için devre dışı bırakır).</li>
		<li>Sinir ağı puanlaması, tanımlama güvenilirliğini artırır (düşük veri kalitesi olmadıkça korur), Quant Etiketsiz Kütle Spektrometresi (UMS) ise yüksek hassasiyetli etiketsiz niceleme sağlar; izobarik etiketler (örneğin, TMT) için MS2 miktar tayinine geçin. Spektral kitaplık gereksinimlerini atlamak için kitaplıksız aramayı yalnızca yüksek çözünürlüklü DIA verileriyle kullanın.</li>
	</ol>
	</li>
	<li>Çalıştır düğmesine tıklayın. İşlem arayüzünde çalıştırmanın tamamlandığını belirten Bitti mesajı görüntülenene kadar sonuçları bekleyin (Şekil 3C).</li>
</ol>
3. FragPipe kullanarak DDA veri analizi
<ol>
	<li>Kurulumdan sonra ~\FragPipe\fragpipe\bin klasöründeki Fragpipe simgesine tıklayın. Tüm bağımlı ayarlar Config sekmesinde görülebilir. Bilgisayarınızda üç modülün (MSFragger, IonQuant, diaTracer, DIA-NN ve Python) bulunup bulunmadığını kontrol edin. Değilse, İndir/Güncelle veya İndir'e tıklayarak indirin (Şekil 4A).</li>
	<li>Sonraki sekme olan İş Akışı'na geçin. İş akışı için Varsayılan'ı seçin ve İş akışını yükle'ye tıklayın. Dosya yolları eklemek için Dosya ekle'ye tıklayın. Dosya ata altında deney adı ve biyoçoğalt numarası atayın veya bırakın (Şekil 4B).</li>
	<li>Şimdi, Veritabanı'na tıklayın ve o sekmeye dönün. Örneklerin türüne göre bir fasta dosyası yükleyin veya herhangi bir fasta dosyasını indirin. İndirirken, basit bir çalıştırma için Yalnızca gözden geçirilen diziler, Tuzaklar ekle ve Ortak kirleticiler ekle seçeneklerini seçin (Şekil 4C).</li>
	<li>Ardından sekmeyi değiştirmek için MSFragger'a tıklayın. Kapalı Arama varsayılan yapılandırmasını seçin ve Yükle'ye tıklayın. NOT: Kapalı arama, temel olarak ayarladığınız değişiklikler için bir aramadır, açık arama ise verilerden olası tüm değişiklikleri keşfeder, bu da daha fazla zaman ve bellek tüketir.</li>
	<li>Tepe eşleştirme için, zaman kazandıracağı için Kalibrasyon ve Optimizasyon için Hiçbiri'nin seçilmesinin önerilmesi dışında varsayılan ayarları koruyun.</li>
	<li>Protein sindirimi için parametreleri deney koşullarına göre ayarlayın. Aşağıdaki varsayılan ayarları koruyun (Şekil 5A). NOT: Öncü ve parça kütle toleransları (± 20 ppm), deneysel spektrumları teorik peptitlerle eşleştirmek için izin verilen maksimum kütle hatasını tanımlar ve yüksek çözünürlüklü cihazlar için daha sıkı değerler önerilir. Enzim kuralları (sıkı tripsin) bölünme özgüllüğünü belirtir (K / R'den sonra, P tarafından takip edilmedikçe), kaçırılan bölünmeler (2) kısmen sindirilmiş peptitlere izin verir. Peptit uzunluğu (5-50 kalıntı) ve kütle (500-5000 Da) filtreleri olası adayları hariç tutar. Değişken modifikasyonlar (örneğin, oksidasyon için metiyonin üzerinde +15.9949 Da, fosforilasyon için S/T/Y üzerinde +79.96633 Da) kimyasal değişikliklerin saptanmasına izin verirken, Max kombinasyonları (5), arama alanını yönetmek için peptit başına eşzamanlı modifikasyonları sınırlar. Site başına maksimum değişken mod (örneğin, M'de 3) değişiklik sıklığını kontrol eder. Bölünmüş veritabanı, büyük proteomlar için verimliliği artırır ve izotop hatası (0/1/2), yanlış atanmış izotopik zirveleri açıklar. Bu ayarlar, peptit tanımlamasında hassasiyeti, özgüllüğü ve hesaplama yükünü toplu olarak dengeler.</li>
	<li>Doğrulama sekmesine geçin. DIA verileri için olan RT'yi Tahmin Et ve Spektrumları Tahmin Et seçeneklerinin işaretini kaldırın (Şekil 5B).</li>
	<li> Quant (MS1) sekmesine tıklayın. MS1 quant'ı çalıştır'ı seçin ve Load Quant defaults'a tıklayın. IonQuant'ı seçin ve varsayılan ayarları koruyun (Şekil 6A). Kararsız bekletme süreleri için MBR'yi devre dışı bırakın veya küresel ölçeklendirme yanlılıkları ortaya çıkarsa Yoğunluk normalleştirmesini devre dışı bırakın; Büyük veri kümeleriyle RAM'i korumak için Dizini diskte tut'u etkinleştirin. NOT: Quant (MS1), protein başına ≥1 benzersiz iyon gerektiren MaxLPQ (MaxLFQ tabanlı Protein Miktar Tayini, MaxLFQ yöntemini protein gruplarına genişleten bir algoritma) kullanarak etiketsiz miktar tayinini optimize etmek için varsayılan olarak kullanır (kapsama pahasına daha yüksek sıkılık için ≥2'ye yükseltin). Çalıştırmalar Arası Eşleştirme (MBR), tutma süresi (RT) toleransı (varsayılan 0,4 dk; kararlı kromatografi için 0,2 dakikaya sıkın veya gradyan değişkenliği için gevşetin) ve iyon hareketliliği (IM) toleransı (varsayılan 0,05 1/k0 [ters azaltılmış hareketlilik]; IM hassasiyetine göre ayarlayın) kullanarak %≤1 FDR (Yanlış Keşif Oranı; varsayılan MBR iyon FDR=0,01; titizlik için 0,005'e düşük) kullanarak çalıştırmalar arasında tanımlamaları aktarır. Protein çıkarımı, uniquer+rascor (protein gruplaması için jilet peptit ataması) kullanır. Özellik algılama, 10 ppm kütle toleransı kullanır (düşük çözünürlüklü MS için 20 ppm'ye yükseltin veya yüksek çözünürlük için 5 ppm'ye düşürün).</li>
	<li>Şimdi, Çalıştır sekmesine tıklayın. Çıktı dizini'ni seçin. Verileri analiz etmeye başlamak için ÇALIŞTIR'a tıklayın (Şekil 6B). NOT: Değişikliklere odaklanmayan veya etiket tabanlı niceleme kullanmayan etiketsiz proteomik veriler için PTM'ler, Glyco ve Quant (İzobarik) sekmeleri kullanılmaz.</li>
</ol>
4. DIA-NN/FragPipe aşağı akış analizi
NOT: Bu çalışmada kullanılan detaylı kodlar Ek Dosya 1 ve Ek Dosya 2 olarak yer almaktadır. Bu çalışmada kullanılan paket versiyonları Ek Dosya 3'te bulunabilir.
<ol>
	<li>RStudio'yu açın ve DIA-NN veya FragPipe tarafından oluşturulan protein ekspresyon verilerini okuyun. DIA-NN'den .pg_matrix.tsv ile biten protein grubu matris verileri ve FragPipe'dan .tsv ile biten birleşik protein verileri normalde analiz için kullanılır.</li>
	<li>NA'yı doldurmadan eksik değerleri çıkarın ve ikiden az benzersiz peptit ile tanımlanan ve ölçülen protein gruplarını filtreleyin. NOT: Bu çalışmadaki DIA rakamları filtrelenmiş protein grupları tarafından üretilirken, DDA rakamları filtrelenmemiş protein gruplarındandı.</li>
	<li>Numuneler arasında medyan ölçeklendirme veya nicelik normalleştirme kullanarak protein yoğunluklarını normalleştirin. Bu çalışmadaki DIA verileri medyan normalizasyon ile normalleştirilirken, iki yöntemi daha iyi göstermek için DDA verileri kantil normalizasyon ile normalleştirildi. NOT: Medyan normalleştirme, aykırı değerlere karşı sağlamdır ve proteinlerin çoğunun numuneler arasında değişmeden kaldığı senaryolar için uygundur, bu da medyan protein bolluğunu kararlı bir referans noktası haline getirir. Bununla birlikte, oldukça diferansiyel olarak ifade edilen proteinlerin18 olduğu senaryolarda başarısız olabilir. Kantil normalleştirme, numuneler arasında protein bolluklarının tekdüze bir dağılımını sağlar, bu da farklı dağılımlara sahip numuneleri karşılaştırırken yardımcı olur. İstatistiksel gücü azalttığı ve verileri aşırı normalleştirebileceği ve potansiyel olarak gerçek biyolojik farklılıkları maskeleyebileceği gösterilmiştir18. Proteomikte, medyan normalizasyon, MS cihaz performansıyla ilgili sistematik önyargıları ortadan kaldırmak için etiketsiz çalışmalarda yaygın olarak kullanılmaktadır. Kantil normalleştirme, büyük ölçekli veri kümeleri, diferansiyel ifade analizi ve küme analizi için tercih edilir19,20.</li>
	<li>Log2 kat değişikliklerini hesaplayın (ör., PDAC Serum'a karşı Normal) ve t-testi p değerleri. Benjamini-Hochberg yöntemini kullanarak düzeltilmiş p değerlerini hesaplayın. Anlamlılık eşiklerini tanımlayın (örneğin, |log2FC| &gt; 1, p_adj (FDR) &lt; 0.05). NOT: Bu çalışmanın rakamlarında kullanılan kesme p değerleri, ham değerleri temsil eder, çünkü düzeltilmiş p değerlerinin (p_adj) kullanılması, bu sınırlı veri kümelerinin istatistiksel gücü dahilindeki tüm saptanabilir proteinleri ortadan kaldıracaktır.</li>
	<li>Eksik/NA değerlerinin varlığını kontrol edin ve hariç tutun. Önemli isabetleri görselleştirmek için bir yanardağ grafiği oluşturun.</li>
	<li>Önemli ölçüde düzensiz proteinleri seçin. Protein ekspresyon değerlerine Z-skoru normalizasyonu uygulayın. Örnek grup ek açıklamaları ile kümelenmiş bir ısı haritası çizin.</li>
	<li>org kullanarak proteinleri Entrez ID'lerine eşleyin. Hs.eg.db. GO zenginleştirme (Biyolojik Proses) ve KEGG yolu analizi yapın. NOT: Biyolojik Süreç (BP) kategorileri, Gen Ontolojisi (GO) analizinde yaygın olarak seçilir, çünkü bunlar çoklu moleküler aktiviteler tarafından gerçekleştirilen daha büyük süreçleri veya biyolojik programları tanımlar20. Bu terimler, hücre döngüsü düzenlemesi, metabolik süreçler vb. gibi temel süreçler de dahil olmak üzere kanser gibi hastalıklarda ters giden hücresel işlevlere odaklanır. GO analizi, BP'ye ek olarak Moleküler Fonksiyon (MF) ve Hücresel Bileşen (CC) kategorilerini de içerir. MF terimleri, iyon taşıma veya DNA bağlama yetenekleri gibi gen ürünlerinin biyokimyasal aktivitelerini ana hatlarıyla belirtir. CC terimleri, çekirdek gibi gen ürünlerinin işlevlerini yerine getirdiği çekirdek, mitokondriyal zar veya hücre iskeleti gibi hücresel konumları tanımlar.</li>
	<li>Etkileşimler için STRINGdb'yi sorgulayın (güvenilirlik puanı 400≥). VisNetwork'ü kullanarak etkileşimli bir ağ oluşturun.</li>
</ol>

<ol><li>Pedrioli, P. G. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+common+open+representation+of+mass+spectrometry+data+and+its+application+to+proteomics+research%5BTitle%5D)+AND+%22Nat+Biotechnol%22%5BJournal%5D)">A common open representation of mass spectrometry data and its application to proteomics research.</a> Nat Biotechnol. 22 (11), 1459-1466 (2004).</li>
<li>Perez-Riverol, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+PRIDE+database+at+20+years%3A+2025+update%5BTitle%5D)+AND+%22Nucl+Acids+Res%22%5BJournal%5D)">The PRIDE database at 20 years: 2025 update.</a> Nucl Acids Res. 53 (D1), D543-D553 (2025).</li>
<li>Deutsch, E. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Proteomics+Standards+Initiative+at+Twenty+Years%3A+Current+Activities+and+Future+Work%5BTitle%5D)+AND+%22J+Proteome+Res%22%5BJournal%5D)">Proteomics Standards Initiative at Twenty Years: Current Activities and Future Work.</a> J Proteome Res. 22 (2), 287-301 (2023).</li>
<li>Schubert, O. T., Röst, H. L., Collins, B. C., Rosenberger, G., Aebersold, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+proteomics%3A+challenges+and+opportunities+in+basic+and+applied+research%5BTitle%5D)+AND+%22Nat+Protoc%22%5BJournal%5D)">Quantitative proteomics: challenges and opportunities in basic and applied research.</a> Nat Protoc. 12 (7), 1289-1294 (2017).</li>
<li>Wang, X., Shen, S., Rasam, S. S., Qu, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MS1+ion+current-based+quantitative+proteomics%3A+A+promising+solution+for+reliable+analysis+of+large+biological+cohorts%5BTitle%5D)+AND+%22Mass+Spectro+Rev%22%5BJournal%5D)">MS1 ion current-based quantitative proteomics: A promising solution for reliable analysis of large biological cohorts.</a> Mass Spectro Rev. 38 (6), 461-482 (2019).</li>
<li>Vaudel, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MS2-Based+Quantitation%5BTitle%5D)+AND+%22Proteome+Inform%22%5BJournal%5D)">MS2-Based Quantitation.</a> Proteome Inform. , 155-177 (2016).</li>
<li>Meyer, J. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Qualitative+and+Quantitative+Shotgun+Proteomics+Data+Analysis+from+Data-Dependent+Acquisition+Mass+Spectrometry%5BTitle%5D)+AND+%22Shotgun+Proteomics%22%5BJournal%5D)">Qualitative and Quantitative Shotgun Proteomics Data Analysis from Data-Dependent Acquisition Mass Spectrometry.</a> Shotgun Proteomics. 2259, 297-308 (2021).</li>
<li>Fröhlich, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Data-Independent+Acquisition%3A+A+Milestone+and+Prospect+in+Clinical+Mass+Spectrometry-Based+Proteomics%5BTitle%5D)+AND+%22Mol+Cell+Proteomics%22%5BJournal%5D)">Data-Independent Acquisition: A Milestone and Prospect in Clinical Mass Spectrometry-Based Proteomics.</a> Mol Cell Proteomics. 23 (8), 100800(2024).</li>
<li>Zhang, F., Ge, W., Ruan, G., Cai, X., Guo, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Data-Independent+Acquisition+Mass+Spectrometry-Based+Proteomics+and+Software+Tools%3A+A+Glimpse+in+2020%5BTitle%5D)+AND+%22Proteomics%22%5BJournal%5D)">Data-Independent Acquisition Mass Spectrometry-Based Proteomics and Software Tools: A Glimpse in 2020.</a> Proteomics. 20 (17-18), 1900276(2020).</li>
<li>Deutsch, E. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+ProteomeXchange+consortium+at+10+years%3A+2023+update%5BTitle%5D)+AND+%22Nucl+Acids+Res%22%5BJournal%5D)">The ProteomeXchange consortium at 10 years: 2023 update.</a> Nucl Acids Res. 51 (D1), D1539-D1548 (2023).</li>
<li>Demichev, V., Messner, C. B., Vernardis, S. I., Lilley, K. S., Ralser, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DIA-NN%3Aneural+networks+and+interference+correction+enable+deep+proteome+coverage+in+high+throughput%5BTitle%5D)+AND+%22Nat+Meth%22%5BJournal%5D)">DIA-NN:neural networks and interference correction enable deep proteome coverage in high throughput.</a> Nat Meth. 17 (1), 41-44 (2020).</li>
<li>Zhang, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Comparative+Analysis+of+Data+Analysis+Tools+for+Data-Independent+Acquisition+Mass+Spectrometry%5BTitle%5D)+AND+%22Mol+Cell+Proteomics%22%5BJournal%5D)">A Comparative Analysis of Data Analysis Tools for Data-Independent Acquisition Mass Spectrometry.</a> Mol Cell Proteomics. 22 (9), 100623(2023).</li>
<li>Kong, A. T., Leprevost, F. V., Avtonomov, D. M., Mellacheruvu, D., Nesvizhskii, A. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MSFragger%3A+ultrafast+and+comprehensive+peptide+identification+in+mass+spectrometry-based+proteomics%5BTitle%5D)+AND+%22Nat+Meth%22%5BJournal%5D)">MSFragger: ultrafast and comprehensive peptide identification in mass spectrometry-based proteomics.</a> Nat Meth. 14 (5), 513-520 (2017).</li>
<li>Anderson, N. L., Anderson, N. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Human+Plasma+Proteome%5BTitle%5D)+AND+%22Mol+Cell+Proteomics%22%5BJournal%5D)">The Human Plasma Proteome.</a> Mol Cell Proteomics. 1 (11), 845-867 (2002).</li>
<li>Kowal, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Proteomic+comparison+defines+novel+markers+to+characterize+heterogeneous+populations+of+extracellular+vesicle+subtypes%5BTitle%5D)+AND+%22Proc+Natl+Acad+Sci%22%5BJournal%5D)">Proteomic comparison defines novel markers to characterize heterogeneous populations of extracellular vesicle subtypes.</a> Proc Natl Acad Sci. 113 (8), E968-E977 (2016).</li>
<li>Cao, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Proteogenomic+characterization+of+pancreatic+ductal+adenocarcinoma%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">Proteogenomic characterization of pancreatic ductal adenocarcinoma.</a> Cell. 184 (19), 5031-5052.e26 (2021).</li>
<li>Dong, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Proteogenomic+characterization+identifies+clinically+relevant+subgroups+of+intrahepatic+cholangiocarcinoma%5BTitle%5D)+AND+%22Cancer+Cell%22%5BJournal%5D)">Proteogenomic characterization identifies clinically relevant subgroups of intrahepatic cholangiocarcinoma.</a> Cancer Cell. 40 (1), 70-87.e15 (2022).</li>
<li>Dubois, E., Galindo, A. N., Dayon, L., Cominetti, O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+normalization+methods+in+clinical+research+applications+of+mass+spectrometry-based+proteomics%5BTitle%5D)+AND+%222020+IEEE+Conf+Computat+Intelligence+Bioinfo+Computat+Biol%22%5BJournal%5D)">Comparison of normalization methods in clinical research applications of mass spectrometry-based proteomics.</a> 2020 IEEE Conf Computat Intelligence Bioinfo Computat Biol. , 1-10 (2020).</li>
<li>Dressler, F. F., Brägelmann, J., Reischl, M., Perner, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Normics%3A+Proteomic+Normalization+by+Variance+and+Data-Inherent+Correlation+Structure%5BTitle%5D)+AND+%22Mol+Cell+Proteomics%22%5BJournal%5D)">Normics: Proteomic Normalization by Variance and Data-Inherent Correlation Structure.</a> Mol Cell Proteomics. 21 (9), 100269(2022).</li>
<li>Dimmer, E. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Gene+Ontology+-+Providing+a+Functional+Role+in+Proteomic+Studies%5BTitle%5D)+AND+%22Proteomics%22%5BJournal%5D)">The Gene Ontology - Providing a Functional Role in Proteomic Studies.</a> Proteomics. 8 (23-24), pmic.200800002(2008).</li>
<li>Lih, T. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Detection+of+Pancreatic+Ductal+Adenocarcinoma-Associated+Proteins+in+Serum%5BTitle%5D)+AND+%22Mol+Cell+Proteomics%22%5BJournal%5D)">Detection of Pancreatic Ductal Adenocarcinoma-Associated Proteins in Serum.</a> Mol Cell Proteomics. 23 (1), 100687(2024).</li>
<li>Chinese Human Proteome Project (CNHPP) Consortium. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Proteomics+identifies+new+therapeutic+targets+of+early-stage+hepatocellular+carcinoma%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Proteomics identifies new therapeutic targets of early-stage hepatocellular carcinoma.</a> Nature. 567 (7747), 257-261 (2019).</li>
<li>Kanehisa, M., Furumichi, M., Sato, Y., Matsuura, Y., Ishiguro-Watanabe, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((KEGG%3A+biological+systems+database+as+a+model+of+the+real+world%5BTitle%5D)+AND+%22Nucl+Acids+Res%22%5BJournal%5D)">KEGG: biological systems database as a model of the real world.</a> Nucl Acids Res. 53 (D1), D672-D677 (2025).</li>
<li>Campello, E., Ilich, A., Simioni, P., Key, N. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+relationship+between+pancreatic+cancer+and+hypercoagulability%3A+a+comprehensive+review+on+epidemiological+and+biological+issues%5BTitle%5D)+AND+%22Br+J+Cancer%22%5BJournal%5D)">The relationship between pancreatic cancer and hypercoagulability: a comprehensive review on epidemiological and biological issues.</a> Br J Cancer. 121 (5), 359-371 (2019).</li>
<li>Fang, L., Xu, Q., Qian, J., Zhou, J. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Aberrant+Factors+of+Fibrinolysis+and+Coagulation+in+Pancreatic+Cancer%5BTitle%5D)+AND+%22OncoTargets+Ther%22%5BJournal%5D)">Aberrant Factors of Fibrinolysis and Coagulation in Pancreatic Cancer.</a> OncoTargets Ther. 14, 53-65 (2021).</li>
<li>Vlodavsky, I., Elkin, M., Ilan, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impact+of+heparanase+and+the+tumor+microenvironment+on+cancer+metastasis+and+angiogenesis%3A+basic+aspects+and+clinical+applications+%5BTitle%5D)+AND+%22Rambam+Maimonides+Med+J%22%5BJournal%5D)">Impact of heparanase and the tumor microenvironment on cancer metastasis and angiogenesis: basic aspects and clinical applications .</a> Rambam Maimonides Med J. 2 (1), (2011).</li>
<li>Fröhlich, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Benchmarking+of+analysis+strategies+for+data-independent+acquisition+proteomics+using+a+large-scale+dataset+comprising+inter-patient+heterogeneity%5BTitle%5D)+AND+%22Nat+Comm%22%5BJournal%5D)">Benchmarking of analysis strategies for data-independent acquisition proteomics using a large-scale dataset comprising inter-patient heterogeneity.</a> Nat Comm. 13 (1), 2622(2022).</li>
<li>Polasky, D. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MSFragger-Labile%3A+A+Flexible+Method+to+Improve+Labile+PTM+Analysis+in+Proteomics%5BTitle%5D)+AND+%22Mol+Cell+Proteomics%22%5BJournal%5D)">MSFragger-Labile: A Flexible Method to Improve Labile PTM Analysis in Proteomics.</a> Mol Cell Proteomics. 22 (5), 100538(2023).</li>
<li>Gerault, M. A., Camoin, L., Granjeaud, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DIAgui%3A+a+Shiny+application+to+process+the+output+from+DIA-NN%5BTitle%5D)+AND+%22Bioinfo+Adv%22%5BJournal%5D)">DIAgui: a Shiny application to process the output from DIA-NN.</a> Bioinfo Adv. 4 (1), (2024).</li>
<li>Hsiao, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analysis+and+Visualization+of+Quantitative+Proteomics+Data+Using+FragPipe-Analyst%5BTitle%5D)+AND+%22J+Proteome+Res%22%5BJournal%5D)">Analysis and Visualization of Quantitative Proteomics Data Using FragPipe-Analyst.</a> J Proteome Res. 23 (10), 4303-4315 (2024).</li>
<li>Yu, F., Deng, Y., Nesvizhskii, A. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MSFragger-DDA%2B+enhances+peptide+identification+sensitivity+with+full+isolation+window+search%5BTitle%5D)+AND+%22Nat+Comm%22%5BJournal%5D)">MSFragger-DDA+ enhances peptide identification sensitivity with full isolation window search.</a> Nat Comm. 16 (1), 3329(2025).</li>
<li>Li, K., Teo, G. C., Yang, K. L., Yu, F., Nesvizhskii, A. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((diaTracer+enables+spectrum-centric+analysis+of+diaPASEF+proteomics+data%5BTitle%5D)+AND+%22Nat+Comm%22%5BJournal%5D)">diaTracer enables spectrum-centric analysis of diaPASEF proteomics data.</a> Nat Comm. 16 (1), 95(2025).</li>
<li>Qiao, R., Li, H., Bian, H., Xin, L., Shan, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((De+Novo+sequencing-assisted+homology+search+for+DIA+data+analysis+enables+low+abundance+peptide+variants+discovery%5BTitle%5D)+AND+%22Biorvix%22%5BJournal%5D)">De Novo sequencing-assisted homology search for DIA data analysis enables low abundance peptide variants discovery.</a> Biorvix. 10, (2025).</li>
<li>Meissner, F., Geddes-McAlister, J., Mann, M., Bantscheff, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+emerging+role+of+mass+spectrometry-based+proteomics+in+drug+discovery%5BTitle%5D)+AND+%22Nat+Rev+Drug+Disc%22%5BJournal%5D)">The emerging role of mass spectrometry-based proteomics in drug discovery.</a> Nat Rev Drug Disc. 21 (9), 637-654 (2022).</li>
<li>Zheng, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multi-omics+data+integration+using+ratio-based+quantitative+profiling+with+Quartet+reference+materials%5BTitle%5D)+AND+%22Nat+Biotechnol%22%5BJournal%5D)">Multi-omics data integration using ratio-based quantitative profiling with Quartet reference materials.</a> Nat Biotechnol. 42 (7), 1133-1149 (2024).</li>
<li>Bubis, J. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Challenging+the+Astral+mass+analyzer+to+quantify+up+to+5%2C300+proteins+per+single+cell+at+unseen+accuracy+to+uncover+cellular+heterogeneity%5BTitle%5D)+AND+%22Nat+Meth%22%5BJournal%5D)">Challenging the Astral mass analyzer to quantify up to 5,300 proteins per single cell at unseen accuracy to uncover cellular heterogeneity.</a> Nat Meth. 22 (3), 510-519 (2025).</li>
<li>Leutert, M., Entwisle, S. W., Villén, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decoding+Post-Translational+Modification+Crosstalk+With+Proteomics%5BTitle%5D)+AND+%22Mol+Cell+Proteomics%22%5BJournal%5D)">Decoding Post-Translational Modification Crosstalk With Proteomics.</a> Mol Cell Proteomics. 20, 100129(2021).</li>
<li>Schneider, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Scalable%2C+Web-Based+Platform+for+Proteomics+Data+Processing%2C+Result+Storage+and+Analysis%5BTitle%5D)+AND+%22Proteome+Res%22%5BJournal%5D)">A Scalable, Web-Based Platform for Proteomics Data Processing, Result Storage and Analysis.</a> Proteome Res. 24 (3), 1241-1249 (2025).</li>
<li>Jalili, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Galaxy+platform+for+accessible%2C+reproducible+and+collaborative+biomedical+analyses%3A+2020+update%5BTitle%5D)+AND+%22Nucl+Acids+Res%22%5BJournal%5D)">The Galaxy platform for accessible, reproducible and collaborative biomedical analyses: 2020 update.</a> Nucl Acids Res. 48 (W1), W395-W402 (2020).</li>
</ol>

<table><tbody><tr><td>.NET SDK'sı v. 9.0.203</td><td>Microsoft</td><td></td><td>https://dotnet.microsoft.com/en-us/download</td></tr><tr><td>DIA-NN ve 2.1.0</td><td></td><td></td><td>https://github.com/vdemichev/DiaNN/releases/tag/2.0&nbsp;</td></tr><tr><td>FragPipe v. 22.0</td><td></td><td></td><td>https://github.com/Nesvilab/FragPipe/releases</td></tr><tr><td>MSFileReader v. 3.1&nbsp;</td><td>Termo Balıkçı</td><td></td><td>https://github.com/thermofisherlsms/MSFileReader/blob/main/MSFileReader_x64.exe</td></tr><tr><td>R 4.5.0</td><td></td><td></td><td>https://cran.rstudio.com/bin/windows/base/R-4.5.0-win.exe</td></tr><tr><td>Rstudio v. 2024.12.1+563</td><td></td><td></td><td>https://posit.co/download/rstudio-desktop/</td></tr></tbody></table>

Ücretsiz hesaplama araçlarını kullanarak kütle spektrometresi tabanlı proteomik verilerde gezinme

Navigating the Mass Spectrometry-Based Proteomic Data Using Free Computational Tools

Proteomik veri kümeleri aramasını daha iyi göstermek için, bu analiz için iki tür veri kümesi seçtik. Klinik bağlamlarda düzensiz proteinleri göstermeyi amaçlayarak, klinik gibi anahtar kelimeler kullanarak Pride'da arama yaptık. Spesifik olarak, Klinik Proteomik Tümör Analizi Konsorsiyumu'ndan (CPTAC)21 DIA analizine uygun bir veri seti ve Çin İnsan Proteom Projesi'nden (CNHPP)22 DDA analizine uygun başka bir veri seti seçtik. Bu seçimler, ...

Ücretsiz Hesaplama Araçlarını Kullanarak Kütle Spektrometresi Tabanlı Proteomik Verilerde Gezinme

Mass spectrometry (MS)-based proteomics data, including Data-Dependent Acquisition (DDA) and Data-Independent Acquisition (DIA), are widely used in ...

navigating-mass-spectrometry-based-proteomic-data-using-free

Research

JoVE Journal

Biology

Biyoloji

Bu video, STAGE İpucu prosedürü aracılığıyla peptit saflaştırmasını gösterir. Uzun hidrokarbon zincirlerine bağlanmış reçine boncukları içeren minyatür bir sütun, hidrofobik etkileşime dayalı saflaştırmayı kolaylaştırır. Önceden sindirilmiş bir peptit numunesi kolona yüklendikten sonra, peptit parçaları reçine boncuklarına bağlanarak safsızlıkların geçmesine izin verir. Peptit fragmanlarını elüte etmek için hidrofobik etkileşimi bozan bir elüsyon tamponu uygulanır.

Peptitlerin tuzdan arındırılması ve saflaştırılması için bir STAGE İpucu prosedürü

Burada bir etiket bilgilerini kantitatif kütle spektrometresi kullanılarak protein korelasyon profil ardından afinite protein komplekslerinin saflaştırılması ve mavi doğal PAGE ile onların ayrılması için protokoller, mevcut. Bu yöntem, farklı protein kompleksleri halinde interactomes çözmek için yararlıdır.

Mavi Yerli PAGE ve Protein İlişkisi Profil Yöntemi ile Affinity Saf protein Kompleksler çözümleniyor

Biz doğru bir şekilde sıvı Kromatografi yüksek çözünürlüklü bir Kütle Spektrometre için arabirim ile proteinler ile izobarik etiketleme, geniş ayırma, Biyoinformatik araçlarını ve kalite kontrol adımları birlikte quantitate için bir protokol mevcut.

Derin Proteom izobarik etiketleme, kapsamlı sıvı Kromatografi, kütle spektrometresi ve yazılım destekli miktar tarafından profil oluşturma

Detaylı bir protokol ayırma, kimlik ve kapiller bölge Elektroforez-electrospray iyonlaşma-tandem kütle spektrometresi (CZE-ESI-MS/MS) kullanarak protein örnekleri proteoforms karakterizasyonu için tanımlanır. Protokol proteoforms basit protein örneklerinde yüksek çözünürlüklü karakterizasyonu ve proteoforms karmaşık Proteom örneklerinde büyük ölçekli tanımlaması için kullanılabilir.

Büyük ölçekli tepeden proteomik kılcal bölge Elektroforez Tandem kütle spektrometresi kullanılarak

OpenProt polycistronic manken ökaryotik genleri zorlar serbestçe erişilebilir bir veritabanıdır. Burada, bir protokol OpenProt veritabanları kullanımı için kütle spektrometresi veri kümeleri sorguya zaman mevcut. OpenProt kullanarak proteomik deneyler çözümleme için veritabanına roman ve önceden belirlenemeyen proteinler için izin verir.

Kütle spektrometresi tabanlı proteomik analizleri roman proteinler açıklayacak OpenProt veritabanı kullanarak kanonik olmayan açık okuma çerçevesi tercüme

Yüksek çözünürlüklü complexome profilleme için mikrotom kullanan çok yönlü bir kriyoliking BN-MS protokolü sunulur.

BN-MS Analizi Cryoslicing tarafından Yüksek Çözünürlüklü Complexome Profilleme

Açıklanan ilgi ve etiket-free kütle spektrometresi belirli bir protein in immünafinite zenginleştirme kullanarak bir nükleer hücre altı fraksiyonu protein etkileşim ortakları tanımlamak için bir proteomik iş akışıdır. İş akışı hücre altı fraksiyonu, immünoprepitasyon, filtre destekli numune hazırlama, çevrimdışı temizleme, kütle spektrometresi ve aşağı akım biyoinformatik boru hattını içerir.

Büyük Ölçekli Nükleer Etkileşimom Profilleme için Etiketsiz İmmünoprekütle Spektrometresi İş Akışı

Açıklanan protokol, iki yaklaşım kullanarak doku örneklerinin optimize edilmiş bir nicel proteomik analizini sağlar: etiket bazlı ve etiketsiz nicellik. Etiket tabanlı yaklaşımlar proteinlerin daha doğru nicelliği avantajına sahipken, etiketsiz bir yaklaşım daha uygun maliyetlidir ve bir kohorttan yüzlerce örneği analiz etmek için kullanılır.

Doku Örneklerinin Kütle Spektrometresi Bazlı Av Tüfeği Proteomik Kapsamlı İş Akışı

Burada, formalinle sabitlenmiş, parafine gömülü doku kesitlerinde izole edilmiş ilgi alanlarını kullanarak kütle spektrometresi tabanlı bir proteomik yöntem oluşturuyoruz. Bu protokol, arşivlenmiş formalinle sabitlenmiş, parafine gömülü doku kesitlerindeki belirli doku alanlarından proteomu analiz etmek için kullanılır.

Seçilmiş Doku Bölgelerini Kullanan Kütle Spektrometresi Tabanlı Proteomikler için Kolaylaştırılmış Bir Yaklaşım

Bu video Matriks Yardımlı Lazer Desorpsiyon İyonizasyon Kütle Spektrometresi (MALDI-MS) ile peptitler ve proteinlerin analizi için bir ultra-ince matris / analit bir tabaka hazırlık göstermektedir.

MALDI Numune Hazırlama: Ultra İnce Tabaka Yöntemi

Öğrenin, DIA-NN ve MSFragger kullanarak kanser örneklerinde kütle spektrometresi tabanlı proteomik verileri nasıl analiz edeceğinizi. Bu ücretsiz araçlar, biyologların gen ekspresyonu değişikliklerini doğrulamasına ve yeni terapötik stratejiler geliştirmesine yardımcı olur.

Ücretsiz Hesaplama Araçlarını Kullanarak Kütle Spektrometresi Tabanlı Proteomik Verilerde Gezinme

Daha fazla video keşfet