查看原文
其他

Scribe:DDA建库的新 “神器”;又一蛋白质组数据统计分析网站上线 | 2023年第二周

Guomics guomics 2023-01-19




Scribe:DDA建库的新 “神器”01

图源Brian Searle实验室主页



Scribe是来自俄亥俄州立大学的Brian Searle新开发的软件,作为他EncyclopeDIA软件库的新成员之一,用于DIA搜索前的DDA建库。其基本思路是使用Prosit建立的预测库作为辅助去分析DDA,算法创新主要在创建了一个打分(Scribe score)来评估DDA谱和预测库的匹配度。


从结果上看,Scribe比现在大火的MSFragger在鉴定结果上有10-20%的提升,相较传统 Fasta database 搜库有更高的灵敏度和定量准确性。


Searle的软件一如既往地简洁易上手,笔者从下载到跑通只用了10分钟;而且Scribe内集成的各种文件格式转换小工具也十分方便各类用户习惯。不过文章中,Scribe目前只对来自Exploris 480的文件做过测试,关于PASEF等类型结果的表现尚待评估。


 https://doi.org/10.1101/2023.01.01.522445

Ref:Brian C. Searle, Ariana E. Shannon, Damien Beau Wilburn. Scribe: next-generation library searching for DDA experiments. Priprint at bioRxiv. https://doi.org/10.1101/2023.01.01.522445 (2023)
评论:梁潇
又一蛋白质组数据统计分析网站上线02

Olga Vitek,专注于生物信息学、蛋白质组学、质谱学,图源:olga-vitek-lab


Olga Vitek组(MASSIVE.quant开发者)最新JPR,将MSstats做成了Webserver: www.msstatsshiny.com,网站逻辑跟Guomics实验室开发的ProteomExpert(www.guomics.com/ProteomeExpert)有异曲同工之妙。



不过,该网站的 date upload 可以兼容更多的格式(PD, OpenMS, MaxQuant等);且将TMT和PRM实验的数据分析流程也合并进去了,用户面更广。


Olga Vitek是美国东北大学的 Chair Professor,主攻计算机科学与生物信息学,其开发的MSstats系列软件在领域内名气不俗。


https://pubs.acs.org/doi/10.1021/acs.jproteome.2c00603

Ref:

Kohler, Devon et al. “MSstatsShiny: A GUI for Versatile, Scalable, and Reproducible Statistical Analyses of Quantitative Proteomic Experiments.” Journal of proteome research, 10.1021/acs.jproteome.2c00603. 9 Jan. 2023, doi:10.1021/acs.jproteome.2c00603


评论:梁潇
基于质谱的磁珠加速多组学样本制备方法03

图源:pubs.acs.org

Joshua J. Coon 组最新发表的Anal. Chem,介绍了适用于多种样本类型的、基于质谱的 “磁珠加速多组学” 提取方法,实现从同一样本中快速地依次提取脂质组、代谢组和蛋白组,总制备时间仅需3h。


基本逻辑是采用双相有机系统(正丁醇/乙腈/水 = 3/1/1)分别提取样本中的脂质组与代谢组,再通过SP3附以 Rapid Trypsin (Promega)加速酶解(仅需40min)得到蛋白组。该脂质组和代谢组共提取方法虽然在鉴定量上没有优势,但能完美适配后续基于SP3的蛋白组快速制备,大幅降低了整体样本制备时间。


https://pubs.acs.org/doi/abs/10.1021/acs.analchem.2c02042

Ref:

Muehlbauer, Laura K et al. “Rapid Multi-Omics Sample Preparation for Mass Spectrometry.” Analytical chemistry, 10.1021/acs.analchem.2c02042. 2 Jan. 2023, doi:10.1021/acs.analchem.2c02042


评论:李薇

Guomics


Guomics团队主要从事蛋白质组学研究,开发优化高通量微量样品蛋白质组学分析技术,针对临床问题,联合机器学习分析蛋白质组大数据,探索疾病诊治的新方法,并探索未充分研究的蛋白质组。团队热忱欢迎各位有志于科研事业的才俊加盟!实验室网站:www.guomics.com

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存