复旦乔亮团队与易算最新研究成果：宏蛋白组建库方法与应用

1. HAPs-hyblibDIA方法的性能评价

二、  使用HAPs - hyblibDIA在人体肠道菌群样本中应用

样本：收集1名健康志愿者的粪便样本

方法：对比hyblibDIA和directDIA策略以及不同数据库的鉴定结果。

结果：

● 鉴定数量：使用hyblibDIA的方法鉴定到的蛋白质groups和肽段数量显著高于directDIA。

● 肽段韦恩：使用HAPs鉴定出的肽段与使用MG数据库鉴定出的肽段有很高的一致性，验证了使用HAPs-hyblibDIA方法鉴定肽段的可靠性。

● 物种韦恩：通过16S rRNA测序获得的物种组成与使用HAPs和MG数据库在物种水平上一致性较低，但在更高的分类水平上一致性增加。

三、  使用HAP-hyblibDIA分析加入已知菌株的人类肠道菌群样本

目的：测试该方法在真实样本中对微生物鉴定的准确性和敏感性。

方法：

● 将6种培养的菌株混入另一个粪便样本进行蛋白质组分析。这6种菌株在原始粪便样本的宏基因组结果中未被检测到。

● 使用HAPs数据库对DIA数据进行了初步搜索，其中6个物种被纳入其中。HAPs筛选出了370个菌株，包括6种菌株在内。基于过滤后的HAPs数据库，用于hyblibDIA和directDIA分析。

结果：

比较hyblibDIA和directDIA：通过HAP-hyblibDIA鉴定出25,202个蛋白质groups和125,745个肽段，其中1,849个蛋白和9,924个肽段来自于6种菌株特有表达的。相比之下，无论总的蛋白/肽段鉴定量，或是6种菌株中特有鉴定量，hyblibDIA的宏蛋白组分析结果都优于directDIA。

总之，这一结果进一步证明了HAP-hyblibDIA方法在分析真实肠道菌群样本方面的敏感性和有效性。

四、  使用HAPs-hyblibDIA分析临床队列样本

目的：经过上述在人工混合菌群样本、单例粪便样本、粪便样本掺入已知菌株等层层递进地对HAPs-hyblibDIA进行验证和评价后，作者最后将该工作流应用于临床微生物研究中，并检验使用HAP数据库和先前数据库结果的一致性。

方法：作者分析了先前Long等人发表的结直肠癌（CRC）肠道菌群宏蛋白组数据集，该数据集包括14例CRC患者和14例对照。比较HAPs数据库和先前数据库，以及directDIA和hyblibDIA分析方法的宏蛋白组鉴定结果。

结果：

1.  鉴定数量：虽然使用先前的数据库鉴定到了更多的蛋白质，但使用HAPs-hyblibDIA获得了更多的肽段。

2.  差异蛋白：directDIA和hyblibDIA两种方法分别筛选到4635和5361个差异蛋白。

3.  功能注释：HAPs - hyblibDIA方法获得的差异蛋白被注释到19个COG类别。通过HAPs - hyblibDIA方法和先前报道的数据库，都在CRC患者组中发现了更多上调蛋白。

总之，HAPs - hyblibDIA方法的结果与基于既往文献数据库的结果基本一致，在生物医学研究中具有实用价值。

Spectronaut 18: 挣脱大队列蛋白质组通量、速度的桎梏

DIA在肠道微生物群的深度表征中具有广阔的前景。随着Spectronaut软件的进一步迭代，DIA宏蛋白质组学必将更加通用。尤其是文章中采用的Hybrid谱图库流程，显著提高了宏蛋白质组的准确、深度蛋白质鉴定和定量。

如下图，Hybrid谱图库流程就是将directDIA检索数据与DDA深度分级数据合并建库，进行共同机器学习，然后基于混合数据的预测结果进行蛋白定性和定量分析。

对于Hybrid DIA和directDIA两个谱图库流程的比较，我们之前也有做过测试。如下图所示，以Hela细胞单物种为研究对象，图中明显看出，相比“[1]DIA-NN“和“[2]Spectronaut 18-directDIA”搜库方法，采用“[3]Spectronaut 18-Hybrid"搜库方法“显著提升了Precursor和蛋白Groups定量深度。这仅是单物种样本的测试结果，假如换成蛋白组成复杂的粪便样品进行宏蛋白质组数据解析，那么通过Hybrid方法相比DIA-NN和directDIA会对比地更加明显，提升更多的物种蛋白定量，正如文章中提到的那样。

好了，以上就是今天的内容。假如您正在或者将要开展DIA宏蛋白质组学方面的课题，想找到更多更有价值的信息，请你和我们联系。假如您的朋友目前有开展宏蛋白组课题的想法，想深入了解相关数据质量，也请你帮我们把这篇文章转发给他。