近日，上海科技大学 iHuman 研究所、生命科学与技术学院水雯箐课题组与易算携手在 Analytical Chemistry 发表研究论文 Evaluating DIA LiP-MS Analysis Workflows with a Hybrid LiP Proteome Benchmark。
研究团队构建了组成和混合比例已知的双物种 LiP 蛋白组基准，系统评估 DIA-NN、Spectronaut 与不同谱图库组合形成的七种 DIA LiP-MS 工作流，并使用 DIA-LiPQuan 统一整理研究中的定量与统计结果。
LiP-MS 与分析难点
限制性酶切-质谱（LiP-MS）通过比较蛋白质不同区域对蛋白酶的敏感性变化，观察不同条件下的局部构象变化。该技术可用于药物靶点鉴定、疾病标志物发现和蛋白质相互作用研究。
LiP-MS 会产生大量半特异肽段，搜索空间和数据复杂度明显高于常规蛋白质组学。鉴定深度、定量准确性、假阳性控制和差异结果需要在同一套基准下共同评价。
图 1｜混合 LiP 蛋白组基准、DIA 数据采集、七种搜索工作流与 DIA-LiPQuan 的研究位置。来源：Analytical Chemistry 2026。
混合 LiP 蛋白组基准
研究以人源细胞膜 LiP 蛋白组和酵母蛋白组建立组成及比例已知的双物种样本体系。数据中共鉴定 170,400 条序列独特的 LiP 肽段，包括 83,044 条完全特异肽段和 87,356 条半特异肽段。
已知组成使研究能够同时评价鉴定深度、定量准确性、假阳性率和差异肽段检出表现，避免仅以鉴定数量判断工作流。
七种 DIA 工作流
研究比较 DIA-NN 和 Spectronaut，并结合实验谱图库或预测谱图库形成七种分析工作流。评估覆盖完全特异肽段、半特异肽段、蛋白组及错误发现比例。
论文结果显示，采用预测谱图库的 DIA-NN 工作流无需额外采集 DDA 数据，也能获得接近实验谱图库的鉴定深度，并在定量准确性、假阳性率控制和差异分析灵敏度方面表现良好。
图 2｜七种 DIA 工作流的完全特异肽段、半特异肽段、蛋白组鉴定和错误发现比例评估。
定量与差异结果评估
混合蛋白组中的已知比例用于检查实测定量结果与理论比例的一致性；恒定背景用于观察假阳性。不同肽段类型和不同工作流需要分别评价。
差异结果同时受效应量、统计显著性和证据汇总规则影响。方法评估需要同时观察真实变化的检出能力和理论不变背景中的误报。
图 3｜已知混合比例下的定量结果，以及不同阈值下的真阳性与假阳性评估。
肽段、切割位点与蛋白证据
DIA-LiPQuan 将研究中的搜索报告整理为肽段、非限制性切割位点和蛋白层级证据。不同汇总规则会改变灵敏度与特异性，因此需要保留肽段和位点明细进行复查。
蛋白层级判断需要关注多肽段支持。单条显著肽段可作为候选线索，完整结论仍需结合蛋白总量、肽段位置、重复一致性、结构域和正交实验。
图 4｜切割位点汇总规则和蛋白层级证据规则的评估。
论文已公开 GitHub 代码和简易网页前端，为方法复现提供了基础。LiP-MS 涉及半特异肽段、谱图库策略、定量评估以及肽段—切割位点—蛋白多层级结果判断，初次接触时仍有较高学习门槛。为便于研究人员系统理解该研究，易算技术支持网站进一步搭建了 DIA-LiPQuan 学习与 Demo 示范站点，按研究背景、工作流比较、图表阅读和结果判断逐步介绍 LiPQuan 的处理过程。
OmicSolution DIA-LiPQuan 专题页面
OmicSolution 蛋白质组学技术平台已上线 DIA-LiPQuan 专题页面。页面围绕本次 Analytical Chemistry 研究组织以下内容：
· LiP-MS 背景、信号来源与结果解释边界
· 混合蛋白组基准与七种 DIA 工作流
· 谱图库策略与论文聚焦预测库三轮方法
· 鉴定、定量、差异结果和多层级证据解读
· 论文图表、文献数据 Demo、作图数据与结果明细
· 中文和英文内容切换
访问地址：点击文末阅读原文。专题页按 LiP-MS 的学习顺序重新组织论文中的研究设计、工作流比较、图表阅读方法和结果判断，让读者可以从实验信号开始，逐步进入谱图库、定量、差异结果和证据汇总。
按研究逻辑组织学习路径
页面依次讲解 LiP-MS 背景与信号、DIA-LiPQuan 在论文中的作用、混合蛋白组基准、七种 DIA 工作流、聚焦预测库三轮方法、定量与差异评价、切割位点和蛋白证据，以及质量控制与结果解释边界。每个主题均结合论文图表，说明图中需要观察的指标和不同评价口径的含义。
文献数据 Demo
Demo 采用论文补充表 S1/S2 的真实定量值，展示 20 个样品、H0/H2/H5/H7.5/H30 五个条件和三组掺比比较。读者可以查看 LiP 蛋白组鉴定深度、可定量肽段数量、log2 定量比值分布、差异结果汇总和组内 CV，并沿肽段、切割位点和蛋白层级理解文献结论。Demo 仅用于论文方法评估和学习示范。
交互阅读与资料下载
页面支持切换论文比较和结果层级、放大论文原图、查看作图数据与结果明细。同时提供文献 Demo 输入包、论文图表复核资料和论文原文入口，方便按同一数据来源复核图表。中文和英文内容可直接切换，相关功能用于学习和复核，不提供用户 LiP-MS 数据分析。
图 5｜OmicSolution DIA-LiPQuan 专题页面的“谱图库与鉴定评价”内容：展示七种工作流、鉴定覆盖和错误发现比例的阅读方法。
论文与作者
论文：Evaluating DIA LiP-MS Analysis Workflows with a Hybrid LiP Proteome Benchmark
期刊：Analytical Chemistry，2026
DOI：10.1021/acs.analchem.6c02411
李珊珊为论文第一作者与共同通讯作者，袁诗嘉为共同第一作者，水雯箐为共同通讯作者。刘和斌、沈诚频为上海易算生物科技有限公司作者。