Spectronaut 十年发展历程及展望
Spectronaut™，作为Biognosys、也同样是我司的旗舰代理产品已经10岁了。在过去的十年中，Spectronaut的功能和界面得到了极大的改进，并被公认为DIA分析的黄金标准。
在此期间Biognosys坚持不懈的开发Spectronaut，以满足蛋白质组学界的需求，特别是我们的用户可以直观感受到几乎每个月都更新，客户提出个性化意见最快1个月就能改进的超高效率。而2002年，我们同样将于6月推出的Spectronaut 16，和学术或开源软件不同，我们软件的每次重大更新都需要海量的内部测试和对各类仪器型号、采集方式、不同样品数据的充分测试才能让用户放心使用，因此新的功能和变现虽迟但到。
今天，让我们来回顾Spectronaut多年来的发展历程，它今天所处的位置，以及即将到来的改进。
开发无缝的用户体验
与许多软件解决方案一样，Spectronaut一开始只有简陋的界面和有限的功能。该软件的第一个版本由Oliver Bernhardt编写，他是当时Biognosys的实习生，现在是Biognosys生物信息学团队的首席科学家，也是Spectronaut的首席开发人员。
2011年推出的Spectronau的第一个版本，专注于创建软件的核心算法，确保其功能可以在未来几年内发展和扩充。当时，Spectronaut已经允许用户查看XIC，这一功能过去是，现在仍然是独一无二的。
图 1：Spectronaut 1 包括今天在 Spectronaut 中看到的核心功能。
从早期阶段开始，我们就认识到拥有用户友好的界面对于我们软件的整体用户体验至关重要，这成为Spectronaut 2发布的焦点。在软件的第二个版本中，用户界面得到了显著改进，增加了快速访问和改进的图形体验，如下所示。
图 2：在 Spectronaut 2 中，我们大大改进了软件的用户体验。
如今，Spectronaut是一款以独特方式将无缝用户体验和功能相结合的软件。这一点，加上我们专业的客户支持，使Spectronaut成为任何DIA项目的理想伴侣。
图3 Spectronaut最新版的界面
DIA 采集和分析的巨大改进
多年来，Biognosys 已经测试了无数种获取和分析 DIA 数据的方法，并且我们在单针 DIA 分析就可以实现的效果取得了巨大进步。
我们第一次在Orbitrap平台上获取DIA数据是在2011年。我们当时使用HeLa单针DIA所能达到的效果并不比使用DDA好。然而，当我们在2013年首次公开发布Spectronaut时，我们已经做出了重大改进。从那时起，采集方法和数据提取的改进一直在稳步增加，不断推动分析性能的提高，如下所示。
图4 近年来DIA采集的技术进步可以通过单针Hela数据提现
Pulsar，我们自己的高性能搜索引擎
2017年，我们发布了自己的搜索算法Pulsar，现已集成到所有Biognosys软件中。通过Pulsar，我们实现了两个关键的解决方案。首先，在 Spectronaut 中，搜索用于建库的数据成为原生功能，为 DIA 分析提供了一体化的无缝体验。其次，Pulsar可以针对FASTA文件搜索DIA数据。这进一步推动了 directDIA™ 的引入，这是我们无库的工作流程，无需获取额外的 DDA 数据来生成库。
通过 iRT 实现无与伦比的峰值识别
由Biognosys发明的iRT概念一直是我们DIA数据提取算法的一个关键技术，该算法多年来一直在发展。Spectronaut的第一个版本依赖于基本的线性保留时间校准，并由我们的iRT试剂盒提供支持。随着2015年Spectronaut 7的发布，我们引入了高精度iRT概念，这是Spectronaut发展的又一重要步骤。通过高精度iRT，可以放大离子色谱图，以识别和关注真正的肽谱峰。这不仅提高了灵敏度，还加快了分析速度，使数据处理更快、更高效。
随着2019年Spectronaut 13的推出，iRT校准取得了前所未有的发展：深度学习辅助高精度iRT校准。通过加入了用于iRT校准的深度学习算法，Spectronaut可以预测iRT值，从而消除了在数据集中需要iRT经验信息的限制。这显著提高了数据集的灵活性，这些数据集可以从最佳的 iRT 校准中受益，同时提高分析的灵敏度和效率。
速度和效率：Spectronaut发展的一个关键方面
Spectronaut通过显著的速度和内存利用率的改进而不断提高效率。如下图所示，当比较 Spectronaut 5 和 Spectronaut 15 时，同一数据集的分析时间已从 40 分钟缩短到 10 分钟。我们还不断降低软件的内存需求，Spectronaut 越来越多地更有效地利用资源。值得注意的是，这些改进并没有损害结果的深度。
图5 Spectronaut 5和15的检索开销对比
directDIA™：DIA蛋白质组学的游戏规则改变者
如前所述，Spectronaut演进中的一个重要里程碑是directDIA™的引入：由于Pulsar的发展，能够直接搜索DIA数据。此工作流是 DIA 蛋白质组学的真正游戏规则改变者，因为它消除了对 DDA 生成的库的需求，而是直接搜索您的 DIA run。近年来，这种方法有了显著的改进，并将继续改进。
directDIA 分两步执行。首先，从DIA数据提取得到MS2谱峰，然后使用Spectronaut的集成搜索引擎Pulsar进行搜索。在第二步中，搜索结果用于生成谱图库，用于DIA数据的靶向分析。此工作流程可实现高质量且一致的定量，从而最大限度地减少缺失值。由于directDIA利用从实验DIA run中生成库，因此当应用于具有较多重复次数的个体的、生物学相关实验时，这种方法可提供最佳结果。
图 6：directDIA 工作流。
随着2020 年 Spectronaut 14 发布的第二版 directDIA，我们实现了在 directDIA 和使用 DDA 数据构建的项目专属深度谱图库方面基本上具有相同的性能。即使在具有高变异性的项目中也是如此，包括具有大队列规模的血浆研究。如今，directDIA 具有高度的定量性能，可提供高质量的结果，其性能优于 DDA run构建的项目专属谱图库结果。持续支持MS数据采集的最新技术
在开发 Spectronaut 时，我们的首要任务之一是为业界提供 DIA 数据分析的最佳解决方案，并且独立于用于生成数据的 MS 平台。我们与不同的仪器供应商以及一些最杰出的方法开发人员合作，以确保我们为最新的数据采集技术提供支持。因此，Spectronaut是工作流程支持方面最通用的软件。
这方面的最新例子是我们对离子淌度的支持。在2020年推出Spectronaut 14，该版本对离子淌度数据的鉴定数量有了非常显著的改善，使我们能够在HeLa 2h单次DIA run中识别超过200000个Precursor（见图4），这在几年前是不可想象的。
我们将继续与方法开发专家合作，以满足对质谱最新创新支持的需求。
更深入地了解我们的深度学习功能
从Spectronaut开发的开始阶段我们就非常重视机器学习，但我们对深度学习的首次尝试始于2016年，当时我们首次使用深度学习研究保留时间预测。我们很快看到了在蛋白质组学领域应用深度学习的巨大潜力，并从那时起不断开发这一功能。
我们一直专注于将深度学习集成到Spectronaut中，并且是最早发布具有深度学习的商业软件并积极使用它的公司之一。随着深度学习功能不断改进，现在可以预测碎片、离子淌度和 iRT。
展望未来，我们已经确定了在Spectronaut中使用深度学习的众多可能性，并期待进一步开发此功能。
Spectronaut 16 及将来
Spectronaut 16将带来的重大改进包括改变传统以肽段为中心的数据分析和深度学习方式。我们的重点是改进鉴定和定量深度，并继续支持使用PTM的用户并进一步改进directDIA。
除了Spectronaut 16之外，我们还期待未来的改进包括进一步提高我们从复杂的DIA run中提取数据的能力，同时提供更好的定量。除了这些改进之外，我们还将继续改善DIA分析过程许多方面的用户体验。
期待 Spectronaut 16 带来的改进吗？关注我们随时获取最新DIA技术方面的资讯。
上海易算生物科技有限公司 转载请注明出处
更多蛋白质组学技术信息请参阅文章的官方网站：
www.omicsolution.com
若有任何疑问，欢迎邮件或来电咨询：
marketing@omicsolution.com
support@omicsolution.com
+86-18221381405