蛋白质组学

所属板块 分析方向与案例

把基础对象与算法方法重新放回真实分析任务与工作流。

阅读目标 帮助建立阅读上下文

先判断这页与你当前问题的关系，再决定是否深入展开。

建议前置 先建立相关基础对象与方法直觉

建议先建立相关基础对象与方法直觉，再进入本页。

本章要解决什么问题

蛋白质组学（Proteomics）研究的是在特定细胞、组织或生物体中实际表达的蛋白质集合，以及这些蛋白质的丰度、修饰状态和相互作用网络。

与基因组学不同，蛋白质组学面对的是一个动态且复杂的系统：

• RNA ≠ Protein：转录水平与蛋白质水平的相关性通常只有 0.4-0.6
• 翻译后修饰（PTM）：磷酸化、糖基化等修饰直接调控蛋白质功能
• 时空特异性：不同细胞类型、不同生理状态下蛋白质组成差异巨大

核心计算问题

基于质谱的蛋白质组学产生巨大的数据量，需要算法来解决：

1. 肽段测序问题（Peptide Sequencing）：从质谱图推断肽段序列
2. 蛋白质鉴定问题（Protein Identification）：从数据库中识别产生实验谱的蛋白质
3. 修饰蛋白鉴定问题（Modified Protein Identification）：识别带有翻译后修饰的肽段
4. 蛋白质定量问题（Protein Quantification）：比较不同条件下蛋白质丰度变化

前置知识

• 动态规划
• 图算法
• 序列比对

本章内容概览

本章系统介绍基于串联质谱（MS/MS）的蛋白质组学数据分析方法：

章节	核心问题	算法技术
质谱基础	理解 MS1/MS2、谱图构建、肽段测序问题	谱图图（Spectrum Graph）、动态规划
数据库搜索与 FDR	蛋白质鉴定、假阳性控制	共享峰计数、Target-Decoy 策略
定量蛋白质组学	蛋白质丰度比较	Label-free、TMT/iTRAQ
谱卷积	修饰肽段检测	谱卷积算法
谱对齐	精确定位修饰位点	动态规划、$k$-相似性
谱图图	从头肽段测序	DAG 最长路径

历史背景

蛋白质测序的历史早于 DNA 测序。Frederick Sanger 在 1940 年代末通过 Edman 降解法测定了胰岛素的 52 个氨基酸序列，获得他的第一个诺贝尔奖。随着 DNA 测序技术的发展，蛋白质直接测序逐渐被取代，但质谱技术的进步使蛋白质组学在 1990 年代重新兴起。

现代蛋白质组学工作流程由 Matthias Mann 和 John Yates 等先驱建立，核心思想是：

• 将蛋白质酶解为肽段
• 用串联质谱（MS/MS）测量肽段碎片
• 通过数据库搜索或从头测序推断肽段序列
• 汇总肽段证据鉴定蛋白质并进行定量分析

推荐阅读顺序

质谱基础
    ↓
谱图图 / 肽段测序
    ↓
数据库搜索与 FDR
    ↓
谱卷积 → 谱对齐（修饰鉴定）
    ↓
定量蛋白质组学

与其他章节的联系

• 上游知识：序列分析基础、动态规划
• 下游应用：临床变异解释
• 相关技术：机器学习与蛋白语言模型

子主题导航

质谱基础

MS1/MS2 测量原理、肽段碎裂、谱图构建基础

进入子主题

谱图图

将质谱数据转换为有向无环图，从头肽段测序的图算法

进入子主题

谱卷积

通过质量差分布检测翻译后修饰和突变

进入子主题

谱对齐

动态规划算法精确定位修饰位点，k-相似性概念

进入子主题

数据库搜索与 FDR

蛋白质鉴定、PSM、Target-Decoy 假阳性控制策略

进入子主题

定量蛋白质组学

Label-free、TMT/iTRAQ 定量策略与数据分析

进入子主题

参考文献

• Sanger, F. (1949). The terminal amino acids of insulin. Biochemical Journal, 45(5), 563.
• Dancik, V., et al. (1999). De novo peptide sequencing via tandem mass spectrometry. Journal of Computational Biology, 6(3-4), 327-342.
• Eng, J.K., et al. (1994). An approach to correlate tandem mass spectral data of peptides with amino acid sequences in a protein database. JASMS, 5(11), 976-989.
• Elias, J.E., & Gygi, S.P. (2007). Target-decoy search strategy for increased confidence in large-scale protein identifications by mass spectrometry. Nature Methods, 4(3), 207-214.