蛋白互作研究方法数据采集的未来发展趋势

随着不同的基于质谱分析方法的发展，可以研究的蛋白互作网络的范围也在逐渐增加。更重要的是，用于肽和蛋白质定量的新兴方法产生的数据是完整且无偏差的，是研究完整网络或蛋白互作的基本要求。

基于数据依赖性采集（Data-dependent acquisition, DDA）易于执行，并能快速评估样本中的物质的数量。除了简单之外，还需要对蛋白质进行鉴定和翻译后修饰。任何蛋白质的生物学特性在动态系统中的已知程度都是极微小的，不断增加的拼接变异体，SNP等很可能意味着在可预见的未来，使用数据依赖性采集DDA方法进行量定量和鉴定的实验将成为首选方法。然而，从IDA到目标数据非依赖采集（Data Independent Acquisition, DIA）的直接路径（例如SRM）也正在发生变化。具有SRM分析性能的DIA方法的发展将使数据可用于测试多种假设，甚至用于不同的实验，从而减少质谱分析所需的数量，并将重点转向生物信息学问题。

什么是SRM？迄今为止发布的DIA方法仍然缺乏SRM方法的特性。尽管选择性和特异性在诸如AIF/MSE的DIA方法中受到关注，但许多问题已经在SWATH等方法中得到解决，然而该方法的灵敏度似乎比专用的SRM低一个数量级。可能会出现如下图所示的实验工作流程，即从基于DDA的定量方法（如MS1-XICs）开始，然后是高复用分析（如SWATH），在一次分析中可以精确监测数量最庞大的蛋白质。随着技术的发展，需要监测的蛋白质数量会减少，从而产生一种可以通过高分辨率SRM进行的分析方法，并最终作为基于高灵敏度三联四极杆仪器上的标准SRM分析。这一工作流程提供了一种从低置信度结果开始，最后使用可靠且经过验证的技术作为最终分析的方案，并可能成为未来在生物标记物发现方面的实验方案。

图示，潜在的未来实验工作流程。利用质谱技术对蛋白质进行定量分析的潜在工作流程。最初的假设是从样品内蛋白质的鉴定发展而来的，其中基于MS1的技术可用于定量。假设验证需要对定量有很大的信心，这可以通过使用DIA技术来支持。SWATH等方法允许修改假设，而无需对样本进行实验性再分析，从而进一步完善假设。假设验证可以使用SWATH等方法来执行，但是随着假设的细化，要监测的蛋白质数量减少，分析方法也可以改成SRM提供的常规监测。

尽管质谱蛋白互作的研究看起来很简单，但高质量测量的数据要求很严格。随着已知蛋白相互作用数量的增加，分析所需的蛋白质数量也随之增加。这一增长需要以一致的方式对蛋白质进行定量分析，而DIA方法提供了最佳的样本覆盖范围。DIA还允许在没有样本回注的情况下对数据集中的不同蛋白质进行分析，因此提供了在实验中促进对多种假设进行测试的潜力，并将有助于促进对蛋白质网络中蛋白质如何进行相互作用的理解。最后，虽然任何蛋白质定量方法都不是错误的，但所选择的方法必须平衡性能、开发时间和所提问题与所研究的生物样品所需的分析严谨性。

本文由百泰派克生物科技整理编辑，未经许可，不得转载。

百泰派克生物科技专注于基于质谱的蛋白质组学服务，结合亲和纯化与Label free、SILAC或SWATH定量技术，开发了一系列蛋白质组研究策略，其灵敏度高、重复性好，非常适合蛋白质相互作用的研究。