[發(fā)明專利]基于Pathway蛋白質(zhì)組學(xué)的質(zhì)譜優(yōu)選肽段自動(dòng)挑選方法

無效

• 申請(qǐng)?zhí)枺?/td>: 201110452448.3
• 申請(qǐng)日: 2011-12-29
• 公開（公告）號(hào): CN102567653A
• 公開（公告）日: 2012-07-11
• 發(fā)明（設(shè)計(jì)）人: 唐曉英;劉雪琴
• 申請(qǐng)（專利權(quán)）人: 北京理工大學(xué)
• 主分類號(hào): G06F19/18
• 分類號(hào): G06F19/18
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及一種質(zhì)譜優(yōu)選肽段的挑選方法，特別涉及一種基于Pathway蛋白質(zhì)組學(xué)的質(zhì)譜優(yōu)選肽段自動(dòng)挑選方法，屬于生物信息學(xué)技術(shù)領(lǐng)域。

背景技術(shù)

在蛋白質(zhì)組研究領(lǐng)域中，質(zhì)譜儀器對(duì)目標(biāo)肽段的準(zhǔn)確挑選與否對(duì)實(shí)驗(yàn)結(jié)果有著極其重要的影響。為了使質(zhì)譜儀器對(duì)目標(biāo)肽段的挑選更加準(zhǔn)確，常規(guī)的做法是將質(zhì)譜分析總時(shí)間分為數(shù)個(gè)segment，在每個(gè)segment里設(shè)定給予優(yōu)先選擇的肽段，這樣可以防止目標(biāo)肽段被其他高豐度雜質(zhì)肽段或噪聲所掩蓋。

但是現(xiàn)在設(shè)定優(yōu)選肽段都是由人工來實(shí)現(xiàn)的，實(shí)驗(yàn)人員在實(shí)驗(yàn)設(shè)計(jì)時(shí)做出實(shí)驗(yàn)假說，并據(jù)此確定實(shí)驗(yàn)過程中需要重點(diǎn)關(guān)注的蛋白。例如，實(shí)驗(yàn)人員在實(shí)驗(yàn)設(shè)計(jì)時(shí)假設(shè)糖尿病患者血清樣本中的glucose含量會(huì)發(fā)生變化，則會(huì)在實(shí)驗(yàn)中驗(yàn)證glucose的含量變化是否符合假設(shè)，在每個(gè)segment中將優(yōu)選肽段確定為glucose的肽段。因此，每個(gè)segment中優(yōu)選肽段的確定極度依賴實(shí)驗(yàn)人員的經(jīng)驗(yàn)，易遺漏該疾病導(dǎo)致的其他未知蛋白質(zhì)的含量變化；而且手動(dòng)挑選的過程工作量繁冗，面對(duì)海量生物數(shù)據(jù)易使人產(chǎn)生疲勞感，從而導(dǎo)致實(shí)驗(yàn)結(jié)果的不理想與實(shí)驗(yàn)的投入產(chǎn)出比不高。

發(fā)明內(nèi)容

本發(fā)明的目的是針對(duì)現(xiàn)有技術(shù)的缺點(diǎn)，利用計(jì)算機(jī)實(shí)現(xiàn)質(zhì)譜優(yōu)選肽段的自動(dòng)篩選，取代生物實(shí)驗(yàn)者手動(dòng)挑選工作量的繁冗，大大提高蛋白質(zhì)組實(shí)驗(yàn)的效率，并擴(kuò)大蛋白的關(guān)注范圍，提高發(fā)生含量變化的蛋白的檢出率，為蛋白質(zhì)組的研究提供更便捷的工具。

本發(fā)明提供了一種基于Pathway蛋白質(zhì)組學(xué)的質(zhì)譜優(yōu)選肽段自動(dòng)挑選方法，包括以下步驟：

A.將目標(biāo)代謝通路上所有涉及到的蛋白質(zhì)名稱作為關(guān)鍵詞，對(duì)待研究生物的全蛋白序列進(jìn)行目標(biāo)蛋白群的提取；

B.對(duì)所提取的目標(biāo)蛋白群按照實(shí)驗(yàn)所用的蛋白酶進(jìn)行理論酶切，產(chǎn)生所有目標(biāo)蛋白的理論酶切肽段；

C.計(jì)算所有的理論酶切肽段的理論分子量(Mass)、理論保留時(shí)間(NET)、等電點(diǎn)(pI)；

D.根據(jù)實(shí)際設(shè)定的理論分子量和等電點(diǎn)篩選符合條件的理論肽段，得到質(zhì)譜的優(yōu)選肽段集合，即所有實(shí)驗(yàn)中需要重點(diǎn)關(guān)注的肽段；該肽段集合及每個(gè)肽段的理論保留時(shí)間作為在實(shí)際實(shí)驗(yàn)的每個(gè)segment中設(shè)定優(yōu)選肽段的依據(jù)。

有益效果

本發(fā)明提供的方法便于計(jì)算機(jī)實(shí)現(xiàn)，可以取代傳統(tǒng)的人工手動(dòng)挑選方式，避免生物實(shí)驗(yàn)者手動(dòng)挑選工作量的繁冗，大大提高蛋白質(zhì)組實(shí)驗(yàn)的效率，并擴(kuò)大蛋白的關(guān)注范圍，提高發(fā)生含量變化的蛋白的檢出率，使蛋白質(zhì)組的研究更加便捷與準(zhǔn)確。

附圖說明

圖1為本發(fā)明提供的基于蛋白質(zhì)組學(xué)的質(zhì)譜優(yōu)選肽段自動(dòng)挑選方法的流程圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清晰明了，以下結(jié)合附圖，具體說明本發(fā)明的優(yōu)選實(shí)施方式。

圖1為本實(shí)施方式實(shí)現(xiàn)的基于Pathway驅(qū)動(dòng)定量蛋白質(zhì)組學(xué)的質(zhì)譜優(yōu)選肽段計(jì)算機(jī)自動(dòng)挑選方法的流程圖，該方法包括以下步驟：

步驟101：以fasta文件格式讀取待研究生物的全蛋白序列。本例選用大腸桿菌，從NCBI獲取其全蛋白序列，記為ecoli.fasta，該文件中每個(gè)蛋白質(zhì)以“＞”作為每一個(gè)蛋白的開始；

步驟102：根據(jù)待研究的目標(biāo)代謝途徑，以txt文件格式讀取目標(biāo)代謝途徑上涉及的蛋白質(zhì)名稱，本例以大腸桿菌糖代謝途徑為研究對(duì)象，將該代謝途徑上的蛋白名稱儲(chǔ)存于targetprotein.txt文件中，每個(gè)蛋白名稱單獨(dú)占據(jù)一行，共17個(gè)蛋白；

步驟103：根據(jù)步驟102讀取的目標(biāo)代謝途徑蛋白質(zhì)，從步驟101讀取的全蛋白序列中提取出對(duì)應(yīng)蛋白質(zhì)序列，提取出的信息包括該蛋白的名稱、種屬來源、氨基酸序列，目標(biāo)蛋白序列存于targetsequence.txt文件中；

目標(biāo)蛋白群的提取可以采用字符串匹配方法簡(jiǎn)單實(shí)現(xiàn)：讀取targetprotein.txt里的每行，采用迭代的方法在ecoli.fasta文件里尋找相同字符串，將含有相同字符串的蛋白質(zhì)從全蛋白文件中提取出來。

步驟104：對(duì)步驟103提取出的蛋白質(zhì)序列進(jìn)行理論酶切，按照所用的蛋白酶對(duì)蛋白質(zhì)氨基酸序列的特異性酶切位點(diǎn)，將目標(biāo)蛋白群各自的氨基酸序列在特異性位點(diǎn)進(jìn)行酶切，產(chǎn)生理論酶切肽段總庫，存于peptides.txt。本實(shí)施例中所用的蛋白酶為胰蛋白酶，賴氨酸(K)和精氨酸(R)為其特異性酶切位點(diǎn)。本實(shí)施例中，理論酶切采用的方法是：對(duì)氨基酸序列逐位讀取識(shí)別，遇“K”或“R”即進(jìn)行切割。