保证蛋白质组学的数据质量：比较分析

现在的蛋白质组学越来越发达，但是数据质量却令人担忧，

为此Mann在2009的NM上发表了评论，特别强调蛋白质组学的数据质量(Mann, M., Comparative analysis to guide quality improvements in proteomics. Nat Methods, 2009. 6(10): p. 717-19.)。 

文章中主要评论了三篇文章，

一个蛋白质FDR的评价体系，该体系有protein prophet首先引入(Ruedi)，后来由Gygi引入的Target Decoy的算法而发扬广大。FDR的引入其重要意义不仅仅在于提供了一种评价数据质量的方式，更重要的是一个标准，使得使用不同的仪器，在不同的实验室分析的数据能够相互比较。 

第二篇是关于磷酸化修饰的鉴定，不同的策略坚定到不同的肽段集，Ruedi比较了各种策略，并提出了一些结论。 Mann很赞赏这种比较的策略，但是同时提出了一个很严肃的问题就是，每个实验室总是擅长于自己的方法，即使是比较也很难客观公正，比如在上面的文章中作者提出IMAC比TiO2的效果好，但是在Mann自己的实验室中一直使用TiO2的方法，而且做出的结果(鉴定数量也要好的多)。

第三篇也是类似的主题，HUPO做的测试，拿20个蛋白质分发给27个实验室进行测试，结果只有7个实验室能够鉴定到所有的蛋白质。这说明蛋白质组学的鉴定策略还是存在一定的问题。Mann用赛车比喻，车跑的是否快，车有关系，车手的因素也是很大。引伸出蛋白质组学工作者需要经验，需要参数的优化，需要好的软件。即使使用低精度的落后仪器一样能够得到较可信的结果。

原文：http://hi.baidu.com/%BB%D2%D2%C2%C8%CB/blog/item/a272168e329f78e4f11f36e0.html

2009-12-06 20:36