保证蛋白质组学的数据质量:比较分析
上一篇 /
下一篇 2012-10-30 15:32:10
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。
导入论坛收藏
分享给好友
推荐到圈子
管理
举报
TAG: