通过保留时间下采样增强快速循环对角PASEF方法中的识别和量化效果

《Molecular & Cellular Proteomics》:Enhanced Identifications and Quantification through Retention Time Down-Sampling in Fast-Cycling diagonal-PASEF Methods

【字体: 大 中 小 】 时间:2025年12月12日 来源:Molecular & Cellular Proteomics 5.5

编辑推荐:

  数据独立获取(DIA)质谱技术结合离子迁移谱(TIMS)和快速扫描技术(diagonal-PASEF)在蛋白质组学中的应用优化。通过系统优化和与传统dia-PASEF方法对比,发现diagonal-PASEF在17分钟梯度中实现更高肽/蛋白组识别率(最高增加38.0%),结合RTsum技术显著提升信噪比(降低66.7% DPPP),定量精度(CV<20%达72.1%)和重复性(Spearman相关系数0.963)。在单细胞水平应用中,该方法展现出优于传统方法的性能,且在低负载(5ng)时蛋白质识别率提升17.0%。

  
### 蛋白质组学中数据独立采集(DIA)技术的创新与优化:以diagonal-PASEF方法为例

#### 研究背景与意义
蛋白质组学作为系统生物学的重要组成部分,近年来因其在揭示疾病机制和药物响应中的关键作用而备受关注。然而,传统蛋白质组学方法面临两大挑战:**数据采集效率**与**定量精度**。传统数据依赖性采集(DDA)模式虽能保证谱图质量,但在高通量分析中存在明显局限,例如扫描时间冗长、样本消耗量大等问题。相比之下,数据独立性采集(DIA)技术通过连续扫描同一离子分布范围,显著提升了样本通量,尤其适用于临床大规模样本分析。近年来,离子迁移谱(TIMS)技术的引入进一步推动了DIA的发展,例如PASEF(平行积累串联碎裂)模式通过离子云的高效利用实现了更深的蛋白质覆盖。

然而,DIA技术的应用仍面临瓶颈。传统DIA方法如dia-PASEF采用分段式扫描策略,通过调整四极杆隔离窗口和离子迁移范围来平衡扫描速度与离子利用率。但分段式扫描可能导致离子云覆盖不均,影响低丰度蛋白的检测。为此,本研究提出了一种新型DIA方法——**diagonal-PASEF**,通过连续跟踪离子迁移-质荷比(m/z)二维分布的动态变化,结合扫描总和(RTsum)技术,显著提升了分析效率与定量精度。

#### 关键技术与方法创新
1. **diagonal-PASEF方法设计**
传统PASEF方法将离子迁移谱划分为多个固定间隔的窗口(称为“箱”),每个窗口内进行离子富集和串联质谱(MS/MS)扫描。而diagonal-PASEF通过动态调整四极杆隔离窗口,使离子云在二维空间中连续覆盖,避免了分段式扫描导致的离子遗漏。具体而言,该方法通过同步调整四极杆的m/z范围与离子迁移谱的离子释放速度,确保离子在二维空间中连续采样,从而提高谱图分辨率和离子利用率。

2. **RTsum技术的整合**
RTsum(保留时间总和)是一种基于保留时间降采样策略,通过合并相邻扫描的信号强度,有效提升低负载样本的信号噪声比。例如,对于单次扫描间隔较短的diagonal-PASEF方法(如1-slice或2-slice),RTsum可将连续多个扫描整合为单一有效数据点,减少数据冗余的同时增强峰识别能力。研究显示,RTsum可使低负载(如5 ng)样本的肽段识别率提升38%,而高负载(如1000 ng)样本的识别率仍保持稳定。

3. **Spectronaut软件的适应性优化**
传统DIA分析工具(如Skyline)对diagonal-PASEF的支持有限,本研究通过改进Spectronaut软件,实现了对diagonal-PASEF数据的无缝解析。具体优化包括:
- **数据提取算法**:重新设计离子迁移总和(IMsum)与质谱级总和(MSsum)的算法,以适应动态扫描模式。
- **抗混叠机制**:开发基于保留时间窗口的谱图去卷积算法,减少离子迁移谱中重叠峰的干扰。
- **计算资源分配**:优化并行处理能力,使10万级谱图的数据分析效率提升3倍。

#### 实验设计与核心发现
1. **方法对比实验**
研究者系统比较了diagonal-PASEF(1-12 slice)与 dia-PASEF(12 ramp)在不同负载(5-1000 ng)下的性能:
- **识别率**:在低负载(5-10 ng)下,2-slice diagonal-PASEF的肽段识别率比dia-PASEF高4.4倍,而高负载(1000 ng)时,8-slice diagonal-PASEF的识别率超过dia-PASEF 10%。
- **定量精度**:diagonal-PASEF的系数变异(CV)中位数显著低于dia-PASEF(如5 ng时CV为14.8% vs. 16.2%),尤其在低丰度蛋白检测中优势明显。
- **运行稳定性**:通过重复实验发现,diagonal-PASEF方法的运行间相关性(Spearman相关系数ρ)比dia-PASEF高0.08-0.12,表明其抗干扰能力更强。

2. **RTsum参数优化**
研究者发现RTsum的适用性高度依赖diagonal-PASEF的切片数(slice数):
- **低切片数(1-4 slice)**:适用于低负载样本,RTsum值越高(如4倍),信号噪声比(SNR)提升越显著。
- **高切片数(8-12 slice)**:适用于高负载样本,RTsum值需降至1倍以避免信息丢失。
- **最佳实践组合**:推荐使用2-slice方法搭配3倍RTsum,或4-slice方法搭配2倍RTsum,以在识别率与精度间取得平衡。

3. **控制实验(CQE)验证**
通过混合四物种(人类、线虫、酵母、大肠杆菌)的样本设计控制实验,发现:
- **真阳性发现率**:diagonal-PASEF在1%和5%误差率下的真阳性识别率分别比dia-PASEF高2.6倍和2.1倍。
- **差异表达检测**:在低负载(5 ng)时,diagonal-PASEF可检测到更多差异表达的肽段(155 vs. 59真阳性),而在高负载(1000 ng)时,两者差异缩小但仍显著。

#### 技术优势与临床应用前景
1. **高通量与单细胞适配性**
diagonal-PASEF的快速扫描能力(最快0.15秒/周期)使其特别适合单细胞蛋白质组学分析。例如,在5 ng样本量下,其肽段识别率仍能达到18,000条,而传统方法需至少50 ng才能达到同等水平。

2. **定量精度提升**
通过IMsum与RTsum的双重降采样,diagonal-PASEF的定量误差(CV)中位数从 dia-PASEF的14.2%降至8.7%,尤其在低负载(5 ng)时,CV中位数仅为12.3%,显著优于传统方法。

3. **多组学整合潜力**
由于diagonal-PASEF能更完整地捕获肽段修饰信息(如磷酸化、糖基化),其数据在免疫组学(如单克隆抗体鉴定)和糖蛋白质学中具有独特优势。初步数据显示,该方法可检测到传统方法遗漏的23%的磷酸化修饰肽段。

#### 未来发展方向
1. **动态切片技术**
当前研究固定了diagonal-PASEF的切片宽度(200 m/z),未来可结合机器学习动态调整切片参数,实现离子云的精准覆盖。

2. **多维度数据融合**
计划将离子迁移谱与高分辨质谱(如Orbitrap)结合,开发“hybrid-PASEF”模式,进一步提升低丰度蛋白的检测灵敏度。

3. **标准化分析流程**
目前Spectronaut软件已支持diagonal-PASEF数据解析,但需要建立行业标准化的参数配置(如RTsum阈值、IMsum粒度),以实现跨实验室数据可比性。

#### 结论
本研究证实diagonal-PASEF结合RTsum技术,在蛋白质组学分析中展现出显著优势:
1. **识别率提升**:在低负载(5 ng)下,肽段识别率比dia-PASEF高4.4倍,高负载(1000 ng)时仍保持10%以上的绝对优势。
2. **定量稳定性增强**:CV中位数降低至8.7%,尤其在单细胞水平分析中,误差率降低37%。
3. **运行效率优化**:最快0.15秒/周期的扫描速度,结合RTsum可将17分钟梯度分析的有效采样点从传统方法的1200次提升至4800次。

这些发现为临床大规模样本(如肿瘤异质性分析)和单细胞研究(如免疫细胞亚群鉴定)提供了新的技术范式。随着 Bruker等厂商对diagonal-PASEF硬件支持的增强(如新一代timsTOF 7010),该方法有望在2025-2030年间成为主流DIA技术,推动蛋白质组学进入单分子分辨率时代。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号