CN109946413A - 脉冲式数据非依赖性采集质谱检测蛋白质组的方法 - Google Patents

脉冲式数据非依赖性采集质谱检测蛋白质组的方法 Download PDF

Info

Publication number
CN109946413A
CN109946413A CN201910231539.0A CN201910231539A CN109946413A CN 109946413 A CN109946413 A CN 109946413A CN 201910231539 A CN201910231539 A CN 201910231539A CN 109946413 A CN109946413 A CN 109946413A
Authority
CN
China
Prior art keywords
acquisition
mass
dependent
charge ratio
wicket
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910231539.0A
Other languages
English (en)
Other versions
CN109946413B (zh
Inventor
郭天南
朱怡
蔡雪
葛伟刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
West Lake OMI (Hangzhou) Biotechnology Co.,Ltd.
Original Assignee
West Lake, University of
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by West Lake, University of filed Critical West Lake, University of
Priority to CN201910231539.0A priority Critical patent/CN109946413B/zh
Priority to PCT/CN2019/084005 priority patent/WO2020191846A1/zh
Publication of CN109946413A publication Critical patent/CN109946413A/zh
Application granted granted Critical
Publication of CN109946413B publication Critical patent/CN109946413B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/88—Integrated analysis systems specially adapted therefor, not covered by a single one of the groups G01N30/04 - G01N30/86

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明属于生物样品检测技术领域，具体涉及脉冲式数据非依赖性采集质谱检测蛋白质组的方法，包括如下步骤：(1)设置M个大窗口，大窗口的质荷比的区间宽度为2‑150m/z；(2)将大窗口均匀分隔为N个小窗口，小窗口的质荷比的区间宽度为2‑75m/z；(3)将M*N个小窗口均匀分配到N个质谱采集方法中进行扫描，对每一个采集方法，将M个小窗口内所有的离子选择、碎裂，并检测该窗口内离子产生的所有碎片，获得采集数据；(4)合并步N个质谱扫描方法中的M*N次采集数据，并对获得的采集数据对进行分析。本发明减少由多肽形成的前体离子相互影响，从而提高采集的数据分辨率和增加蛋白质鉴定的数量。

Description

脉冲式数据非依赖性采集质谱检测蛋白质组的方法
技术领域
本发明属于生物样品检测技术领域，具体涉及脉冲式数据非依赖性采集质谱检测蛋白质组的方法。
背景技术
定量蛋白质组学研究可从蛋白质层面阐释某种生物现象的发生发展原因与规律，对生命科学(研究对象包括人体、动物、植物、微生物、以及任何含有蛋白质的生物样品)以及人类疾病(包括肿瘤、糖尿病等)的诊疗有重大意义。如对肿瘤组织和非肿瘤组织的差异表达蛋白质组研究，可能发现某种肿瘤特异表达的蛋白质作为疾病的标志物，可用于肿瘤的早期诊断、分型与预后。
在蛋白质组学研究中，人体组织等复杂样本往往有成千上万的蛋白，而目前的质谱技术还不能将所有蛋白同时检测到。目前，蛋白质组最主要的分析方法是数据依赖性采集技术(Data dependent acquisition，DDA)和数据非依赖性采集技术(Data independentacquisition，DIA)。目前，串联质谱非目标化合物分析的主要手段是DDA，该方法易造成低丰度标志物信息的丢失，且存在重复性不佳、定量准确性有待提高的缺陷。近年来，随着质谱硬件技术的快速发展，特别是分辨率和扫描速度的显著提升，DIA应运而生。相较于DDA采集技术，DIA可以对其选择的保留时间(RT)和质荷比(m/z)范围内所有检测到的多肽片段进行碎裂，并通过二级碎片离子信息对其进行精确定量。由于DIA产生的数据是简单且能永久保存的电子文件，并且具备足够高的重复性，可在将来需要验证时反复分析，故而DIA在蛋白质组学的研究中受到越来越广泛的重视与应用。而DIA数据采集的关键因素在于其采集的m/z可变窗口数。现有技术存在的技术问题是：在一定的液相条件下，由于质谱仪器本身硬件的限制，在一个质谱采集方法中窗口数也有一定的限制，窗口数量的限制导致由多肽形成的前体离子在质谱仪中分离度不够而相互影较大，造成采集的质谱数据分辨率偏低，鉴定的蛋白质数量少。
发明内容
针对上述现有技术中所存在的不足，本发明提供了脉冲式数据非依赖性采集质谱检测蛋白质组的方法，本发明解决了因为窗口数量的限制导致由多肽形成的前体离子在质谱仪中因分离度不够而相互影较大，造成采集的数据对多肽的分辨率偏低，鉴定的蛋白质种类较少的技术问题。
本发明提供的脉冲式数据非依赖性采集质谱检测蛋白质组的方法，具体技术方案如下：
脉冲式数据非依赖性采集质谱检测蛋白质组的方法，包括如下步骤：
(1)设置M个大窗口，所述大窗口的质荷比的区间宽度为2-150m/z；
(2)将步骤(1)中的每一个大窗口均匀分隔为N个小窗口，所述小窗口的质荷比的区间宽度为2-75m/z；
(3)将M*N个小窗口均匀分配到N个质谱采集方法中进行扫描，对每一个采集方法，将M个小窗口内所有的离子选择、碎裂，并检测每个大窗口内离子产生的所有碎片，获得采集数据；
(4)合并步骤(3)中N个质谱扫描方法中的M*N次采集数据，并对所述获得的采集数据对进行分析。
在某些实施方式中，步骤(1)中所述M为大于2的整数，M个大窗口的总体扫描质荷比的区间为400-1200m/z，步骤(2)中所述N为大于1的整数。
在某些实施方式中，步骤(1)中所述M为24，24个大窗口的总体扫描质荷比的区间为400-1200m/z，所述前20个大窗口的质荷比的区间宽度为20m/z，后四个大窗口的质荷比的区间宽度依次为60m/z，80m/z，120m/z和140m/z。
在某些实施方式中，步骤(2)中所述N为4，所述前80个小窗口的质荷比的区间宽度为5m/z，后16个小窗口质荷比的区间宽度依次为4个15m/z，4个20m/z，4个30m/z和4个35m/z。
在某些实施方式中，步骤(2)中所述N为4，所述前80个小窗口的质荷比的区间宽度为10m/z，后16个小窗口质荷比的区间宽度依次为4个30m/z，4个40m/z，4个60m/z和4个70m/z。
本发明具有以下有益效果：本发明提供的脉冲式数据非依赖性采集质谱检测蛋白质组的方法，可以在相同的样本制备条件，相同的采集数据窗口数下，通过分割窗口的质荷比，减少由多肽形成的前体离子相互影响，增加进样次数，可以得到更高质量的质谱数据，检测到的蛋白数量可以明显增加一倍。
附图说明
图1是现有技术的数据非依赖性采集方法原理示意图；
图2是本发明实施例1的原理示意图；
图3是本发明实施例2的原理示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图1-3，对本发明进一步详细说明。
实施例1
本实施例提供的脉冲式数据非依赖性采集质谱检测蛋白质组的方法，具体技术方案如下：
脉冲式数据非依赖性采集质谱检测蛋白质组的方法，包括如下步骤：
(1)设置24个大窗口，前20个大窗口的质荷比的区间宽度为20m/z，后4个大窗口的质荷比的区间宽度依次为60m/z，80m/z，120m/z和140m/z；
(2)将步骤(1)中的大窗口均匀分隔为4个小窗口，形成96个小窗口，所述前80个小窗口的质荷比的区间宽度为5m/z，后16个小窗口质荷比的区间宽度依次为4个15m/z，4个20m/z，4个30m/z和4个35m/z；
(3)将步骤(2)中的96个小窗口均匀分配到4个质谱采集方法中进行扫描；对每一次方法采集，将24个小窗口内所有的离子选择、碎裂，并检测该窗口内离子产生的所有碎片，获得采集数据；
(4)合并步骤(3)中4个质谱扫描方法中的96个小窗口采集数据，并对所述获得的采集数据对进行分析。
在本实施例中，每个质谱采集方法同样是24个采集窗口。通过合并4次分析共计96个质量窗口采集的所有质谱数据，鉴定到的蛋白数量可比现有技术中的DIA方法增加一倍以上。
实施例2
本实施例提供的脉冲式数据非依赖性采集质谱检测蛋白质组的方法，具体技术方案如下：
脉冲式数据非依赖性采集质谱检测蛋白质组的方法，包括如下步骤：
(1)设置24个大窗口，前20个大窗口的质荷比的区间宽度为20m/z，后4个大窗口的质荷比的区间宽度依次为60m/z，80m/z，120m/z和140m/z；
(2)将步骤(1)中的大窗口均匀分隔为4个小窗口，形成96个小窗口，所述前80个小窗口的质荷比的区间宽度为10m/z，后16个小窗口质荷比的区间宽度依次为4个30m/z，4个40m/z，4个60m/z和4个70m/z；
(3)将步骤(2)中的96个小窗口均匀分配到4个质谱采集方法中进行扫描；对每一次方法采集，将24个小窗口内所有的离子选择、碎裂，并检测该窗口内离子产生的所有碎片，获得采集数据；
(4)合并步骤(3)中4个质谱扫描方法中的96个小窗口采集数据，并对所述获得的采集数据对进行分析。
本实施例是建立在实施例1的基础上，小窗口的数量保持一致，将每个小窗口的宽度扩展一倍，即相邻的两个窗口均有一半窗口宽度的重叠，前80个窗口的宽度为10m/z，每个窗口之间有5m/z的重叠，接下来16个窗口分别为4个宽度为30m/z的窗口，每个窗口之间有15m/z的重叠，4个宽度为40m/z的窗口，每个窗口之间有20m/z的重叠，4个宽度为60m/z的窗口，每个窗口之间有30m/z的重叠，3个宽度为70m/z的窗口和1个宽度为35m/z的窗口，每个窗口之间有35m/z的重叠。最后将这96个窗口平均分配至4个质谱采集方法，每个质谱采集方法同样是24个窗口。此外，为保证400-405m/z的数据亦被重复扫描一次，需在第4个质谱采集方法上增加一个400-405m/z的窗口。样本运用本实施例提供的方法重复采集了4次数据，最后合并分析该4次采集的质谱数据，即可认为质谱对400-1200m/z范围内的数据重复采集了两次，相当于完成了一次技术重复实验。
此外，本发明提供的脉冲式质谱检测蛋白质组的方法同样可以运用于可变窗口的DIA采集方法中，只需将优化出的每一个可变窗口均分成几份，并平均分配到不同的质谱方法，样本运用这几个质谱方法重复检测，则可以检测到更多的蛋白。
综上所述，在一定的液相条件下，窗口数越多，窗口越小，进入每一个窗口的多肽前体离子数目越少、相互影响就越小，采集的数据分辨率则越高，鉴定到的蛋白质也越多。本发明提供的脉冲数据非依赖性采集质谱检测蛋白质组的方法，可以实现在相同的样本制备条件、相同的采集数据窗口下，通过进一步分割窗口的质荷比，减少进入窗口的多肽前体离子之间的相互影响，从而提高采集的数据的分辨率，增加蛋白质鉴定的种类。
上述仅为本发明较佳可行实施例，并非是对本发明的限制；本发明也并不限于上述举例。本技术领域的技术人员，在本发明的实质范围内，所作出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (5)

1.脉冲式数据非依赖性采集质谱检测蛋白质组的方法，其特征在于，包括如下步骤：
(1)设置M个大窗口，所述大窗口的质荷比的区间宽度为2-150m/z；
(2)将步骤(1)中的每一个大窗口均匀分隔为N个小窗口，所述小窗口的质荷比的区间宽度为2-75m/z；
(3)将M*N个小窗口均匀分配到N个质谱采集方法中进行扫描，对每一个采集方法，将M个小窗口内所有的离子选择、碎裂，并检测每个大窗口内离子产生的所有碎片，获得采集数据；
(4)合并步骤(3)中N个质谱扫描方法中的M*N次采集数据，并对所述获得的采集数据对进行分析。
2.根据权利要求1所述的脉冲式数据非依赖性采集质谱检测蛋白质组的方法，其特征在于，步骤(1)中所述M为大于2的整数，M个大窗口的总体扫描质荷比的区间为400-1200m/z，步骤(2)中所述N为大于1的整数。
3.根据权利2所述的脉冲式数据非依赖性采集质谱检测蛋白质组的方法，其特征在于，步骤(1)中所述M为24，所述前20个大窗口的质荷比的区间宽度为20m/z，后4个大窗口的质荷比的区间宽度依次为60m/z，80m/z，120m/z和140m/z。
4.根据权利要求3所述的脉冲式数据非依赖性采集质谱检测蛋白质组的方法，其特征在于，步骤(2)中所述N为4，所述前80个小窗口的质荷比的区间宽度为5m/z，后16个小窗口质荷比的区间宽度依次为4个15m/z，4个20m/z，4个30m/z和4个35m/z。
5.根据权利要求3所述的脉冲式数据非依赖性采集质谱检测蛋白质组的方法，其特征在于，步骤(2)中所述N为4，所述前80个小窗口的质荷比的区间宽度为10m/z，后16个小窗口质荷比的区间宽度依次为4个30m/z，4个40m/z，4个60m/z和4个70m/z。
CN201910231539.0A 2019-03-26 2019-03-26 脉冲式数据非依赖性采集质谱检测蛋白质组的方法 Active CN109946413B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910231539.0A CN109946413B (zh) 2019-03-26 2019-03-26 脉冲式数据非依赖性采集质谱检测蛋白质组的方法
PCT/CN2019/084005 WO2020191846A1 (zh) 2019-03-26 2019-04-24 脉冲式数据非依赖性采集质谱检测蛋白质组的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910231539.0A CN109946413B (zh) 2019-03-26 2019-03-26 脉冲式数据非依赖性采集质谱检测蛋白质组的方法

Publications (2)

Publication Number Publication Date
CN109946413A true CN109946413A (zh) 2019-06-28
CN109946413B CN109946413B (zh) 2019-12-17

Family

ID=67011847

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910231539.0A Active CN109946413B (zh) 2019-03-26 2019-03-26 脉冲式数据非依赖性采集质谱检测蛋白质组的方法

Country Status (2)

Country Link
CN (1) CN109946413B (zh)
WO (1) WO2020191846A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110398558A (zh) * 2019-07-23 2019-11-01 甘肃农业大学 基于dia技术挖掘性成熟前后藏绵羊睾丸差异蛋白质的方法
CN113836086A (zh) * 2021-10-21 2021-12-24 西湖大学 一种数据非依赖采集质谱数据格式的转化方法及应用
CN114564999A (zh) * 2022-04-27 2022-05-31 西湖欧米(杭州)生物科技有限公司 用于质谱数据的降噪方法、装置和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105917220A (zh) * 2014-01-16 2016-08-31 株式会社岛津制作所 质谱分析装置
CN106290684A (zh) * 2016-06-01 2017-01-04 谱天（天津）生物科技有限公司 一种对非数据依赖型采集模式质谱数据的分析方法及其应用
CN106324069A (zh) * 2015-07-03 2017-01-11 中国科学院大连化学物理研究所 一种基于快速扫描和无动态排除的质谱采集模式
CN108387666A (zh) * 2018-03-01 2018-08-10 南方科技大学 一种针对尿液样本的蛋白质组学质谱检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3287788B1 (en) * 2016-08-22 2018-11-14 BiognoSYS AG Methods for mass spectrometry-based quantification using labelled compounds

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105917220A (zh) * 2014-01-16 2016-08-31 株式会社岛津制作所 质谱分析装置
CN106324069A (zh) * 2015-07-03 2017-01-11 中国科学院大连化学物理研究所 一种基于快速扫描和无动态排除的质谱采集模式
CN106290684A (zh) * 2016-06-01 2017-01-04 谱天（天津）生物科技有限公司 一种对非数据依赖型采集模式质谱数据的分析方法及其应用
CN108387666A (zh) * 2018-03-01 2018-08-10 南方科技大学 一种针对尿液样本的蛋白质组学质谱检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DARIO AMODEI等: "Improving Precursor Selectivity in Data-Independent Acquisition Using Overlapping Windows", 《JOURNAL OF THE AMERICAN SOCIETY FOR MASS SPECTROMETRY》 *
JARRETT D EGERTSON等: "Multiplexed MS/MS for improved data-independent acquisition", 《NATURE METHODS》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110398558A (zh) * 2019-07-23 2019-11-01 甘肃农业大学 基于dia技术挖掘性成熟前后藏绵羊睾丸差异蛋白质的方法
CN110398558B (zh) * 2019-07-23 2022-04-01 甘肃农业大学 基于dia技术挖掘性成熟前后藏绵羊睾丸差异蛋白质的方法
CN113836086A (zh) * 2021-10-21 2021-12-24 西湖大学 一种数据非依赖采集质谱数据格式的转化方法及应用
CN114564999A (zh) * 2022-04-27 2022-05-31 西湖欧米(杭州)生物科技有限公司 用于质谱数据的降噪方法、装置和存储介质
CN114564999B (zh) * 2022-04-27 2022-08-26 西湖欧米(杭州)生物科技有限公司 用于质谱数据的降噪方法、装置和存储介质

Also Published As

Publication number Publication date
CN109946413B (zh) 2019-12-17
WO2020191846A1 (zh) 2020-10-01

Similar Documents

Publication Publication Date Title
Shao et al. Tandem mass spectral libraries of peptides and their roles in proteomics research
US9939409B2 (en) Systems and methods for integrating ion mobility and ion trap mass spectrometers
Boskamp et al. A new classification method for MALDI imaging mass spectrometry data acquired on formalin-fixed paraffin-embedded tissue samples
Schüffler et al. Automatic single cell segmentation on highly multiplexed tissue images
CN109946413A (zh) 脉冲式数据非依赖性采集质谱检测蛋白质组的方法
CN108987239A (zh) 混合质谱仪
CN103776891B (zh) 一种检测差异表达蛋白质的方法
JP5725891B2 (ja) 質量信号のノイズ低減処理方法及び装置
CN103760220A (zh) 形成目标构成物的二维分布图像的方法
GB2570062B (en) Improved method of FT-IMS
Lou et al. Acquisition and analysis of DIA-based proteomic data: A comprehensive survey in 2023
CN115359847A (zh) 蛋白质组学串联质谱图寻峰算法
CN113383236A (zh) 多属性鉴定未知生物样品的方法
CN109075013B (zh) 数据导向的desi-ms成像
Castro et al. Probe‐based mass spectrometry approaches for single‐cell and single‐organelle measurements
Tong et al. A simpler method of preprocessing MALDI-TOF MS data for differential biomarker analysis: stem cell and melanoma cancer studies
Wang et al. A dynamic wavelet-based algorithm for pre-processing tandem mass spectrometry data
CN110554084B (zh) 用于数据依赖性串联质谱的前体选择
CN111739583B (zh) 基于优化数据库（Sub-Lib）的数据非依赖性质谱检测方法
US12040169B2 (en) Processing of spatially resolved, ion-spectrometric measurement signal data to determine molecular content scores in two-dimensional samples
Price Optimising the Statistical Pipeline for Quantitative Proteomics
CN116400083A (zh) 一种融合靶向和非靶向的蛋白组学质谱分析方法
Chen et al. Model-based analysis of quantitative proteomics data with data independent acquisition mass spectrometry
Castro High-throughput matrix-assisted laser desorption/ionization mass spectrometry for single-cell and single-organelle measurements
WO2023239622A1 (en) High-throughput mass spectrometry imaging with dynamic sparse sampling

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20210423

Address after: Room 503, building 1, No.1 Yunmeng Road, Zhuantang street, Xihu District, Hangzhou City, Zhejiang Province, 310024

Patentee after: West Lake OMI (Hangzhou) Biotechnology Co.,Ltd.

Address before: 310024 No. 18 Shilongshan Street, Zhuantang Street, Xihu District, Hangzhou City, Zhejiang Province

Patentee before: WESTLAKE University

TR01 Transfer of patent right