基于生物网络的共享肽归属及蛋白质定性算法研究

Protein inference of shotgun proteomics, i.e. inferring proteins from tandem mass spectrometry (MS/MS) samples, is the crucial step in proteomics analysis. The workflow of shotgun proteomics consists of the following steps: The first step is the preparation of samples. In this step, certain proteolytic enzymes are added to protein samples to be analyzed for digesting proteins into mixture of peptides. The second step is sequencing. The sample is sequenced by a combination of high performance liquid chromatography (LC) and mass spectrometry (MS) to ionize, fragment and scan the resulting mixture of peptides and produce a set of MS/MS spectra. The third step is to use some proteomics computational tools to identify the peptides by searching the protein sequence or de novo assembling, such as Sequest, Mascot, X!tendem, and Peaks etc. The fourth step is to infer and quantify the protein. Since the proteins are digested into mixture of peptides, peptides does not correspond to proteins they came from, which causes the problem of shared peptides and ‘one hit protein’. The problem poses the challenge for protein inference. Our project will integrate multiple information including protein interaction data, gene expression information, sequencing information, gene ontology (GO) annotation to analyze the biological features of proteins and construct the multi-weighted network for inferring the shared peptides and proteins. Base on the multi-weighted network, we will develop a software for analyzing, processing, visualizing proteomics data, which will help the biological scientists with their further research.

蛋白质定性是蛋白质组学中非常重要的步骤。目前，采用鸟枪法蛋白质组学的步骤是先将标识生物样本中的蛋白质酶解为肽段混合物，肽段混合物通过色谱分离和离子化后，经高通量串联质谱仪产生质谱数据用于肽段鉴定，再从鉴定的肽段推导可能存在的蛋白质。但是由于蛋白质在酶解过程中割裂了肽和蛋白质的关系，使存在如下问题：一个肽映射不同蛋白质、蛋白质只被一个肽映射等，这极大地增加了蛋白质定性的复杂性。本项目从系统生物学角度出发，在融合蛋白质相互作用网络信息、基因表达信息、序列信息、功能注释信息、组织特异性信息的基础上，深入分析蛋白质中相关的生物特征，拟设计出蛋白质推断的多权图模型，用于解决蛋白质组学中科研人员关注的几个基本问题，如: 共享肽的归属问题、蛋白质定性问题等。最终，本项目拟将基于多权图模型研发一套蛋白质组学数据分析及可视化软件，为生物学家鉴定蛋白质以及进一步研究提供有价值的参考信息。

在本基金的资助下，本项目重点研究了基于多元生物信息网络的新型蛋白质鉴定模型及共享肽归属蛋白质方法、蛋白质定性方法、生物网络模型融合方法、蛋白质关键性识别和疾病预测方法，取得的主要研究成果如下:1、引入蛋白质相互作用网络信息，扩展原有二分图蛋白质鉴定模型，提出了基于蛋白质相互作用网络和蛋白质组学的蛋白质鉴定方法和基于多权图模型的蛋白质鉴定方法；2、分析了蛋白质的基因表达信息、蛋白质相互作用信息、亚细胞定位信息、蛋白质同源信息等多元生物信息，提取了蛋白质关键性特征，设计了蛋白质关键性特征选择算法，并提出了基于极限梯度提升模型的蛋白质关键性预测方法；3.分析了多种生物网络间的关系，提出了融合生物网络方法的疾病与microRNA关系预测；4 开发了蛋白质鉴定工具PEPPPI。

内容获取失败，请点击重试