布魯克：利用CCS檢測和深度學習研究4D蛋白質組學

　　近日，Matthias Mann教授團隊和Fabian Theis教授組*共同在《Nature Communication》上發表開創性成果，標題為“Deep learning the collisional cross sections of the peptide universe from a million experiment alvalues”。（doi.org/10.1038/s41467-021-21352-8）¹。

　　* Matthias Mann教授在德國馬克斯·普朗克生物化學研究所和丹麥哥本哈根大學Novo-Nordisk基金會蛋白質研究中心擔任雙重職務。Fabian Theis教授在慕尼黑亥姆霍茲中心的德國環境衛生研究中心和德國慕尼黑大學數學系擔任雙重職務。

　　研究亮點

　　* 在timsTOF Pro系統上，通過捕集離子淌度（TIMS）和平行累積連續碎裂（PASEF）技術，獲得了5種生物體蛋白質組全裂解液的100多萬個CCS數據。

　　* 使用MaxQuant處理360多個LC-TIMS-MS/MS數據得到的大規模CCS數據。

　　* 通過CCS值比對，在重復測量的347885個肽段CCS值中，變異系數中值（CV）為0.4%，這表明了TIMS的CCS值在長時間、不同儀器間的運行中具有非常好的重現性。

　　* CCS數據的精確度（CV<1%）足以建立一個深度遞歸神經網絡。該網絡僅基于蛋白質基因組肽段序列便可以準確預測ccs值（r>0.99）。

　　* 利用深度學習功能，可以預測任何肽段和生物體的CCS值，為先進4D-蛋白質組TIMS/PASEF工作流程奠定基礎，實現對肽段新一維度CCS信息的充分利用。

　　這篇文章將timsTOF Pro上測得的CCS值作為肽段離子固有的重要特征，用于提高4D-鳥槍法蛋白質組學分析中肽段和蛋白質鑒定的可信度。由于基于質譜的蛋白質組學非常依賴獲得譜圖與蛋白質序列數據庫的匹配準確度，因此準確的CCS值有利于縮窄候選列表。這對于在復雜基質，例如在血漿蛋白質組學、肽組學、免疫肽組學或宏蛋白質組學等需要準確測量低肽段信號的高靈敏度蛋白質組學來說至關重要。

圖1：timsTOF Pro上測得CCS值的精確度、準確度與可利用度。

　　文章第一作者Florian Meier博士現在是德國耶拿大學醫院功能蛋白質組學的助理教授，他說：“通過timsTOF Pro獲得的肽段CCS值的規模和精確度足以僅透過肽段序列去訓練深度學習模型并準確地預測其CCS值。肽段中包含的氨基酸與其CCS值之間關聯性，使其具有極大的潛力可以提高蛋白質鑒定的可信度。由于肽段的CCS值完全由其線性氨基酸序列決定，因此它們具有高度可預測性.通過模型的深度學習，人們可以準確預測此前未檢測肽段的CCS值。我們從5種生物體的蛋白質裂解液中獲得了超過200萬個CCS值，其中包括大約50萬個獨特性肽段，成為迄今為止最全面的CCS數據集。”

圖2：肽段CCS值預測的深度學習流程。

　　Matthias Mann教授補充說：“源代碼是公開可用的，這樣可以加快人類肽庫的建立和預測模型的進一步開發。概念上，我們的CCS模型可以使dia-PASEF減少數據庫建立的工作量，從而使工作更快速、成本更低。此外，預測的CCS值能利用諸如Pan Human Library等的文庫 (PanHuman Library包含10,000多種人類蛋白質）來進行靶向蛋白質組學分析。

圖3：使用TIMS和PASEF進行的大規模CCS測量。

　　a）通過消化，預分級，和色譜分離的全細胞蛋白質組的提取流程。以PASEF模式運行的TIMS-QTOF質譜儀。b）本研究中按生物體分類的CCS數據。c）肽段C末端氨基酸的頻率。d）肽段N末端氨基酸的頻率。e） 559,979個獨特數據點的分布，包括修改序列和電荷分布，在CCS與m/z二維圖按電荷狀態進行顏色編碼，CCS為縱坐標，m/z為橫坐標，m/z和CCS的密度分布在頂部和右軸上。此數據為源數據文件提供。

　　Fabian Theis教授表示：“由于深度學習，特別是使用遞歸神經網絡需要大量樣本來進行預測。因此當Matthias跟我商量共同進行相關研究時，我感到非常高興，我們可以僅僅基于肽段的序列就能夠預測肽段的生化特性。我個人很喜歡的一點是，我們可以對過去從未檢測的肽段進行CCS值的預測與估算。”

　　布魯克蛋白質組學副總裁Gary Kruppa博士評論說：“這項研究展示了TIMS-PASEF方法中準確的CCS值用于無偏差、深度4D-蛋白質組學的巨大潛力。timsTOF平臺的穩定性、高通量和超高靈敏度等特點，非常適合轉化蛋白質組學研究。大規模肽段的CCS值在蛋白質鑒定和定量可信度方面提供了重要優勢。此外，CCS值提高鑒定可信度的益處同樣也適用于代謝組學，脂質組學和糖組學等多組學工作流程。對于我們布魯克快速增長的timsTOF用戶群來說，這是令人激動的時刻。”

　　參考資料

　　1. Meier, F., K?hler, N.D.,Brunner, AD. et al. Deep learning the collisional cross sections of the peptideuniverse from a million experimental values. Nat Commun 12, 1185 (2021). https://doi.org/10.1038/s41467-021-21352-8