一种量化肽段-串联质谱匹配不确定性的新框架及其在纳米抗体肽段鉴定中的应用
定量方法
2021-10-18 v1 统计方法学
摘要
纳米抗体是源自骆驼科动物的、能选择性结合抗原的小抗体片段。这些蛋白质具有显著的物理化学性质，支持包括 SARS-CoV-2 治疗在内的先进疗法。为发挥其潜力，已提出通过液相色谱-串联质谱（LC-MS/MS）的自下而上蛋白质组学在蛋白质组规模上鉴定抗原特异性纳米抗体，该流程的一个关键组成部分是将纳米抗体肽段与其产生的串联质谱进行匹配。虽然肽段-谱图匹配是一个被广泛研究的问题，但我们表明纳米抗体肽段之间的序列相似性违反了使用标准目标-诱饵范式推断纳米抗体肽段-谱图匹配（PSMs）所需的关键假设，并证明这些违反会导致虚高的错误率。为解决这些问题，我们随后开发了一种新的框架和方法，将肽段-谱图匹配视为一个模型空间不完整的贝叶斯模型选择问题，据我们所知，这是首个在不依赖前述假设的情况下考虑所有 PSM 误差来源的方法。除了展示我们的方法在模拟和真实纳米抗体数据上改进的性能外，我们的工作还演示了如何利用新颖的保留时间和谱图预测工具来开发准确且具有区分力的数据生成模型，并且，据我们所知，首次提供了对 MS/MS 谱图噪声的严格描述。
引用
@article{arxiv.2110.07818,
title = {A novel framework to quantify uncertainty in peptide-tandem mass spectrum matches with application to nanobody peptide identification},
author = {Chris McKennan and Zhe Sang and Yi Shi},
journal= {arXiv preprint arXiv:2110.07818},
year = {2021}
}
备注
19 pages, 7 figures in the main text; 59 pages, 15 figures including supplement