解构去嵌入肽序列中的复杂多复合 DIA 光谱
生物大分子
2025-10-06 v7 机器学习
摘要
数据独立获取 (DIA) 作为一种方法，旨在提高对范围内所有肽段的灵敏度，而非仅对高强度峰进行采样，如数据依赖获取 (DDA) 质谱方法所述。然而，DIA 数据在去嵌入肽序列方面实际应用价值尚不明确，因为DIA数据常受共沉降肽段、高噪声及数据质量参差不齐的影响。我们提出了一种新的深度学习方法 DIANovo，通过增强对共沉降 DIA 光谱的深入理解，来解决上述问题，并显著提升了现有方法的性能。本文还提供了关于何时可以使用 DIA 数据进行去嵌入肽序列，何时不能使用的准则，通过对 DDA 与 DIA 在去嵌入与数据库搜索模式下的比较。我们发现，尽管在较窄隔离窗口下（尤其是针对旧一代仪器），DIA 具有优势，但在较宽窗口下则失去优势。然而，在 Orbitrap Astral 仪器上，DIA 由于支持窄窗口模式而始终优于 DDA。我们还对此现象提供了理论解释，强调信噪比剂量在成功应用去嵌入序列中的关键作用。
引用
@article{arxiv.2411.15684,
title = {Disentangling the Complex Multiplexed DIA Spectra in De Novo Peptide Sequencing},
author = {Zheng Ma and Zeping Mao and Ruixue Zhang and Jiazhen Chen and Lei Xin and Baozhen Shan and Ali Ghodsi and Ming Li},
journal= {arXiv preprint arXiv:2411.15684},
year = {2025}
}