鳥槍法質(zhì)譜(shotgun mass spectrometry)是蛋白質(zhì)組研究的標(biāo)準(zhǔn)研究方法。從質(zhì)譜譜圖中鑒定蛋白質(zhì)需要依賴搜庫(kù)算法,現(xiàn)有許多算法被開發(fā)出來，常見的如Andromeda(Maxquant), Mascot, COMPASS, X!Tandem, pFind, InsPecT, ProVerB, Dispec, MassWiz等，算法原理各不相同，各種搜庫(kù)算法對(duì)同一質(zhì)譜數(shù)據(jù)的鑒定結(jié)果互相存在很大差異，于是研究人員經(jīng)常會(huì)面臨“搜庫(kù)算法哪家強(qiáng)”的糾結(jié)。也有一些策略試圖在肽段水平上整合各算法的結(jié)果，如Scaffold, iProphet等，但效果都很一般。

之所以難以研發(fā)有效的整合算法，關(guān)鍵原因之一是所有的搜庫(kù)算法都會(huì)產(chǎn)生一定的假陽(yáng)性率（FDR），而由于長(zhǎng)期以來受限于蛋白質(zhì)組學(xué)技術(shù)的精度局限，某一細(xì)胞內(nèi)總共有多少種蛋白質(zhì)一直就沒有標(biāo)準(zhǔn)答案，從而難以準(zhǔn)確評(píng)價(jià)各種方法所帶來的FDR，只能毛估，這樣一來就存在著很大的不確定性。在沒有標(biāo)準(zhǔn)答案的情況下，貿(mào)然合并多種算法的結(jié)果將導(dǎo)致假陽(yáng)性率的迅速累積，使得最終結(jié)果變得很不可靠。

針對(duì)這一蛋白質(zhì)組學(xué)界的“老大難”問題，暨南大學(xué)翻譯組學(xué)實(shí)驗(yàn)室利用翻譯組測(cè)序(RNC-seq)數(shù)據(jù)作為穩(wěn)態(tài)細(xì)胞內(nèi)蛋白質(zhì)的“標(biāo)準(zhǔn)答案”，并另辟蹊徑，提出了蛋白水平上的一種簡(jiǎn)單有效的多算法結(jié)果整合策略，不用做額外的實(shí)驗(yàn)，零成本輕松提高蛋白質(zhì)組鑒定數(shù)量，同時(shí)有效降低假陽(yáng)性率。

由于翻譯組測(cè)序具有遠(yuǎn)高于蛋白質(zhì)質(zhì)譜的靈敏度和準(zhǔn)確性，可以基本窮盡細(xì)胞中正在合成的蛋白質(zhì)，因此被作為人類蛋白質(zhì)組計(jì)劃的核心支柱之一（Zhong et al., Journal of Proteome Research 2014），可以用作“標(biāo)準(zhǔn)答案”的基準(zhǔn)來評(píng)價(jià)與整合各算法的蛋白質(zhì)鑒定結(jié)果。分析顯示，7種主流搜庫(kù)算法各行其是，只有一半的蛋白質(zhì)被所有算法鑒定到；與翻譯組“標(biāo)準(zhǔn)答案”相比，其假陽(yáng)性率都高達(dá)4-5%，遠(yuǎn)超過其自身預(yù)估的1%。因此，若取各算法的并集將導(dǎo)致假陽(yáng)性率的進(jìn)一步累積上升，若取各算法結(jié)果的交集將大幅度降低鑒定的蛋白質(zhì)數(shù)量，皆不可取。

研究者注意到，那些僅被一個(gè)算法所鑒定到的蛋白質(zhì)，其鑒定質(zhì)量普遍較低，因此提出一種簡(jiǎn)便得出奇的整合策略：若有2個(gè)或更多個(gè)算法鑒定到了同一個(gè)蛋白質(zhì)，則認(rèn)為此蛋白質(zhì)鑒定是可靠的。再次采用翻譯組“標(biāo)準(zhǔn)答案”進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)此方法不但顯著提高了蛋白質(zhì)鑒定數(shù)量，也同時(shí)顯著降低了假陽(yáng)性率，提高了鑒定的可靠性。這一成績(jī)大大優(yōu)于傳統(tǒng)的圖譜或肽段水平的整合策略Scaffold和iProphet。

不僅如此，確認(rèn)了可靠鑒定的蛋白質(zhì)后，還可以發(fā)揮將各算法數(shù)學(xué)模型各自的優(yōu)勢(shì)，將所鑒定出的肽段直接全算在一起，取長(zhǎng)補(bǔ)短，從而大幅度提高蛋白質(zhì)的肽段覆蓋率。此項(xiàng)能力不但優(yōu)于所有的搜庫(kù)算法，更是傳統(tǒng)整合策略所望塵莫及的。

這項(xiàng)“7個(gè)算法中有2個(gè)算法鑒定到就算數(shù)”的蛋白質(zhì)鑒定策略可以被應(yīng)用于任何場(chǎng)合，發(fā)揮這種新策略的優(yōu)勢(shì)根本不需要任何額外的實(shí)驗(yàn)，只需要計(jì)算機(jī)多計(jì)算一會(huì)兒，幾乎是零成本的。因此，這項(xiàng)成果將造福所有需要用到蛋白質(zhì)組學(xué)的研究者，輕松實(shí)現(xiàn)“又要馬兒跑，又要馬兒不吃草”。

所以今后如果有人再問你“搜庫(kù)算法哪家強(qiáng)？”你可以回答“取長(zhǎng)補(bǔ)短見真章！”
 
該項(xiàng)成果2017年10月1日發(fā)表于人類蛋白質(zhì)組計(jì)劃的官方刊物Journal of Proteome Research, C-HPP Special Issue. 通訊作者是暨南大學(xué)翻譯組學(xué)實(shí)驗(yàn)室的負(fù)責(zé)人張弓教授，翻譯組學(xué)領(lǐng)域的建立者，其成果被選入國(guó)家統(tǒng)編教材。目前，張弓教授是中國(guó)生化與分子生物學(xué)學(xué)會(huì)蛋白質(zhì)組學(xué)專業(yè)委員會(huì)(CNHUPO)理事，中國(guó)分子系統(tǒng)生物學(xué)專業(yè)委員會(huì)委員，國(guó)家優(yōu)秀青年基金獲得者，國(guó)家863青年科學(xué)家，國(guó)家****“青年拔尖人才”，深圳市龍華區(qū)第一屆政協(xié)常委。
 
 
原文標(biāo)題：

Protein-Level Integration Strategy of Multiengine MS Spectra Search Results for Higher Confidence and Sequence Coverage