- 试剂 (2938)
- elisa试剂盒 (2929)
- ATCC细胞 (1471)
- 标准品 (736)
- 培养基 (1121)
- USP标准品 (1831)
- 菌种 (2)
- ELISA检测试剂盒 (7091)
- 抗体 (4488)
- 菌种 (628)
- 标准品、对照品 (1895)
- RNA/DNA提取 (1167)
- ELISA Kit (3312)
- 原代细胞 (1059)
- 标准品 (650)
- 菌种 (1419)
- PCR检测试剂盒 (1316)
- 德国DRG试剂盒 (350)
- 生命科学 (880)
- 生化检测试剂盒 (485)
- 标准物质 (1213)
- 生化试剂 (2501)
- 进口品牌 (222)
- 代理品牌 (27)
- 生物碱 (587)
- 黄酮 (588)
- 查尔酮 (58)
- 氧杂蒽酮 (204)
- 香豆素 (175)
- 木脂素 (70)
- 苯丙素 (98)
- 药物杂质及中间体 (889)
- 其它天然产物 (159)
- 蒽醌 (27)
- 其它醌类 (46)
- 甾体 (168)
- 二萜 (514)
- 其它萜类 (57)
- 环烯醚萜 (141)
- 倍半萜 (408)
- 中药对照品 (1796)
- 其它酚类 (604)
- 三萜 (525)
- 荧光定量试剂盒 (2113)
- 质粒 (1)
- 细胞库 (826)
- 耗材和仪器 (1)
- 细胞生物学试剂 (5966)
- 进口抗体 (2485)
- ELISA Kit (2847)
- PCR基因检测试剂盒 (2217)
- 植物标准品 (1493)
- 细胞因子 (1073)
- 检测试剂盒 (4184)
- 科研抗体 (17679)
- 蛋白 (2458)
- 细胞 (936)
- 其他分类 (0)
零成本轻松提高蛋白质组鉴定数量,同时有效降低假阳性率
发布时间:2019-02-28 16:56 | 点击次数:
针对这一蛋白质组学界的“老大难”问题,暨南大学翻译组学实验室利用翻译组测序(RNC-seq)数据作为稳态细胞内蛋白质的“标准答案”,并另辟蹊径,提出了蛋白水平上的一种简单有效的多算法结果整合策略,不用做额外的实验,零成本轻松提高蛋白质组鉴定数量,同时有效降低假阳性率。
由于翻译组测序具有远高于蛋白质质谱的灵敏度和准确性,可以基本穷尽细胞中正在合成的蛋白质,因此被作为人类蛋白质组计划的核心支柱之一(Zhong et al., Journal of Proteome Research 2014),可以用作“标准答案”的基准来评价与整合各算法的蛋白质鉴定结果。分析显示,7种主流搜库算法各行其是,只有一半的蛋白质被所有算法鉴定到;与翻译组“标准答案”相比,其假阳性率都高达4-5%,远超过其自身预估的1%。因此,若取各算法的并集将导致假阳性率的进一步累积上升,若取各算法结果的交集将大幅度降低鉴定的蛋白质数量,皆不可取。
研究者注意到,那些仅被一个算法所鉴定到的蛋白质,其鉴定质量普遍较低,因此提出一种简便得出奇的整合策略:若有2个或更多个算法鉴定到了同一个蛋白质,则认为此蛋白质鉴定是可靠的。再次采用翻译组“标准答案”进行评价,发现此方法不但显著提高了蛋白质鉴定数量,也同时显著降低了假阳性率,提高了鉴定的可靠性。这一成绩大大优于传统的图谱或肽段水平的整合策略Scaffold和iProphet。
不仅如此,确认了可靠鉴定的蛋白质后,还可以发挥将各算法数学模型各自的优势,将所鉴定出的肽段直接全算在一起,取长补短,从而大幅度提高蛋白质的肽段覆盖率。此项能力不但优于所有的搜库算法,更是传统整合策略所望尘莫及的。