MetaProD: A Highly-Configurable Mass Spectrometry Analyzer for Multiplexed Proteomic and Metaproteomic Data.
MetaProD: A Highly-Configurable Mass Spectrometry Analyzer for Multiplexed Proteomic and Metaproteomic Data.
复制标题
Metaprod：多重蛋白质组学和元蛋白质组学数据的高度可配合的质谱分析仪。
DOI：
10.1021/acs.jproteome.2c00614
复制
发表时间：
2023-02-03
影响因子：
4.4
通讯作者：
Ye, Yuzhen
中科院分区：
文献类型：
--
作者：
Canderan, Jamie;Stamboulian, Moses;Ye, Yuzhen
关键词：
微生物组已被证明对人类健康很重要，因为它对疾病和免疫反应有影响。质谱是评估微生物组中蛋白质表达和物种组成的重要工具，但在技术上具有挑战性且耗时。多路复用已成为一种使光谱测定工作流程更快同时改善结果的方法。在这里，我们将MetaProD（Django中的MetaProteomics）作为一个高度可配置的元蛋白质组数据分析管道，支持无标记和多路复用质谱。管道是开源的，使用完全开源的工具，并与Django集成，为配置和数据访问提供基于Web的接口。使用多个元蛋白质组学数据集对MetaProD进行基准测试表明，MetaProD实现了肽和蛋白质的快速有效鉴定。MetaProD应用于多重癌症数据集，导致与以前的研究相比，在癌症组织与健康组织中鉴定出更多差异表达的人类蛋白质;此外，MetaProD在这些样品中鉴定出细菌蛋白质，其中一些是差异丰富的。
The microbiome has been shown to be important for human health because of its influence on disease and the immune response. Mass spectrometry is an important tool for evaluating protein expression and species composition in the microbiome but is technically challenging and time-consuming. Multiplexing has emerged as a way to make spectrometry workflows faster while improving results. Here, we present MetaProD (MetaProteomics in Django) as a highly configurable metaproteomic data analysis pipeline supporting label-free and multiplexed mass spectrometry. The pipeline is open-source, uses fully open-source tools, and is integrated with Django to offer a web-based interface for configuration and data access. Benchmarking of MetaProD using multiple metaproteomics data sets showed that MetaProD achieved fast and efficient identification of peptides and proteins. Application of MetaProD to a multiplexed cancer data set resulted in identification of more differentially expressed human proteins in cancer tissues versus healthy tissues as compared to previous studies; in addition, MetaProD identified bacterial proteins in those samples, some of which are differentially abundant.
登录
查看更多内容
影响因子：
7
作者：
Li, Sujun;Tang, Haixu;Ye, Yuzhen
通讯作者：
Ye, Yuzhen
影响因子：
4.4
作者：
Hulstaert, Niels;Shofstahl, Jim;Perez-Riverol, Yasset
通讯作者：
Perez-Riverol, Yasset
影响因子：
1.9
作者：
Chen, Lin S.;Prentice, Ross L.;Wang, Pei
通讯作者：
Wang, Pei
影响因子：
3.4
作者：
Eng, Jimmy K.;Jahan, Tahmina A.;Hoopmann, Michael R.
通讯作者：
Hoopmann, Michael R.
影响因子：
4.4
作者：
Griss, Johannes;Vinterhalter, Goran;Schwaemmle, Veit
通讯作者：
Schwaemmle, Veit