Intelligent data acquisition blends targeted and discovery methods.
Intelligent data acquisition blends targeted and discovery methods.
复制标题
DOI：
10.1021/pr401278j
复制
发表时间：
2014-04-04
影响因子：
4.4
通讯作者：
Coon, Joshua J.
中科院分区：
文献类型：
--
作者：
Bailey, Derek J.;McDevitt, Molly T.;Westphall, Michael S.;Pagliarini, David J.;Coon, Joshua J.
关键词：
本文描述了一种质谱（MS）方法，该方法可以在多个实验中重复鉴定数百种肽。该方法使用智能数据采集来精确靶向肽，同时在单个nano-LC-MS/MS实验中识别数千种其他非靶向肽。我们介绍了一种在线肽洗脱顺序对齐算法，其目标肽基于其相对洗脱顺序，消除了对基于保留时间的调度的需要。我们已经将这种方法应用于在六个技术重复的nano-LC-MS/MS实验中靶向500种小鼠肽，并且能够在所有六个实验中鉴定出其中的440种，而使用数据依赖性采集（DDA）仅鉴定出256种肽。在同一实验中还鉴定了总共3757种其他肽，说明这种混合方法并没有消除DDA的新发现优势。该方法还测试了一组小鼠的生物四倍体，并增加了超过80%（826对459）的标准DDA方法相比，在所有四只小鼠中确定的目标肽的数量。我们设想实时数据分析作为一个强大的工具，以提高蛋白质组数据集的质量和再现性。
A mass spectrometry (MS) method is described here that can reproducibly identify hundreds of peptides across multiple experiments. The method uses intelligent data acquisition to precisely target peptides while simultaneously identifying thousands of other, nontargeted peptides in a single nano-LC–MS/MS experiment. We introduce an online peptide elution order alignment algorithm that targets peptides based on their relative elution order, eliminating the need for retention-time-based scheduling. We have applied this method to target 500 mouse peptides across six technical replicate nano-LC–MS/MS experiments and were able to identify 440 of these in all six, compared with only 256 peptides using data-dependent acquisition (DDA). A total of 3757 other peptides were also identified within the same experiment, illustrating that this hybrid method does not eliminate the novel discovery advantages of DDA. The method was also tested on a set of mice in biological quadruplicate and increased the number of identified target peptides in all four mice by over 80% (826 vs 459) compared with the standard DDA method. We envision real-time data analysis as a powerful tool to improve the quality and reproducibility of proteomic data sets.
登录
查看更多内容
DOI：
10.1074/mcp.m113.034769
发表时间：
2014-01
期刊：
Molecular & cellular proteomics : MCP
影响因子：
--
作者：
Hebert AS;Richards AL;Bailey DJ;Ulbrich A;Coughlin EE;Westphall MS;Coon JJ
通讯作者：
Coon JJ
影响因子：
9.9
作者：
Lange, Vinzenz;Picotti, Paola;Domon, Bruno;Aebersold, Ruedi
通讯作者：
Aebersold, Ruedi
DOI：
10.1074/mcp.m111.013722
发表时间：
2012-03
期刊：
Molecular & cellular proteomics : MCP
影响因子：
--
作者：
Nagaraj N;Kulak NA;Cox J;Neuhauser N;Mayr K;Hoerning O;Vorm O;Mann M
通讯作者：
Mann M
DOI：
10.1074/mcp.m110.002931
发表时间：
2011-02
期刊：
Molecular & cellular proteomics : MCP
影响因子：
--
作者：
Kiyonami R;Schoen A;Prakash A;Peterman S;Zabrouskov V;Picotti P;Aebersold R;Huhmer A;Domon B
通讯作者：
Domon B
影响因子：
7.4
作者：
Liu, HB;Sadygov, RG;Yates, JR
通讯作者：
Yates, JR