Visión General
El análisis de datos de espectrometría de masas es el pipeline computacional que convierte archivos espectrales crudos de espectrómetros de masas en listas de péptidos y proteínas identificados y cuantificados. Los datos crudos se someten a pasos de preprocesamiento — filtrado de ruido, centrado, asignación de estado de carga y detección de picos — antes de intentar la identificación de péptidos. La calidad y profundidad de la lista final de proteínas depende críticamente tanto del método de adquisición como de la estrategia computacional empleada. Los experimentos proteómicos modernos generan rutinariamente millones de espectros, haciendo que los pipelines de análisis robustos y automatizados sean esenciales para extraer significado biológico de los datos.
Métodos
La búsqueda en bases de datos compara espectros de masas en tándem experimentales contra espectros teóricos generados in silico a partir de una base de datos de secuencias de proteínas. Motores de búsqueda como SEQUEST, Andromeda y Comet utilizan puntuaciones basadas en correlación cruzada o probabilidad para clasificar las coincidencias péptido-espectro. La secuenciación de novo reconstruye secuencias de péptidos directamente del espectro sin una base de datos, lo cual es valioso para organismos con genomas no secuenciados o para identificar péptidos novedosos. Los enfoques híbridos como la búsqueda en bibliotecas espectrales comparan con espectros previamente identificados y validados, ofreciendo mayor sensibilidad para péptidos conocidos. Todos los métodos requieren una estimación rigurosa de la tasa de falsos descubrimientos, típicamente usando estrategias de diana-señuelo.
Aplicaciones
El análisis de datos de espectrometría de masas es fundamental para todo experimento proteómico. Respalda la identificación de proteínas separadas por SDS-PAGE o HPLC, y es el motor computacional detrás de los flujos de trabajo modernos de proteómica y espectrometría de masas. La proteómica clínica se basa en estos pipelines analíticos para descubrir candidatos a biomarcadores, mientras que los avances en instrumentación de espectrometría de masas continúan impulsando el desarrollo de nuevos algoritmos para una interpretación de datos más rápida y precisa.
