Aperçu
L’analyse des données de spectrométrie de masse est le pipeline informatique qui convertit les fichiers spectraux bruts des spectromètres de masse en listes de peptides et de protéines identifiés et quantifiés. Les données brutes subissent des étapes de prétraitement – filtrage du bruit, centroïde, attribution de l’état de charge et sélection des pics – avant de tenter l’identification des peptides. La qualité et la profondeur de la liste finale des protéines dépendent essentiellement de la méthode d’acquisition et de la stratégie informatique utilisée. Les expériences protéomiques modernes génèrent régulièrement des millions de spectres, ce qui rend les pipelines d’analyse robustes et automatisés essentiels pour extraire la signification biologique des données.
Méthodes
Recherche dans la base de données fait correspondre les spectres de masse expérimentaux en tandem avec les spectres théoriques générés in silico à partir d’une base de données de séquences protéiques. Les moteurs de recherche tels que SEQUEST, Andromeda et Comet utilisent la corrélation croisée ou la notation basée sur les probabilités pour classer les correspondances du spectre peptidique. Le Séquençage de novo reconstruit les séquences peptidiques directement à partir du spectre sans base de données, ce qui est précieux pour les organismes dont le génome n’est pas séquencé ou pour identifier de nouveaux peptides. Les approches hybrides telles que la recherche de bibliothèques spectrales correspondent à des spectres précédemment identifiés et validés, offrant une sensibilité plus élevée pour les peptides connus. Toutes les méthodes nécessitent une estimation rigoureuse du taux de fausses découvertes, généralement à l’aide de stratégies de leurre de cible.
Protocole pratique
Un pipeline d’analyse de données pratique pour une quantification sans étiquette commence par des fichiers spectraux bruts issus d’une acquisition DDA. La première étape de prétraitement convertit les fichiers bruts spécifiques au fournisseur en formats ouverts tels que mzML à l’aide de l’outil msConvert de ProteoWizard. La sélection des pics détecte les pics centroïdes à partir des données en mode profil en identifiant les maxima locaux et en ajustant l’enveloppe isotopique. Le filtrage du bruit supprime les pics inférieurs à un seuil signal/bruit de 2. Les états de charge sont attribués par déconvolution de modèles isotopiques à l’aide d’algorithmes tels que Decon2LS. L’alignement des temps de rétention est essentiel pour la quantification croisée : l’algorithme MaxLFQ aligne les chromatogrammes en identifiant les caractéristiques peptidiques communes à travers les analyses et en appliquant des décalages de temps de rétention non linéaires. Après l’alignement, les correspondances de caractéristiques sont établies : le même peptide est suivi dans toutes les analyses en faisant correspondre son m/z, sa charge et son temps de rétention aligné dans des fenêtres de 10 ppm et 1 minute. Les valeurs manquantes, courantes dans les expériences sans étiquette, sont imputées à l’aide de l’imputation des k voisins les plus proches ou de l’imputation censurée à gauche en supposant que les valeurs manquantes représentent des peptides inférieurs à la limite de détection. La matrice finale des intensités peptidiques des échantillons est normalisée à l’aide d’une normalisation stabilisatrice de variance et soumise à des tests statistiques tels que des tests Limma ou T avec correction de tests multiples. Un exemple concret : ce pipeline a été appliqué pour analyser le protéome de 200 échantillons de liquide céphalo-rachidien provenant de patients atteints de la maladie d’Alzheimer, identifiant 50 protéines systématiquement dérégulées, notamment des fragments tau et des peptides bêta-amyloïdes. La même approche est utilisée en protéomique plasmatique pour découvrir des biomarqueurs candidats à la détection précoce du cancer de l’ovaire dans de grandes cohortes de patientes.
### Candidatures
L’analyse des données de spectrométrie de masse est fondamentale pour toute expérience protéomique. Il prend en charge l’identification des protéines séparées par SDS-PAGE, électrophorèse de zone capillaire ou HPLC, et constitue le moteur de calcul derrière la protéomique et la spectrométrie de masse modernes. flux de travail. La protéomique clinique s’appuie sur ces pipelines analytiques pour découvrir des candidats biomarqueurs, tandis que les progrès de l’instrumentation spectrométrie de masse continuent de stimuler le développement de nouveaux algorithmes pour une interprétation plus rapide et plus précise des données.
