Gambaran Umum

Analisis data spektrometri massa adalah pipeline komputasional yang mengubah file spektral mentah dari spektrometer massa menjadi daftar peptida dan protein yang teridentifikasi dan terkuantifikasi. Data mentah menjalani langkah prapemrosesan — penyaringan derau, sentroiding, penugasan status muatan, dan pemilihan puncak — sebelum identifikasi peptida dicoba. Kualitas dan kedalaman daftar protein akhir bergantung secara kritis pada metode akuisisi dan strategi komputasional yang digunakan. Eksperimen proteomik modern secara rutin menghasilkan jutaan spektrum, membuat pipeline analisis otomatis yang kokoh menjadi penting untuk mengekstrak makna biologis dari data.

Metode

Pencarian basis data mencocokkan spektrum massa tandem eksperimental terhadap spektrum teoretis yang dihasilkan secara in silico dari basis data sekuens protein. Mesin pencari seperti SEQUEST, Andromeda, dan Comet menggunakan korelasi silang atau penilaian berbasis probabilitas untuk memeringkat kecocokan spektrum-peptida. Sekuensing de novo merekonstruksi sekuens peptida langsung dari spektrum tanpa basis data, yang bernilai untuk organisme dengan genom yang belum disekuensing atau untuk mengidentifikasi peptida baru. Pendekatan hibrida seperti pencarian perpustakaan spektral mencocokkan dengan spektrum yang sebelumnya diidentifikasi dan divalidasi, menawarkan sensitivitas yang lebih tinggi untuk peptida yang diketahui. Semua metode memerlukan estimasi false discovery rate yang ketat, biasanya menggunakan strategi target-decoy.

Aplikasi

Analisis data spektrometri massa mendasar untuk setiap eksperimen proteomika. Ini mendukung identifikasi protein yang dipisahkan oleh SDS-PAGE atau HPLC, dan merupakan mesin komputasional di balik alur kerja proteomics and mass spectrometry modern. Proteomika klinis bergantung pada pipeline analitis ini untuk menemukan kandidat biomarker, sementara kemajuan instrumentasi mass spectrometry terus mendorong pengembangan algoritma baru untuk interpretasi data yang lebih cepat dan lebih akurat.