開發一個內生胜肽鑑定的胜肽分數演算法基於Mascot搜尋法

為了使用二次質譜（MS/MS）配合蛋白質資料庫比對法鑑定內生胜肽，在資料庫搜尋的過程中我們必須使用非專一酵素水解（NES）搜尋比對法考慮所有可能自蛋白質水解產生的胜肽。然而，與專一酵素水解搜尋相比，NES比對過程會由於會產生較多的偽陽性比對結果，因此鑑定效能較差。在此研究中，我們探討了如何使用次級匹配(sub-ranked matches)的資訊改善使用Mascot進行NES搜索的效能，並開發了一種新的計分演算法，該方法考慮了所有次級匹配結果的隨機匹配概率的貢獻度，命名為貢獻分數（Contribution Score; CS）法。與使用Mascot第一名分數或是Mascot第一名與第二名分數的差值（Delta Score;DS）方法相比，使用CS有最高鑑別效率。另外，我們發現DS和CS在胜肽鑑定上具有互補性。當用於植物內生胜肽鑑定時，使用DS和CS鑑定番茄內生胜肽的鑑定數目高於使用Mascot分數鑑定的胜肽數目分別為176.3％和184.2％。結合DS和CS鑑定法比單獨使用Mascot和DS分別多鑑定出200.0％和8.6％的番茄內生胜肽。透過結合CS和DS的方法，可以顯著提高內生胜肽的鑑定效能，而無需複雜的計算步驟，並且還可以提高專一酵素水解搜尋的鑑定效能。除了在植物胜肽體學分析中的應用外，該方法還可用增進於不同物種中的胜肽體分析效能。在此研究中，我們也開發了基於Mascot搜尋結果計算DS和CS的網路界面可供使用。
陳逸然

陳盈嵐, 張瑋宏, 李季穎, 陳逸然* (2019) Analyst, 144(9):3045-3055