保證蛋白質組學的數據質量：比較分析

現在的蛋白質組學越來越發達，但是數據質量卻令人擔憂，

為此Mann在2009的NM上發表了評論，特別強調蛋白質組學的數據質量(Mann, M., Comparative analysis to guide quality improvements in proteomics. Nat Methods, 2009. 6(10): p. 717-19.)。 

文章中主要評論了三篇文章，

一個蛋白質FDR的評價體系，該體系有protein prophet首先引入(Ruedi)，后來由Gygi引入的Target Decoy的算法而發揚廣大。FDR的引入其重要意義不僅僅在于提供了一種評價數據質量的方式，更重要的是一個標準，使得使用不同的儀器，在不同的實驗室分析的數據能夠相互比較。 

第二篇是關于磷酸化修飾的鑒定，不同的策略堅定到不同的肽段集，Ruedi比較了各種策略，并提出了一些結論。 Mann很贊賞這種比較的策略，但是同時提出了一個很嚴肅的問題就是，每個實驗室總是擅長于自己的方法，即使是比較也很難客觀公正，比如在上面的文章中作者提出IMAC比TiO2的效果好，但是在Mann自己的實驗室中一直使用TiO2的方法，而且做出的結果(鑒定數量也要好的多)。

第三篇也是類似的主題，HUPO做的測試，拿20個蛋白質分發給27個實驗室進行測試，結果只有7個實驗室能夠鑒定到所有的蛋白質。這說明蛋白質組學的鑒定策略還是存在一定的問題。Mann用賽車比喻，車跑的是否快，車有關系，車手的因素也是很大。引伸出蛋白質組學工作者需要經驗，需要參數的優化，需要好的軟件。即使使用低精度的落后儀器一樣能夠得到較可信的結果。

原文：http://hi.baidu.com/%BB%D2%D2%C2%C8%CB/blog/item/a272168e329f78e4f11f36e0.html

2009-12-06 20:36