跳到正文
Nature Communications· Devon Kohler; Eralp Dogu; Mrittika Bhattacharya; Ozge Karayel; Manuel Magana; Anthony Wu; Veronica G. Anania; Olga Vitek·· 来源仅提供日期AI 评分49

MSstats+ 纳入纵向峰质量指标提升数据非依赖采集蛋白质组实验差异分析

Accounting for longitudinal peak quality metrics with MSstats+ enhances differential analysis in proteomic experiments with data-independent acquisition

AI 导读

MSstats+ 将峰形、保留时间等质量指标及其纵向运行顺序曲线转换为单一质量评分,对低质量测量降权,以改善差异丰度蛋白检测。该方法接收峰强度,并按运行中的质量指标对缺失值插补结果加权。在两项人为引入异常的基准测试、一个受控蛋白质组混合物和两项大规模临床研究共五项实验中,MSstats+ 提升了差异分析准确性,并实现在开源 R/Bioconductor 包 MSstats 系列中。

已发表论文 · journal · 10.1038/s41467-026-78591-w

本站摘要基于收录版本 v1(2026-10-26),原始摘要与 AI 导读固定保留。

IF(5) 18.9 · 2025 · 期刊参考指标

摘要 · AI 翻译

基于质谱的数据非依赖采集蛋白质组学受益于先进的仪器和计算分析。尽管持续改进,某些测量的定量质量可能较差。随着蛋白质组学实验规模的扩大,这些低质量测量难以人工表征,却会削弱差异丰度蛋白的检测以及下游生物学结论。我们推出 MSstats+,这是一个计算工作流,其输入不仅包括 Spectronaut 或 DIA-NN 等工具报告的峰强度,还包括峰形和保留时间等质量指标,以及这些指标的纵向运行顺序概况。MSstats+ 将这些指标转化为单一的质量度量,并在检测差异丰度蛋白时对低质量测量进行降权。该方法对缺失值提供了自然的处理方式,根据运行中的质量指标对插补值进行加权。我们在五个实验中验证了所得差异分析的准确性:两个有意引入异常的定制基准研究、一个受控的蛋白质组混合物,以及两项大规模临床研究。MSstats+ 作为开源 R/Bioconductor 软件包系列 MSstats 的一部分实现。

来源:Nature Communications · doi.org