定量算法

SILAC 特征峰对检测 & 质量评分


PEAKS Q检测并且关联2标或3标,在一定保留时间内具有相同电荷,相似的MS1特征峰型、在预期内的由标记所引起的质量偏移,且处在一定质量误差范围内的SILAC特征峰对。为每个SILAC特征对分配一个质量打分(Qulity score),这个打分考虑一系列因素,如特征峰强度,提取离子色谱图是否具有相似的峰型,以及质量误差。质量打分越高表明对SILAC对的定量越具有高可信度。


SILAC 特征峰对齐 & ID-Transfer


SILAC定量的理想情况是从MS/MS谱中能够获得足够的信息得到肽段序列。然而,有时MS/MS信息不足以鉴定肽段,甚至无法获得。为了对这些特征峰进行鉴定,需要在较为狭窄的质量范围和保持时间内,通过对齐特征峰的方式从另一次MS run中匹配。因此,首先对齐不同LC-MS的保留时间,然后将ID结果从包含ID信息的Mass run 转移到ID信息不足的Mass run。


单组分析的配对 T- 检验

配对t-检验是集成在PEAKS中的统计工具,用于单组SILAC数据分析。当用户尝试评估不同标记状态之间的蛋白质表达水平是否在重复重复中变化一致时,可以设置单组SILAC实验。例如,药物治疗的细胞在SILAC重标培养基中生长(条件1),而对照细胞在正常培养基中生长(条件2)。通过LC-MS/MS组合分析条件1的重标蛋白和条件2的轻蛋白,配对t-检验可用于分析条件1和2之间的蛋白质水平是否存在显着差异。一个样本中的重标特征峰和轻标特征峰在配对 t 检验中被视为一对。


用于多组比较的Welch’s ANOVA分析

ANOVA分析是集成在PEAKS中的统计工具,用于多组间SILAC数据分析。当用户尝试评估不同标记状态之间的蛋白质表达水平是否在多个组中发生变化时,可以设置多组SILAC实验。例如,药物治疗的细胞在SILAC重标培养基中生长(条件1),而对照细胞在正常培养基中生长(条件2)。在不同的时间点,例如10、15、20天,通过LC-MS/MS组合和分析来自条件1的重标蛋白和来自条件2的轻标蛋白。不同的时间被认为是不同的组,每组应包括至少两个重复。

如果实验数据具有不等方差,则经典方差分析非常不稳定。在这种情况下,Welch’s ANOVA分析是经典方差分析的替代品。对于正态、异方差和平衡数据(即每组具有相同数量的样本),Welch’s ANOVA分析最为有效,并且第一类错误率最低。因此,PEAKS SILAC Q采用Welch’s ANOVA分析进行多组比较。

阅读我们的应用说明文档,了解使用PEAKS进行基于多组SILAC的定量蛋白质组分析。


用于非标记定量的Top Three Peptide选择

通过排除:(1)具有修饰和未修饰形式的多肽(2)冗余肽;选择三种丰度最高的Unique肽段(Top Three Peptide)进行蛋白质比例的估算。