масс-спектрометрия

В исследовании представлен PeptiDIA — инновационный фреймворк на базе машинного обучения, предназначенный для решения проблемы компромисса между пропускной способностью и глубиной анализа в протеомике. Основная задача метода заключается в повышении эффективности масс-спектрометрии с использованием метода независимой от данных (DIA) при работе с быстрыми хроматографическими градиентами. Авторы использовали градиентный бустинг на решающих деревьях, обучив модель на парах данных, полученных из идентичных образцов при длинных (эталонных) и быстрых градиентах. Модель интегрирует выходные данные DIA-NN с инженерными дескрипторами пептидов и применяет изотоническую регрессию для калибровки вероятностей. Тестирование на наборах данных человека и мыши (ткани, Orbitrap Exploris 480) показало, что PeptiDIA увеличивает количество идентифицированных пептидов на 25–34% при контролируемом уровне расхождения с референсом (RDR 1%). Кроме того, число белковых групп, содержащих хотя бы один «спасенный» пептид, выросло на 15–17%, что значительно расширяет аналитическую глубину без изменения протоколов сбора данных. Инструмент доступен в виде веб-приложения и командной строки.

В статье представлено инновационное решение HNSW-MS, предназначенное для ускорения поиска сходства масс-спектров в метаболомике, что критически важно для аннотации молекул и построения молекулярных сетей. Авторы внедряют алгоритм иерархического навигационного графа малых миров (Hierarchical Navigable Small World) непосредственно для работы с сырыми данными GC-MS и LC-MS/MS без необходимости предварительной обработки или создания эмбеддингов. Это обеспечивает максимальную воспроизводимость результатов при работе с огромными базами данных, такими как GNPS, объем которых превышает один миллиард спектров. В ходе валидации на наборе из 8,4 миллионов MS/MS спектров метод HNSW-MS продемонстрировал ускорение поиска до 560 раз по сравнению с традиционным линейным сканированием. При этом система сохраняет высокую точность, удерживая показатель top-1 recall на уровне выше 90%, а при определенных настройках параметров достигает идеальной полноты поиска. Данная технология устраняет «узкое место» в анализе метаболомных данных, позволяя проводить запросы к общедоступным репозиториям практически в реальном времени.

В данной статье проводится критический анализ методов конформационной протеомики: LiP-MS (лимитированный протеолиз с масс-спектрометрией) и недавно представленного PELSA (анализ локальной стабильности пептидов). Авторы исследуют утверждения предыдущего исследования, согласно которым метод PELSA демонстрирует количественную чувствительность, сопоставимую или превосходящую LiP-MS, включая зафиксированное 21-кратное изменение для белка FKBP1A при воздействии рапамицина. Путем повторного анализа публично доступных наборов данных было установлено, что заявленное 21-кратное преимущество является следствием несоответствия экспериментальных условий и использования недекларированных методов импутации (заполнения) данных. Исследование подчеркивает необходимость осторожности при выборе методов конформационной протеомики и указывает на методологические ошибки, которые могут искажать биологическую интерпретируемость результатов. Работа имеет высокую значимость для специалистов, занимающихся структурной биологией и разработкой лекарств с использованием масс-спектрометрии.

В статье представлена SpecGP — инновационная модель на базе архитектуры Transformer, разработанная для предсказания структурных спектров N-гликопептидов. Ключевой особенностью модели является способность учитывать различные уровни энергии столкновения (collision energies), что позволяет прогнозировать спектры фрагментарных ионов с высокой точностью. Исследование направлено на решение критической проблемы дифференциации изомеров гликопептидов, которая часто затруднена при стандартных методах масс-спектрометрии. Использование SpecGP значительно расширяет покрытие фрагментарных ионов, что напрямую повышает достоверность идентификации сложных гликозилированных структур. Внедрение модели в процессы рескоринга (rescoring) позволяет существенно увеличить уверенность в результатах масс-спектрометрического анализа. Данная разработка имеет высокую значимость для протеомики и биомедицинских исследований, где точная характеристика гликозилирования критична для понимания механизмов заболеваний.

В статье представлено Carafe2 — инновационное программное обеспечение на базе глубокого обучения, предназначенное для создания высококачественных спектральных библиотек in silico специально для протеомики данных timsTOF. В отличие от существующих инструментов, которые либо не поддерживают ионную подвижность, либо обучаются на данных DDA (data-dependent acquisition), Carafe2 обучается непосредственно на экспериментальных DIA-данных, что минимизирует систематические ошибки. Разработчики провели тонкую настройку моделей предсказания времени удерживания (RT), интенсивности фрагментных ионов и ионной подвижности, используя нативные файлы формата Bruker .d без необходимости предварительной конвертации. Исследования на наборах данных глобального протеома, фосфопротеома и плазменного протеома показали, что модели Carafe2 превосходят предобученные DDA-модели по точности. Сравнительный анализ с такими инструментами, как AlphaPeptDeep и встроенные модели DIA-NN, подтвердил высокую эффективность Carafe2 в обнаружении пептидов. Данная разработка значительно повышает возможности количественного анализа белков в сложных биологических образцах, используя дополнительное измерение ионной подвижности.

В исследовании проводится глубокий анализ влияния параметров хроматографического сэмплирования на точность количественного анализа в методе DIA-протеомики (Data-Independent Acquisition). Авторы изучают, как количество точек данных на пик (DPPP) и другие характеристики хроматографии влияют на пределы обнаружения (LOD) и количественного определения (LOQ). Результаты показывают, что снижение DPPP минимально влияет на LOD, но существенно ухудшает LOQ, что критично для обнаружения низкокопийных белков. С помощью моделирования признаков было установлено, что площадь пика предшественника является наиболее сильным предиктором LOQ, в то время как влияние DPPP носит контекстно-зависимый характер. При тестировании на 40 образцах плазмы (20 раковых и 20 контрольных) с использованием системы Seer Proteograph было доказано, что уменьшение плотности сэмплирования ведет к потере статистической значимости для белков с низкой концентрацией. Исследование подчеркивает необходимость оптимизации DIA-протоколов с упором на метрики LOQ и статистической мощности, а не только на общее количество идентификаций.

Представлено новое программное обеспечение GlyComboCLI — инструмент с открытым исходным кодом для автоматизированного определения состава гликанов на основе данных масс-спектрометрии. В отличие от предыдущих графических версий, этот CLI-инструмент позволяет интегрировать анализ гликанов в автоматизированные биоинформатические рабочие процессы, соблюдая принципы FAIR (находимость, доступность, совместимость и повторное использование). Приложение поддерживает работу с универсальными файлами формата mzML и обширным спектром моносахаридов, состояний дериватизации и аддуктов. Тестирование на наборе из 52 необработанных файлов данных гликомики мыши показало, что локальный экземпляр системы справляется с назначением составов и контролем качества менее чем за три часа. Программное обеспечение доступно в форматах standalone-исполняемого файла, Docker-контейнера и инструмента Galaxy, что обеспечивает высокую масштабируемость. Использование GlyComboCLI значительно сокращает объем спектров, требующих ручной интерпретации структуры, и позволяет воспроизводимо обнаруживать эффекты, такие как воздействие сиалидазы.

Исследование посвящено разработке метода высокоточной идентификации личности на основе метаболомного профилирования сухих пятен крови (DBS). Авторы провели масштабную валидацию на когорте из 1257 человек, проанализировав 18 288 образцов с помощью нецелевой масс-спектрометрии (LC-MS/MS) на платформе Orbitrap. Разработанный пайплайн классификации, включающий пакетную нормализацию и супервизорный отбор признаков, показал точность идентификации на уровне пользователя 94,1% при кросс-валидации и 96,1% на полностью отложенной выборке. Особое внимание в работе уделено проблеме «утечки данных» (batch leakage), которая при наивном подходе может искусственно завышать точность. Ключевые дискриминантные метаболиты были обнаружены в путях метаболизма аминокислот, транспорта жирных кислот и биосинтеза сфинголипидов. Данная технология имеет критическое значение для создания «цифровых двойников» в прецизионной медицине, позволяя надежно связывать продольные (лонгитюдные) биообразцы с конкретными пациентами при самостоятельном сборе биоматериала на дому.

В данной научной работе представлен новый статистический рабочий процесс (workflow) для обнаружения дифференциально представленных аналитов в экспериментах масс-спектрометрической визуализации (MSI) со сложным дизайном. Исследование фокусируется на критических аспектах обработки сигналов, выборе областей интереса (ROI) и методологии статистического анализа для выявления пространственной гетерогенности молекул. Авторы протестировали предложенный метод на гистологических образцах плато большеберцовой кости человека, сравнивая пациентов с остеоартритом и контрольную группу (кадавры), а также на симулированных наборах данных. Результаты демонстрируют, что правильная агрегация признаков и предварительная обработка сигналов позволяют сохранить биологическую релевантность и снизить строгость поправки на множественную проверку гипотез. В статье проводится сравнительный анализ различных статистических моделей и обосновывается важность использования репликации для корректной интерпретации данных. Итогом работы является открытая реализация на языке R, которая позволяет исследователям стандартизировать процесс анализа и проводить расчет необходимого размера выборки для последующих клинических исследований.

Исследование представляет новый подход к генерации декой-баз данных в протеомике с использованием языковых моделей белков (PLM) для оценки ложных открытий при идентификации пептидов. Авторы сравнивают PLM-декои с классическими методами (реверс и перемешивание) через три уровня контроля качества: сепарабельность на уровне последовательности, спектральные диагностические метрики и полные конвейеры масс-спектрометрии. Результаты показывают, что PLM-декои сложнее для нейросетей, работающих только с последовательностью, что указывает на меньшее количество артефактов на уровне последовательности. Однако спектральный анализ выявил, что короткие пептиды занимают особенно перенаселённое пространство целевой-декоя и подвержены локальным коллизиям при всех генераторах. В полных поисковых конвейерах обратные декои остаются сильным базовым уровнем, а текущие PLM-генераторы не обеспечивают явного общего преимущества. Исследователи рассматривают PLM-декои не как универсальную замену, а как настраиваемые инструменты для бенчмаркинга, диагностики, стресс-тестирования и будущей адаптивной оптимизации декой-баз.