质谱数据写法

HDX-MS是一种基于蛋白质主链酰胺氢原子与氘水中氘原子交换而获取有关蛋白质高阶结构和动态信息的方法。该技术可以帮助研究蛋白质折叠机制、发现配体结合位点、突出变构效应，在生物医药行业中发挥重要作用。尽管HDX-MS在蛋白质分析中频繁使用，但它通常无法进行高通量分析，且受限于大于150 kDa蛋白的分析。此外，HDX-MS生成复杂的同位素峰型常伴有谱图重叠现象，导致氘代值被错误计算。随着样品复杂性的增加，这一问题会更加加剧。目前，数据处理的方法涉及到手动检查原始数据以筛选谱图，并丢弃有任何信号问题的肽段图谱。然而这种方法随着样品分子量和复杂程度的增加变得难以执行，且容易受到人为错误的干扰（图1）。因此迫切需要一种可以消除手动筛选数据的负担，同时能够兼容更复杂的谱图（来自复杂混合物或整个细胞裂解液样品的谱图）。本文作者使用了一种自动化HDX数据分析的方法，利用data independent acquisition（DIA）采集方法同时从MS1和MS2领域获取氘代数据，并开发了AutoHX软件来挖掘和分析HDX数据。图1.传统HDX-MS数据采集与分析流程和本文使用的数据采集和分析流程比较。针对使用HDX-MS时，碰撞诱导解离（CID）碎裂模式产生的肽段碎片会伴随着气相中的氘重组现象（即scrambling现象），会影响残基水平氘代值的准确测量这一问题，作者定量研究了HDX-MS2数据的特性。作者发现，scrambling与离子传输和碎裂能量有关，且在高传输效率的条件下scrambling较严重，因此首先使用较为温和的离子传输参数和碎裂能量能够降低scrambling程度。随后作者建立了可描述碎片氘代值与该肽段可碎裂位点数量之间的线性关系（图2）。随着碎片离子长度的增加，相应的碎片离子氘代值会线性增加，因此通过回归计算可以计算出整个肽段的氘代率。这种方法不仅利用了CID产生的碎片信息，同时更为准确的计算出肽段的氘代值，排除了肽段谱图重叠对计算氘代值的干扰。图2.在一条给定肽段中，HD scrambling中，氘代值与碎片长度的关系。接着作者提出使用DIA方法来获取HX-MS2实验中MS1和MS2域的氘化数据，以实现在不同质谱平台采集数据、采集复杂样品的信息、分析自动化数据，且使得通过CID产生的MS2中提取肽段氘代值成为可能。首先作者设置了尽可能小的DIA窗口，并使用了较大的窗口重叠区域，以最小化MS2谱图的复杂性并确保每条氘代肽段至少有一个窗口（图3）。同时，作者开发了一个名为AutoHX的软件（作为Mass Spec Studio中的插件），该软件自动选择理想的DIA窗口，并从MS1数据计算前体肽段的氘代值，以及从MS2数据计算所有碎片的氘代值。同时改进了HX-PIPE（为HDX-MS量身定制的搜索引擎），使其搜库结果直接应用于AutoHX的分析。随后AutoHX使用了一系列过滤器来从数据集中解析低质量信号，然后使用基于RANSAC的谱图分析器，为所有肽段及其碎片匹配最佳同位素集合，并绘制动力学曲线图。该方法显著提高了肽段序列覆盖的冗余度（图4），从而提高了测量质量。图3. DIA窗口设计示意。图4. 基于DIA采集模式得到的序列覆盖（糖原磷酸化酶B，phosphorylase B）与基于传统HDX-MS中MS1采集模式的结果比对。接着，软件会通过MS1和MS2数据收集到的肽段前体离子和肽段碎片离子的信息，计算出相应的氘代值，同时将所有重复组计算出的氘化值集合成一个分布（通常为正态分布）,并从该正态分布中，选择最接近平均值的组合，即为精确的氘代值，利用每个时间点的氘代值生成HDX动力学曲线（图5）。作者将手动筛选检查的数据与自动分析法获得的氘代数据进行了比对，结果具有一致性，验证了自动化方法的准确性和可靠性（图6）。同时在做同一样本不同状态HDX比较实验时，AutoHX可以生成氘代差异的显著性差异分析图（Woods plot）（图7），用于比较不同状态下的蛋白结构和构象差异。图5. 氘代曲线的组合方式。图6.手动MS1数据分析和AutoHX自动计算的氘代率对比。图7.氘代差异分析流程示意图。最后作者用两个蛋白体系验证了该方法的实用性和可靠性。第一个体系为DNA聚合酶ϴ （Pol ϴ ）与其抗生素药物novobiocin结合的结构变化。通过比较手动处理与自动化处理的数据，作者发现生成的氘代差异图结果相似，提示该方法具有较好的准确性，并能够定位结合带来的氘代上升和下降区域（图8）。第二个体系是DNA依赖性蛋白激酶（DNA-PKcs）与选择性抑制剂AZD7648的结合。使用AutoHX软件处理了六个HDX-MS实验的数据，快速生成了Woods图，发现大部分可检测到的稳定性增加集中在FAT和激酶结构域（图9b），还包括药物结合位点的铰链环区域（图9c），揭示了药物结合位点及其引起的动态性变化。这部分研究结果展示了自动化数据分析在药物结合研究中的有效性，特别是在分析大型蛋白质复合物和难以纯化的蛋白质时，为药物开发和疾病治疗提供了有价值的信息。图8.手动处理与自动处理的Pol ϴ 与novobiocin-bound Pol ϴ 的HDX数据作差对比。图9. DNA-PKcs+AZD7648的自动化HDX分析流程结果。总的来说，该研究开发了AutoHX软件，通过自动化数据分析和基于DIA的HX-MS2工作流程，显著提高了氢/氘交换质谱技术在蛋白质结构和药物结合分析中的效率与应用范围，使得这一领域技术更加易于使用并可供更广泛的科研社区应用。该工作的亮点，从实验设计上：考虑到了目前HDX-MS流程——数据采集、数据分析——中存在的瓶颈与局限。从方法学考察层面：方法验证科学严谨、周到。从技术上：大大降低了人工处理HDX-MS数据的成本，提高了检测能力，有提高检测通量的潜力。从科学思维上：利用了scrambling的规律，将普遍的问题转化成了机遇。HX-DIA提供了一个概念上的转变，降低了该技术的使用门槛，使该技术“平民化”。本文发表在Nat. Commun.上，题目为“Automating data analysis for hydrogen/deuterium exchange mass spectrometry using data-independent acquisition methodology”，作者是加拿大卡尔加里大学的David C. Schriemer。

西安加速器质谱中心是在科技部、中国科学院和教育部的大力支持下，由中国科学院地球环境研究所与西安交通大学联合共建，于2007年通过国家验收，并成为我国第十个大型仪器设备中心。该中心依托中国科学院地球环境所，利用从荷兰高压工程公司(HVEE)引进的三百万伏特的串列加速器质谱仪(3MV AMS)及自行设计建立的样品制备系统，在国家大型条件平台工作的共享运行机制下，以全球环境变化研究为主，兼顾发展考古年代学，生物医药科学等，多学科共享，形成学科交叉点，创造更多的创新机会，并为我国科研院所、高等院校和产业部门(如水利、国土资源、海洋、气象、农业、林业和环保等等)的科技人员的相关研究提供公益技术支撑。 　　近日，为提高实验室管理水平，挖掘仪器设备使用潜力，扩大共享范围，在黄土与第四纪地质国家重点实验室自主部署课题资助下，西安加速器质谱中心与中国科学院网络信息中心合作，建成了基于协同工作环境的智能化数据管理平台。包括中心网站、数据管理平台和文档协同管理等三部分。中心网站部分为西安加速器质谱中心的对外宣传门户，主要作用是对外信息发布，中心形象建设等 数据管理平台围绕西安加速器质谱中心3.0MV加速器质谱仪工作流程，包括样品测试数据管理、日常管理、统计报表等模块。文档协同管理部分实现了易于管理的内容发布和便捷高效的文档共享功能。

镜质合璧 还原真实质谱成像数据分析软件IMAGEREVEAL MS 简化常规分析您还在担心浪费宝贵的时间或丢失有价值的数据？利用IMAGEREVEAL MS可自动从大量数据中发现重要信息。 IMAGEREVEAL MS工作流程 主要特点 只需3步即可完成数据处理✦ 利用“整合分析”模式在“整合分析”模式下通过预设参数可自动获取具有显著特征的质谱图像。这一功能非常便于用户以同样方式处理大量数据。用户只需执行一步操作即可创建基于差异分析和/或图像分析的数据列表、进行数据统计分析以及获取质谱图像。 使用“整合分析”的示例在“整合分析”模式下，软件会自动选取NASH组织中与正常组织相具有特殊性的质谱图像。 多种分析模式3个分析模式示例对NASH（非酒精性脂肪性肝炎）小鼠肝脏的分析NASH（非酒精性脂肪性肝炎）是指一种与饮酒无关的脂肪肝疾病。 1找出NASH组织特有的分子差异分析 2查找与染色图像分布相似的分子图像分析 3创建显示目标分子浓度分布的质谱图像定量分析 处理多种格式数据利用自带的数据转换工具“IMDX Converter”可以将多种格式的数据转换为IMAGEREVEAL MS可读取的imdx格式。 * 无法保证转换其他仪器中的所有数据。有关数据转换的实际结果，请参阅产品介绍网站。 其他功能1靶向分析/非靶向分析靶向分析：基于列表中目标m/z值进行分析，如脂质或代谢物等。此外，还可以创建自定义列表。 非靶向分析：在指定的质量范围内对所有m/z进行分析。可用于检查该范围内包含的有意义的m/z值。 化合物列表 2同时处理多个质谱图像数据文件本软件可以同时处理多个数据文件，并且一次性导入所有数据后即可进行图像对比，操作简单。分析大数据无需拆分，可直接分析达几百GB的数据文件。30天试用版IMAGEREVEAL MS包含所有功能，如有需要可登录以下网站或点击文末“阅读原文”前往下载。https://www.shimadzu.com/an/lifescience/imaging/reveal.html 本文内容非商业广告，仅供专业人士参考。