GlyCounter：从糖肽MS/MS谱图中提取糖链特异性离子的创新工具及其在糖蛋白组学中的应用

《Molecular & Cellular Proteomics》：Extracting informative glycan-specific ions from glycopeptide MS/MS spectra with GlyCounter

本刊推荐：研究人员针对糖蛋白组学中糖链特异性片段离子信息提取困难的问题，开发了开源软件GlyCounter。该工具能快速从原始质谱数据中提取氧鎓离子（oxonium ions）、Y型离子及自定义离子信息，无需依赖数据库搜索即可评估糖肽含量，显著提升了数据评估效率并有助于优化实验流程，对推动糖蛋白组学方法发展具有重要意义。

　　

糖基化（Glycosylation）是一种广泛存在且至关重要的蛋白质翻译后修饰，深刻影响着蛋白质的功能，并与众多生理病理过程密切相关。随着质谱（MS）技术的飞速发展，糖肽的串联质谱（MS/MS）分析已成为实现位点特异性糖蛋白分析的金标准。然而，糖肽的MS/MS谱图通常异常复杂，同时包含来自糖链和肽段骨架的碎片离子，这给数据解析带来了巨大的信息学挑战。尽管糖链特异性碎片离子，如氧鎓离子（oxonium ions，常被不严格地统称为B型离子）和Y型离子，蕴含着丰富的糖链类别、组成和结构信息，且易于肉眼观察，但长期以来缺乏能够系统、定量地提取和分析这些离子信息的通用工具。研究人员大多依赖手动检查，或只能通过糖肽搜索算法识别出的少量谱图来评估这些离子，导致大量潜在有用信息被埋没在未鉴定的谱图中。

为了打破糖肽鉴定与糖链信息评估之间的耦合，使研究人员能够更直接、快速地审视质谱数据中的糖链内容，来自华盛顿大学的研究团队开发了一款名为GlyCounter的免费开源软件。这项研究成果发表在《Molecular & Cellular Proteomics》期刊上。GlyCounter作为一个用户友好的C#应用程序，能够高效地从Thermo .raw或.mzML格式的原始文件中提取糖链特异性离子信息，其内置了超过50种常见的糖链特异性碎片离子（如HexNAc, m/z 204.087；NeuAc, m/z 292.1027等），并允许用户上传自定义离子。该工具的核心功能在于能够快速计算这些离子在谱图中的存在、丰度、对总离子流（TIC）的贡献百分比以及它们的峰深度（peak depth），并基于用户可调的参数（如离子数量、TIC贡献阈值、峰深度排名等）自动对谱图进行“可能为糖肽（LikelyGlycoSpectrum）”的分类。这不仅将研究人员从繁琐的手动检查中解放出来，更重要的是，它为优化样品制备、数据采集方法和后续鉴定策略提供了基于原始数据的客观度量。

为了开展这项研究，研究人员主要运用了几项关键技术。首先是软件开发，基于C#语言和.NET 8.0框架构建了具有图形用户界面（GUI）的Windows Form应用程序，并利用Nova包和C#质谱库（CSMSL）进行质谱数据读取和处理。其次，研究团队从ProteomeXchange和MassIVE等公共数据库获取了涵盖不同解离技术（如HCD、ETD、UVPD）、糖蛋白酶切效率评估、多种糖肽富集方法比较以及不同物种组织样本的大量已发表糖蛋白组学数据集，用于验证和展示GlyCounter的实用性。此外，他们还开发了名为Ynaught的辅助模块，该模块可与糖肽鉴定结果（如MSFragger-Glyco的输出）结合，专门用于提取和分析Y型离子，进一步扩展了工具的功能。

研究结果

Examining glycopeptide fragmentation（评估糖肽碎片化模式）

通过重新分析比较不同解离方法（HCD、sceHCD、ETD、EThcD、AI-ETD、UVPD）的公开数据集，研究人员利用GlyCounter系统提取了各种糖链特异性离子的信号。结果表明，不同的解离方法产生糖链碎片的效率和模式存在显著差异。例如，虽然高能量的HCD能产生总强度较高的氧鎓离子信号，但EThcD和低能量HCD则更有利于产生对糖链组成和结构鉴定更具信息量的特定离子（如m/z 366.14的Hex-HexNAc）。研究还成功复现了已发表研究中通过碰撞能量斜坡（ramp）生成“裂解曲线（breakdown curves）”来区分糖链异构体的分析，凸显了GlyCounter在无需定制化脚本的情况下进行结构糖蛋白组学分析的潜力。对AI-ETD和UVPD数据的分析进一步揭示，这些新兴解离技术在产生特定糖链碎片方面具有独特优势。

Glyco-enzyme evaluation（糖苷酶效率评估）

研究人员利用GlyCounter快速评估了常用糖苷酶的处理效率。通过比较PNGase F处理前后胎球蛋白（fetuin）样本的质谱数据，发现处理后谱图中氧鎓离子信号显著降低，直观地证实了酶的有效性（残留信号可能来自未被PNGase F切割的O-糖肽）。同样，对唾液酸酶（sialidase）处理多种粘蛋白结构域糖蛋白的效果评估显示，处理后唾液酸特异性氧鎓离子（如m/z 274, 292）几乎消失。此外，GlyCounter还意外地检测到在NS0鼠源细胞系中表达的糖蛋白存在Neu5Gc（N-羟乙酰神经氨酸）的信号，而在CHO细胞中表达的糖蛋白则只有Neu5Ac（N-乙酰神经氨酸），这提示在数据库搜索时需要考虑样本来源导致的糖链差异，以避免漏检。

Enrichment efficiency（富集效率评估）

研究团队应用GlyCounter评估了多种糖肽富集策略的效果。对磷酸化蛋白质组学数据（使用IMAC富集）的分析发现，即使在这些非特异性富集糖肽的数据集中，也存在相当比例的谱图被GlyCounter归类为“可能糖肽”，且不同离线分级方法（如SCX vs. 高pH反相）对糖肽的分离效果各异。对专门富集甘露糖-6-磷酸（M6P）糖链的IMAC方法评估显示，在酸磷酸酶缺陷型细胞系中，M6P特异性离子信号显著高于野生型，而唾液酸离子信号则很少，符合该方法的预期选择性。对多种N-糖肽富集方法（如C18, 凝集素亲和, HILIC, SAX-ERLIC）的比较分析支持了原始研究的结论，即SAX-ERLIC是血浆样本中有效的富集方法，同时GlyCounter的灵活性允许用户根据实验设置（如质谱扫描范围）调整分析参数以获取最佳结果。

GlyCounter as a supplement to database searching（作为数据库搜索的补充）

将GlyCounter的“可能糖肽”谱图数量与多种糖肽搜索引擎（如MSFragger-Glyco, pGlyco2/3, GlycReSoft）的鉴定结果进行比较，发现GlyCounter标记的谱图远多于通过严格数据库搜索鉴定的谱图。这表明许多谱图可能因肽段序列信息不足而被搜索算法遗漏，凸显了仅依赖鉴定结果会低估数据中糖肽含量的风险。通过分析含有修饰糖链（如乙酰化唾液酸）的数据集，研究发现仅凭诊断性的氧鎓离子信息就能复现基于完整糖肽鉴定得出的关于物种间唾液酸乙酰化差异的结论，证明了这些离子在验证搜索结果和指导搜索参数设置（如是否包含糖链修饰）方面的价值。此外，对小鼠不同组织糖蛋白组学数据的“糖型分型（glycotyping）”分析显示，GlyCounter提取的岩藻糖基化和唾液酸化离子信号趋势与已发表的糖肽鉴定结果一致，例如脑组织中缺乏Neu5Gc信号。

Investigating undesired glycopeptide fragmentation during method development（方法开发中研究不期望的糖肽碎片化）

研究人员利用GlyCounter评估了高场不对称波形离子迁移谱（FAIMS）在O-糖肽分析中的应用。对已发表数据的重新分析表明，虽然FAIMS能增加糖肽谱图匹配数，但GlyCounter揭示的氧鎓离子信号模式与原始研究的结论相符，即部分增加可能源于FAIMS装置内发生的非预期碎裂（in-FAIMS fragmentation, IFF），这种碎裂会增加糖型的微观不均一性，从而可能使鉴定复杂化。

Y-type and Custom Ions（Y型离子和自定义离子）

研究展示了GlyCounter处理自定义离子的强大能力。通过创建代表甲酰化糖链碎片的自定义离子列表，成功追踪了糖肽样本在甲酸中长期储存导致的甲酰化修饰程度随时间增加的现象。另一个案例中，通过搜索IsoTaG标记O-GlcNAc实验中产生的特定“HexNAzoSi”离子（m/z 345.14），GlyCounter有效验证了点击化学标记的成功实施，在标记样本中检测到该离子，而未标记对照中则几乎没有。

研究结论与意义

综上所述，GlyCounter的成功开发为糖蛋白组学研究社区提供了一个强大且易于使用的工具，它将糖链特异性离子信息的提取与糖肽鉴定过程解耦，使研究人员能够快速、定量地评估质谱数据中的糖链内容。该工具在评估解离方法、验证酶切效率、比较富集策略、补充和验证数据库搜索结果、监测非预期修饰以及辅助新方法开发等方面展现出广泛的适用性和重要价值。其高度可定制的特性（如自定义离子、可调参数、Ynaught模块）确保了它能适应多样化的实验设计和研究需求。通过促进对原始质谱数据更深入、更便捷的探索，GlyCounter有望帮助研究人员优化糖蛋白组学工作流程的各个环节，最终推动该领域向着更高效、更可靠的方向发展。尽管需要注意避免对结果的过度解读（例如，考虑高丰度糖肽的贡献），但GlyCounter无疑为提升糖蛋白组学数据分析的鲁棒性和可及性做出了重要贡献。