FastSpel：一种快速生成肽段MS/MS谱图库的高效方法及其在肽段鉴定中的应用

研究人员针对现有肽段MS/MS碎片强度预测方法计算成本高、参数难解释的问题，开发了FastSpel（快速谱图库生成方法）。该方法通过高效预测胰蛋白酶肽段碎片强度，实现了与现有最优方法相当的谱图库生成和肽段鉴定重评分性能，同时计算效率提升2个数量级。模型参数分析验证了"脯氨酸效应"等已知碎裂规律并揭示新模式，所提简易评分函数在不需训练的情况下接近Percolator的重评分效果，为数据非依赖采集（DIA）分析和质谱数据处理提供了新工具。

　　

在质谱蛋白质组学领域，肽段鉴定是解析复杂生物样本的关键步骤。传统的数据依赖采集（DDA）模式依赖质谱仪实时选择前体离子进行碎裂，而新兴的数据非依赖采集（DIA）技术则需要对预设质量范围内的所有离子进行系统性碎裂，这使谱图库（Spectral Library）成为不可或缺的分析工具。尽管已有多种预测肽段MS/MS碎片强度的方法可用于生成谱图库或改善MaxQuant等搜索引擎的鉴定结果，但这些方法普遍存在两大瓶颈：计算耗时长达数小时至数天，且模型参数缺乏明确的生物学解释。

针对这一现状，美国国立卫生研究院的Mehdi B. Hamaneh和Yi-Kuo Yu团队在《Journal of Responsible Technology》发表了FastSpel方法。该研究通过开发快速算法框架，在保持预测精度的同时将计算时间缩短至原有方法的1/100，并构建了具有明确理化意义可解释参数的预测模型。研究人员利用23个独立数据集验证发现，基于FastSpel生成的谱图库可使肽段鉴定灵敏度达到现有最优方法（如Prosit、pDeep2）相当水平，其提出的无监督评分函数在重评分性能上接近需大量训练数据的Percolator算法。

关键技术方法包括：1）基于23个公开质谱数据集构建基准测试集；2）开发碎片离子强度预测的快速算法框架；3）设计基于理化特征的可解释参数系统；4）建立不依赖训练数据的简易评分函数。所有实验数据均来自公共蛋白质组学数据仓库，涵盖不同仪器平台（Orbitrap、Q-TOF等）和生物样本类型。

【FastSpel算法性能】

通过对比实验显示，FastSpel预测的b/y离子强度分布与实验谱图相关系数达0.82-0.89，与Prosit等深度学习方法相当。在Thermo Orbitrap数据集上，使用FastSpel谱图库可使肽段鉴定数量提升17.3%，而计算耗时仅需3分钟（对比Prosit的8小时）。

【参数可解释性分析】

模型参数揭示了多个重要规律：脯氨酸N端片段（proline effect）的增强碎裂现象参数权重达+0.34；天冬氨酸（D）C端片段抑制参数为-0.21；新发现的组氨酸（H）邻近效应显示H位于P₁位置时y离子强度提升12%。

【简易评分函数】

提出的无监督评分函数SPI（Spectral Probability Index）结合了离子匹配度、连续离子比例等6个特征，在酵母数据集上达到Percolator 92%的鉴别能力，且无需训练数据支持。

研究结论指出，FastSpel通过算法优化实现了质谱数据处理效率的突破性提升，其参数系统为理解肽段气相化学行为提供了新视角。特别值得注意的是，该方法在DIA分析流程中展现的兼容性使其有望成为临床蛋白质组学研究的标准化工具。讨论部分强调，FastSpel揭示的组氨酸邻近效应等新规律可能源于气相中特定氨基酸的质子亲和力差异，这为后续理论研究指明了方向。该成果不仅解决了计算效率这一实际应用瓶颈，更通过建立理化过程与机器学习参数间的桥梁，推动了质谱预测方法向可解释人工智能（XAI）方向发展。