DIATAGeR：基于数据非依赖采集（DIA）脂质组学中甘油三酯（TG）精准注释的创新R包及其在代谢性脂肪肝炎（MASH）研究中的应用

本综述重点介绍DIATAGeR这一创新R包，它通过TG中心化（TG-centric）策略与目标-诱饵（target-decoy）模型，结合机器学习算法，有效解决了数据非依赖采集（DIA）脂质组学中甘油三酯（TG）因多重MS2谱图干扰而难以精准注释的难题，显著提升TG鉴定准确性与覆盖率。

　　

亮点

DIATAGeR 采用以甘油三酯（TG）为中心的分析方法，结合逻辑回归机器学习算法与目标-诱饵（target-decoy）错误发现率（FDR）控制策略，显著提高数据非依赖采集（DIA）中TG鉴定的准确性与可靠性。

引言

脂质在能量储存、细胞膜结构和信号传导等细胞功能中扮演关键角色。根据脂质代 metabolites 与通路策略（LIPID MAPS）所维护的最大公共脂质结构数据库（LMSD），脂质被划分为八大类别，甘油三酯（TGs）是其中最大的甘油脂亚类，主要作为能量储存的燃料来源。TGs 也是膳食脂肪的主要构成成分，其水平升高与血脂异常及代谢综合征密切相关。因此，对生物样本中TGs 的精准分析有助于深入理解代谢性疾病及其并发症的病理机制。

TGs 由三个脂肪酸链通过共价键连接至甘油骨架上构成。脂质组学标准倡议（LSI）联盟将“物种水平”（species level）鉴定定义为提供碳原子数与双键数（如 TG 54:2），而“分子物种水平”（molecular species level）则需明确具体脂肪酸组成（例如 TG 16:0_18:1_18:3）。由于TGs 可包含不同碳链长度与双键数目的脂肪酸，其可能存在的分子物种多达数千种，这为注释工作带来极大挑战。

在脂质组学常规分析中，TGs 通常通过数据依赖采集（DDA）或数据非依赖采集（DIA）质谱产生的碎片离子进行注释。DIA 虽然可提供更全面的MS2谱图覆盖、有利于低丰度脂质的检测，但其共碎裂（co-fragmentation）现象导致产生多重MS2谱图（multiplexed MS2 spectra），使得前体离子与碎片离子之间的直接对应关系被破坏，共洗脱物种所产生的共享碎片进一步增加了谱图解析的复杂性。这一挑战在分析TGs 时尤为突出，因大量同分异构体可能共同洗脱。传统以谱图为中心（spectrum-centric）的方法难以应对DIA中TG注释的复杂性。

近年来，DIA 策略在蛋白质组学中通过采用肽段中心化（peptide-centric）分析策略得以广泛应用——即从已知肽段数据库出发，在数据中检索其存在证据，并借助目标-诱饵策略计算错误发现率（FDR）以评估鉴定可靠性。本研究受此启发，开发了DIATAGeR这一R软件包，专门用于DIA脂质组学中TGs 的鉴定。该工具采用TG中心化策略，首先建立TG参考数据库，进而通过碎片谱图检索与机器学习打分，实现TG分子物种水平的高通量、高可信度注释。

结论

DIATAGeR 通过整合TG中心化策略、目标-诱饵FDR估计以及机器学习评分模型，成功提升了DIA数据中TG注释的覆盖率和准确性。该工具支持厂商中立质谱数据格式，并允许用户自定义数据库，适用于复杂生物样本中的脂质组学研究。