自下而上蛋白质组学中用于量化翻译后修饰与结构变化的聚合方法

《Journal of Proteome Research》：Aggregation Methods for Quantifying PTM and Structural Changes in Bottom-Up Proteomics

　　

自下而上蛋白质组学工作流程依赖包括肽段到蛋白聚合（peptide-to-protein aggregation，亦称roll-up）在内的连续预处理步骤，以提升数据可靠性与可解释性。尽管roll-up在面向蛋白质的（protein-centered）分析中表现有效，但在聚焦翻译后修饰（post-translational modifications，PTMs）或蛋白质结构变化的应用中——例如有限蛋白酶解–质谱（limited proteolysis–mass spectrometry，LiP-MS）——可能并非最优选择。研究人员探究了不同roll-up策略如何影响PTM差异分析中的位点水平定量，同时提出了一种专为LiP-MS设计的新型以位点为中心的roll-up方法，该方法对蛋白水解片段而非仅胰蛋白酶肽段进行定量。研究人员通过模拟研究对这些方法进行基准测试，比较其在检测结构和PTM驱动变化时的灵敏度与特异性。研究发现，在PTM和LiP蛋白质组学中，中位数（median）和均值（mean）roll-up方法均优于求和（sum）方法，且LiP中的位点水平定量优于肽段水平定量。该结果为位点水平蛋白质组学分析中roll-up技术的选择提供了首个系统的、数据驱动的指导，对PTM聚焦研究和结构蛋白质组学研究均具有重要意义。

论文解读

自下而上蛋白质组学（bottom-up proteomics）是目前大规模蛋白质分析的主流策略，其核心流程是将变性蛋白经酶解（通常为胰蛋白酶消化）转化为可检测的肽段，再推导生物学意义。尽管直接分析肽段特征可行，但将肽段强度聚合至更高层级生物实体（如蛋白、修饰位点）的“roll-up”算法仍是关键环节。传统roll-up设计面向蛋白水平定量，而在两类新兴应用中存在局限：一是翻译后修饰（PTMs）研究，需精确量化特定位点的修饰动态；二是有限蛋白酶解质谱（LiP-MS），通过天然条件下蛋白酶K部分消化探测蛋白三级结构，其一级消化模式反映构象可及性而非序列丰度，需区分构象变化与表达量波动。目前尚无针对这两类场景的系统评估，也缺乏ground-truth驱动的roll-up优化指导。为此，研究人员在《Journal of Proteome Research》发表研究，通过模拟框架系统评估roll-up策略，填补这一空白。

研究采用两大核心模拟框架。PTM模拟首先构建含潜在修饰位点（限定丝氨酸）的蛋白序列，随机分配修饰丰度并模拟胰蛋白酶消化（引入漏切位点模拟不完全消化），再通过观测模型加入位点效应与个体效应，最后按预设缺失率引入人工缺失，生成已知真实log₂折叠变化（log₂FC）的合成数据集。LiP-MS模拟则采用两阶段消化：先对蛋白序列施加掩码区域模拟折叠保护，仅非掩码区可被蛋白酶K切割，去掩码后再行胰蛋白酶完全消化；通过控制不同实验组的掩码比例，生成已知构象差异的合成数据，并模拟标记自由缺失模式。评估指标统一采用真实值与roll-up估计值的log₂FC均方根误差（RMSE）。

Aggregation of Site-Level Modifications Quantifies PTM Changes

PTM模拟覆盖600余种参数组合。结果显示，rollup与rrollup缩放方法显著优于zrollup，前者中位RMSE约为0.35–0.45，后者超过0.70。聚合函数中，均值与中位数表现几乎一致（中位RMSE差异小于0.02），求和聚合误差最高（中位RMSE约1.10），因其对异常肽段与缺失敏感。稳健性测试表明，在0%、25%、50%肽段缺失水平下，rollup-均值与rrollup-中位数仍保持低RMSE（<0.50）；个体水平方差从0增至9仅使RMSE分布增宽约0.10，不改变方法排序；漏切率高达50%、蛋白丰度变化均未显著影响相对性能。rollup与rrollup性能接近，前者RMSE略低，后者跨场景变异性更小。

Aggregation of Site-Level Exposure to Quantify Structural Changes

LiP-MS模拟显示，将肽段强度聚合至蛋白酶K切割位点（ProK site）的方法在所有场景中均优于传统胰蛋白酶肽段法。对于组间掩码比例为2:1或1:2的差异区域，位点水平方法中位RMSE约0.55，较胰蛋白酶肽段法的1.0降低50%；非差异区域的误差两者接近（约0.25 vs 0.28）。样本量从每组5例增至50例、蛋白酶K与胰蛋白酶漏切率0–50%的变化，均未改变位点水平方法的优势。进一步改变掩码区间隔（λ_G）与掩码长度（λ_M）的测试证实，无论区间距离或大小如何，位点水平roll-up在检测真实结构变化时始终维持更低RMSE。

讨论部分指出，传统蛋白水平roll-up无法直接适配PTM与LiP-MS的亚蛋白分辨率需求。本研究首次系统证明：PTM位点定量应采用rollup或rrollup缩放结合均值/中位数聚合；LiP-MS应优先采用ProK位点聚合。尽管位点聚合无法区分同一蛋白内互斥PTM的样品内相关性，但此类现象在大多数系统中较为罕见。研究的局限性在于模拟难以完全涵盖实验室批次效应等复杂变量，未来可通过稀释系列实验构建可控ground truth进一步验证。该研究为PTM与结构蛋白质组学的预处理流程选择提供了数据驱动的实践指南，推动了自下而上蛋白质组学分析方法与生物学问题的精准匹配。