《Microbiome》：The need for standardization and improved open (meta)data practices in metaproteomics
编辑推荐：
宏蛋白质组学通过对复杂样本中蛋白质的鉴定与定量，为微生物群落提供功能性洞察。然而，异质性的分析流程以及实验与生物信息学阶段缺乏标准化，阻碍了可重复性与可比性，限制了与其他组学数据的整合。研究人员在此提出一份由社区开发的、针对宏蛋白质组学特定需求的报告检查表。同
宏蛋白质组学通过对复杂样本中蛋白质的鉴定与定量，为微生物群落提供功能性洞察。然而，异质性的分析流程以及实验与生物信息学阶段缺乏标准化，阻碍了可重复性与可比性，限制了与其他组学数据的整合。研究人员在此提出一份由社区开发的、针对宏蛋白质组学特定需求的报告检查表。同时概述了当前为实现结构化且可互操作元数据捕获所做的努力，尽可能借鉴蛋白质组学与微生物组研究中的标准。通过推动透明化报告并推进元数据实践，研究人员的建议旨在使宏蛋白质组学更紧密地契合FAIR（Findable可发现、Accessible可获取、Interoperable可互操作、Reusable可复用）原则，并支持可重复与可互操作的研究实践。
研究背景方面，宏蛋白质组学（metaproteomics）作为大规模表征复杂微生物群落蛋白质的技术，可在特定采样条件下直接揭示微生物功能、动态蛋白质组表达及翻译后修饰，已逐步应用于临床、环境与工业微生物组研究。然而该领域处于快速发展期，实验与生物信息学流程高度异质，协议选择常依赖样本类型与仪器，标准化报告实践有限。这种异质性导致公共数据集复用困难、研究设计透明度不足，并阻碍可扩展、可互操作的多组学整合基础设施构建。早期如Zhang与Figeys、Saito等以及CAMPI（Critical Assessment of Metaproteome Investigation）多实验室基准研究已指出报告规范缺失问题，Metaproteomics Initiative在此基础上协调社区讨论，形成与FAIR原则对齐的具体产出。
研究人员通过开展社区驱动的协商与文献调研，梳理宏蛋白质组学在样本溯源、数据库构建、肽段分类、蛋白推断等环节的独特挑战，借鉴单物种蛋白质组学（HUPO-PSI框架：mzML、mzIdentML、USI、MIAPE、SDRF-Proteomics）与宏基因组学（MIxS、STORMS、STREAMS）现有标准，指出可复用与需改造之处，最终提出一份面向宏蛋白质组学的报告检查表（reporting checklist）及结构化元数据捕获方向。结论认为，针对性报告规范与元数据模板能将宏蛋白质组学对齐至FAIR原则，提升跨研究可比性与多组学互操作。该文发表于《Microbiome》。
关键技术方法上，研究人员未执行新实验，而是采用社区共识构建法：依托Metaproteomics Initiative协调多轮讨论，综合CAMPI与CAMPI-2跨实验室评估（含粪便样本五种保存法比较）、文献中单物种蛋白质组学标准（HUPO-PSI系列）、宏基因组学MIxS字段、人类微生物组STORMS及非人类STREAMS检查表，抽象出实验—计算全链路待报字段；元数据结构化则评估SDRF-Proteomics对接MIxS的可行性与lesSDRF校验工具，并以ProteomeXchange/PRIDE为沉积目标，Unipept、Prophane为分类注释范例，InterProScan、eggNOG、PROKKA、DRAM为功能注释范例。
研究结果沿原文小标题展开。“Why does metaproteomics pose unique challenges?”指出独特难点：样本溯源文档缺失使生态/临床语境难回溯；多物种同源蛋白致保守肽段跨分类单元相似，分类分辨率低于宏基因组（后者凭contigs或MAGs获更高分辨率），且肽段唯一性（unique peptides）与区分性（distinctive peptides）均依赖数据库；样品动态范围超质谱检测限，基质效应迫使提取流程定制化却少被报告；蛋白数据库来源混杂、筛选未标准化；蛋白推断因单肽推断与同源共享肽而模糊，蛋白组（protein groups）计数为何而异取决于推断策略；环境蛋白注释稀疏，功能谱受数据库覆盖偏倚。“Learning from other fields: what we can and can’t reuse”总结可复用项——mzML存原始谱、mzIdentML存鉴定、USI定位谱图、SDRF-Proteomics描样本—文件关系、MIxS环境字段、STORMS/STREAMS手稿级模板、MOMSI与ELIXIR将（元）蛋白质组学纳入范围；不可直接复用项——蛋白分组策略、肽到分类单元指派、功能注释溯源等仍缺形式化定义。“Recommended reporting practices in metaproteomics”给出全阶段规范：实验端详述采样/保存（引CAMPI-2证明?20 °C、?80 °C及室温降解差异）/裂解消化/空白与携带污染控制/MS仪器与DIA或离子迁移设置；QC端分垂直（技术重复、仪器标准）与水平（模拟真实群落复杂度）参考物质，采用mzQC编码；生信端锁定软件版本、数据库构建（来源、条目数、下载日、过滤）、搜索阈值、FDR控制、沉积FASTA至ProteomeXchange；分类注释明示是否用distinctive peptides及分类层级；功能注释记工具版本与相似度阈值；下游缺失值填补算法与假设须公开。检查表发布于metaproteomics.org。“Conclusions and future outlook”讨论部分翻译浓缩为：提升透明与标准对可重复、可比较及多组学整合至关重要；开放数据利于基准与追溯（如USI）；SDRF-Proteomics正扩展MIxS式生态字段，lesSDRF助校验，BioSamples接入在探索；PSI-MS与OBO本体尚缺蛋白分组等概念，需社区补 ontology；广泛采纳检查表与公共沉积将促进行业可复用性。全文未脱离所传文档内容，无外部推测。
