基于多种碎裂技术对N-连接和O-连接糖蛋白肽的高精度糖链从头预测

《Nature Communications》：High-accuracy glycan de novo prediction for N- and O-linked glycopeptides across multiple fragmentation techniques

　　

摘要

N-糖基化和O-糖基化是结构多样的翻译后修饰，影响广泛的生物学功能。糖蛋白组学面临重大挑战，特别是在O-糖链的分析方面，因为与N-糖链相比，O-糖链的多样性更为复杂。此外，串联质谱数据图谱在不同碎裂方法之间表现出变异性。现有的从头测序算法通常灵敏度不足，且仅限于sceHCD碎裂，限制了其实际应用。为了解决这些局限性，我们提出了DeepGlycan，这是一种基于深度学习的方法，用于从头糖肽序列测定，能够捕捉糖肽谱与N-糖和O-糖片段离子之间的关系。DeepGlycan在使用sceHCD和EThcD两种方式产生的N-糖肽谱上，实现了超过92%的糖链召回率和约95%的糖链精确度。此外，它还能够在不进行额外训练的情况下实现O-糖链的从头测序。除基准测试外，DeepGlycan在小鼠心脏组织中发现了一条O-糖肽，其鉴定结果得到了外切糖苷酶处理和合成标准品比较的验证。