Separating the Wheat from the Chaff: Prediction-Assisted Rescoring of Peptidic Fragment Ion Spectra

Význam tématu

Ve stávajících proteomických vyhledávacích postupech se experimentální a teoretické fragmentační spektra porovnávají především na základě shody m/z, zatímco intenzita iontů zůstává často bez využití. To vede k nižší spolehlivosti při rozlišení správných (target) a nesprávných (decoy) shod a nepotlačuje falešné identifikace. Zapojení predikce intenzit fragmentů zvyšuje robustnost identifikace peptidů a umožňuje přísnější kontrolu falešné míry detekcí (FDR).

Cíle a přehled studie

Studie si klade za cíl demonstrovat přínos využití hlubokého učení k predikci intenzit fragmentačních iontů (Prosit) a následnému přepočtu skóre (rescoring) v platformě Thermo Scientific Proteome Discoverer 2.5. Testovány byly tři typy datových souborů:

• Standardní tryptický HeLa digest
• Metaproteomické analýzy lidského střevního mikrobiomu
• Imunopeptidomické vzorky (HLA Class I)

Použitá metodika a instrumentace

Experimentální postup:

• Platforma: Proteome Discoverer 2.5 (beta) s vyhledávačem SequestHT
• Rescoring node: MSAID Prosit-derived intensity prediction
• Postprocessing: Percolator SVM pro odlišení cílových a kontrolních zápasů
• Databáze: SwissProt s izoformami (HeLa, HLA), Integrated Reference Catalogue (IGC) pro metaproteomiku
• Parametry: délka peptidů 7–30 aa, náboje 2–6, kolísání kolizní energie dle PSM

Hlavní výsledky a diskuse

U každého typu vzorku vedlo rescoringové skórování k významnému nárůstu počtu identifikací při 1% FDR:

• HeLa: +10 % PSM, +8 % peptidů, +4 % proteinů
• Metaproteomika: +13 % PSM, +11 % peptidů, +10 % proteinů
• Imunopeptidomika: +59 % PSM, +55 % peptidů, +34 % proteinů

Dále bylo možné snížit nastavení FDR na 0,1 % při zachování podobného počtu peptidových identifikací. Predikce intenzit zlepšila oddělení cílových a decoy PSM skóre, což značně zvyšuje důvěryhodnost výsledků.

Přínosy a praktické využití metody

Zapojení intenzitních skóre:

• Umožňuje aplikaci přísnějších FDR hranic a snižuje falešné pozitivní nálezy
• Zvyšuje počet identifikovaných peptidů a proteinů bez dalšího laboratorního měření
• Podporuje nové oblasti, např. imunopeptidomiku, kde je materiál omezený a falešné nálezy kritické

Budoucí trendy a možnosti využití

Metoda bude dále rozšiřitelná:

• Integrace s jinými vyhledávači a postprocessingovými nástroji
• Reálné časové skórování během datového akvizice
• Rozšíření predikce na modifikované peptidy a proteogenomiku
• Využití v multi-omických studiích a klinických aplikacích

Závěr

Predikce intenzit fragmentačních iontů a následné rescoringové skórování významně zvyšují spolehlivost a rozsah proteomických identifikací. Umožňují striktnější kontrolu FDR i v náročných aplikacích, jako je imunopeptidomika či metaproteomika, a otevírají cestu k širšímu využití hlubokého učení v analytické chemii.

Reference

1. Gessulat S., Schmidt T., et al. Prosit: proteome-wide prediction of peptide tandem mass spectra by deep learning. Nat Methods. 2019;16(6):509–518.
2. Käll L., Storey J. D., et al. Semi-supervised learning for peptide identification from shotgun proteomics datasets. Nat Methods. 2007;4:923–925.
3. Chong C., Coukos G., Bassani-Sternberg M. Integrated proteogenomic deep sequencing and analytics accurately identify non-canonical peptides in tumor immunopeptidomes. Nat Commun. 2020;11(1):1293.
4. Rechenberger J., Heyer R., Zolg D. P. Challenges in Clinical Metaproteomics Highlighted by the Analysis of Acute Leukemia Patients with Gut Colonization by Multidrug-Resistant Enterobacteriaceae. Proteomes. 2019;7(1).
5. Li J., Jia H., et al. An integrated catalog of reference genes in the human gut microbiome. Nat Biotechnol. 2014;32:834–841.