Use of carry-over models in false-discovery rate filtering in real-time search

Význam tématu

Real-time vyhledávání peptidů s online odhadem false discovery rate (FDR) představuje moderní přístup ke zvýšení citlivosti a efektivity LC-MS/MS analýz. Umožňuje optimalizovat rozhodnutí o selekci prekurzorů pro fragmentaci v reálném čase, čímž zkracuje dobu analýzy a zvyšuje kvalitu kvantifikace.

Cíle a přehled studie

Cílem práce bylo otestovat dva přístupy k přenášení modelu pro odhad FDR mezi jednotlivými běhy LC-MS: statické „carry-over“ přenesení vah LDA z jednoho běhu do dalšího a kontinuální doladění vah napříč běhy. Studie hodnotí, zda lze zkrátit počáteční trénink v pozdějších experimentech a jaký dopad má tento postup na počet kvantifikovaných peptidů a proteinů.

Použitá metodika a instrumentace

Metodika zahrnovala:

• Reálné vyhledávání MS2 spekter pomocí modifikovaného Thermo Scientific Orbitrap Eclipse s ICSW a Comet enginem.
• Online odhad FDR pomocí lineární diskriminační analýzy (LDA), kde se jako vstupy použily Xcorr, dCn, přesnost hmotnosti, pokrytí iontových signálů, délka peptidu a náboj.
• Dva režimy přenosu modelu: statický (váhy LDA získané z výchozího běhu se aplikují beze změny) a kontinuální (váhy jsou upravovány během každého nového běhu).
• Offline analýzu dat v Proteome Discoverer 2.5 a vlastní skripty v Lua a C#.

Použitá instrumentace:

• Thermo Scientific™ EASY-nLC™ 1200 s 2h gradientem (5–35 % acetonitrilu).
• Orbitrap Eclipse Tribrid MS se zdrojem nanoLC a ICSW modifikací.
• Comet search engine integrovaný ve Windows službě pro real-time zpracování.
• Accord.NET Framework pro trénink LDA modelu.

Hlavní výsledky a diskuse

Statické přenesení vah vedlo k mírnému navýšení počtu MS3 skenů v prvních 60 minutách a k malé kumulativní zvýšení počtu kvantifikovaných peptidů a proteinů. Kontinuální trénink vah však zajistil rychlé konvergence modelu již v prvním běhu a pouze omezené přínosy v následujících bězích. Celkově se počet PSM pro udržení 20% FDR příliš nezměnil a rozdíly spadají do běžné variability run-to-run.

Přínosy a praktické využití metody

Implementace přenosu LDA modelu umožňuje:

• Zkrátit dobu potřebnou k inicializaci FDR filtru v opakovaných experimentech.
• Snížit zátěž instrumentace v rané fázi běhu bez výrazného snížení citlivosti.
• Zlepšit reproducibilitu kvantifikace v podobných vzorkových kontextech.

Budoucí trendy a možnosti využití

Ve vzorcích s nízkým počtem vysoce scoring PSM očekáváme větší přínos z přenosu modelu. Dále lze zvážit adaptivní hybridní přístupy, kdy se statické a kontinuální režimy kombinují na základě kvality dat, případně rozšířit model o hluboké učení pro vyšší robustnost.

Závěr

Přenos LDA modelu pro online FDR odhad mezi běhy je technicky proveditelný a v některých případech snižuje dobu tréninku bez významného poklesu výkonu. Přínosy jsou nejvýraznější v prostředích s rychle konvergujícími daty, u heterogennějších vzorků mohou být významnější.

Reference

1. Canterbury J. et al., Poster MP112, ASMS 2020
2. Schweppe D.K. et al., J. Proteome Res. 2020, 19, 2026–2034; Erickson A.R. et al., J. Proteome Res. 2019, 18, 1299–1306
3. Eng J.K. et al., JASMS 2015, 26, 1865
4. Accord.NET Framework v. 3.8.0, accord-framework.net