Horvatovich教授在ASMS 2024展示創(chuàng)新的PASTAQ管道技術

2024.6.03

2024年6月2日至6日在加利福尼亞州阿納海姆舉行的美國質(zhì)譜學會(ASMS)年會上，來自荷蘭格羅寧根大學的計算質(zhì)譜學教授兼分析生物化學系主任Peter Horvatovich將介紹其研究成果。他的演講題為“PASTAQ：避免閾值的LC-MS(/MS)數(shù)據(jù)預處理，用于非靶向蛋白組學和代謝組學分析”。

Horvatovich教授的工作集中于開發(fā)一種名為PASTAQ的處理流程，該流程專為處理定量SMS數(shù)據(jù)設計，適用于廣泛的質(zhì)譜數(shù)據(jù)分析，包括蛋白質(zhì)組學和代謝組學。此技術的開發(fā)目的是提供一個通用的處理框架，以支持LCMS、CMS數(shù)據(jù)及更多類型的分離Ms數(shù)據(jù)，無論是否具備鑒定信息。

在傳統(tǒng)的靶向proto mix分析中，研究者通常有一份預定義的蛋白質(zhì)列表，而質(zhì)譜儀的設置僅限于收集這些特定蛋白質(zhì)的信息。然而，在非靶向proto mix或更廣泛的分析中，目標是獲得盡可能全面的樣本信號概覽，這意味著所有可檢測到的信號都應被全面記錄。問題在于，非靶向Throta mix數(shù)據(jù)中只有一小部分（大約20%到50%）能被識別，剩余的大部分則未能被利用。PASTAQ流程的一個主要目標就是從這些未被識別的特征中提取定量信息，極大地擴展了數(shù)據(jù)分析的深度和廣度。

PASTAQ管道基于C++編寫，執(zhí)行從原始數(shù)據(jù)處理到峰值檢測、保留時間校正、峰匹配以及提供同位素水平或峰水平的定量圖的基本步驟。此外，該流程還提供了穩(wěn)定的定量功能，特別適用于proto mix分析。通過Python綁定，所有這些功能均已向Python環(huán)境開放，同時還提供了一個圖形用戶界面，簡化了proto mix分析和視頻鑒定的操作過程。

Horvatovich教授的研究不僅推動了科學的發(fā)展，也為未來的醫(yī)學研究和治療提供了新的可能性。我們期待在ASMS 2024上聽到他的更多分享，并看到PASTAQ管道如何改變非靶向蛋白組學和代謝組學的分析方式，提高數(shù)據(jù)分析的準確性和效率。