北京时间2021年2月24日，澳大利亚悉尼大学（The University of Sydney）与儿童医学研究所（Children’s Medical Research Institute）的计算系统生物学研究组在Cell Reports上发表论文，他们设计了一套系统的数据分析工具，用于分析磷酸化蛋白质组学（phosphoproteomics）大数据以发现细胞内的信号通路。
这套新的分析工具PhosR可以从现有数据集和新数据集中挖掘出新的生物信息，从而增加实验研究数据的价值，并对并揭示疾病治疗的方案提供帮助。PhosR由计算系统生物学研究组组长杨鹏翼(Pengyi Yang)博士和组内三位博士生（Hani Kim，Taiyun Kim，Di Xiao）共同设计。
质谱是鉴定蛋白质组及其在细胞和组织中的磷酸化的关键技术。磷酸化蛋白质组的质谱鉴定会产生大量数据，设计PhosR之类的工具目的在于提高数据分析的方法以更好地挖掘这些大数据。
基于质谱的磷酸化蛋白质组学从根本上改变了我们研究细胞信号转导的方式，我们在实验室中可以产生的数据量超过了分析它们的速度。通过质谱分析，我们可以一次研究数千种蛋白质及其磷酸化，因此我们可以获得整个系统的磷酸化全貌。设计数据分析的工具可以帮助科学研究发现，从现有研究数据中提取更多有价值的生物和医学信息。
后基因组时代以来，我们越发具有强大的数据生成能力，但是现在越来越多的人对这一研究方式提出了质疑。很多人问道：“我们是否从这些花费巨额资金生成的数据中获得了足够发现？”借助PhosR这样的数据分析工具，我们能够从现有和未来的质谱数据中获得更多未知的信息。这有助于将研究者带回到真正的焦点，即从这些数据中挖掘新的生物学和医学发现。
磷酸化蛋白质组数据分析工具PhosR的概括图
杨鹏翼博士常年直致力于分析磷酸蛋白质组数据。他说：“我们开发了很多方法，但这是我们第一次将所有这些工具组合在一起，可以与社区共享。原来仅在我们自己的研究中用到的工具现在能够帮助全世界的研究者进行数据分析以支持数据挖掘和抗击疾病，这非常令人兴奋”。
相关论文信息：
https://doi.org/10.1016/j.celrep.2021.108771
转载本文请联系原作者获取授权，同时请注明本文来自小柯生命科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3423233-1273600.html?mobile=1
收藏
