Quantitative mass spectrometry in proteomics: a critical review

综述：蛋白质组学中的定量质谱

发表期刊：Analytical and Bioanalytical Chemistry

影响因子：4.142

发表单位：葛兰素史克公司

发表日期：2007.08.01

研究背景：量化一个生物系统的两种或两种以上生理状态之间的差异是蛋白质组学中最重要但也是最具挑战性的技术任务之一。在迄今发表的数千篇蛋白质组学研究中，只有少部分试图对生物系统提供全面的定量扫描。尽管质谱和肽分离技术对蛋白质组学有显著的影响，但生物系统中所有蛋白质的鉴定和定量仍然是一个尚未满足的技术挑战。传统的基于染料、荧光团的蛋白质组学技术的缺点在于对蛋白质的丰度和可溶性有限制，以及不能鉴定潜在蛋白质。基于质谱的方法很好的克服了这些缺点，然而蛋白质水解肽存在大小、电荷、疏水性的差异导致了质谱相应差异大。基于质谱的方法可分为基于标记和无标记方法。本文将对所有基于质谱的定量方法的优缺点进行讨论。此外，定量蛋白质组学数据的统计处理和后续的解释也值得注意。

主要观点：

1. 各种定量质谱法的特点及应用

常见的定量质谱工作流程。蓝色和黄色的盒子代表两种实验条件。水平线表示样本何时被组合。虚线表示可能发生实验变化，从而发生量化误差的点

2. 定量质谱数据的分析

质谱数据的分析经历如下步骤：

  其中，要注意的是：（1）在色谱时间尺度上的信号强度整合主要需要无标记定量以及那些导致色谱行为显著差异的稳定同位素试剂；（2）为了得到更准确的光谱数据，需要过滤掉背景噪音、肽化合物相似的M/Z值、过于饱和的信号和多余的同位素标记物；（3）从光谱数据对蛋白质进行定量时，可通过计算强度加权平均，通过总结所有测量量，然后计算蛋白质比率，而不是简单的比较平均值。

3. 实验数据的统计分析

一般实验所需要解决的问题有2种，(1)不同条件下的蛋白质变化和（2）蛋白质之间相互关系。首先需要对质谱原始数据进行对数转化和标准化使其易于分析；接着，为了避免假阳性和假阴性，应该使用重复实验进行混合分析以及使用合理的统计策略（如多重假设检验，方差分析，聚类分析等）；如果没有重复实验，可以尝试通过汇集某些特征来模仿重复实验。

文章链接：https://www.researchgate.net/publication/6171500_Quantitative_Mass_Spectrometry_in_Proteomics_A_Critical_Review